如何从 Python 应用程序中使用 Amazon Bedrock？是否有 AWS SDK（如 Boto3）支持或专门的库？

要在 Python 应用程序中使用 Amazon Bedrock，您可以利用 AWS SDK for Python (Boto3)，它提供直接支持来与 Bedrock 的 API 进行交互。 Amazon Bedrock 是一项托管服务，提供对来自 Anthropic、AI21 Labs 和 Amazon 等提供商的基础模型 (FM) 的访问。 Boto3 包括调用模型、管理工作流程和处理响应的方法。 您不需要单独的库 - Boto3 的 bedrock-runtime 客户端对于大多数用例来说已经足够。 例如，在安装 Boto3 (pip install boto3) 后，您将配置 AWS 凭证（通过环境变量、IAM 角色或 AWS CLI）以验证请求。

这是一个通过 Bedrock 调用像 Anthropic 的 Claude 这样的模型的基本示例。 首先，创建一个 Bedrock Runtime 客户端

import boto3
import json

client = boto3.client(service_name='bedrock-runtime')
response = client.invoke_model(
 modelId='anthropic.claude-v2',
 body=json.dumps({
 "prompt": "\n\nHuman: Write a short poem about code.\n\nAssistant:",
 "max_tokens_to_sample": 300
 }),
 contentType='application/json'
)
response_body = json.loads(response['body'].read())
print(response_body['completion'])

这段代码将提示发送给 Claude 并检索生成的文本。modelId 参数指定模型，并且 body 必须遵循模型期望的输入格式（例如，Anthropic 使用 prompt 和 max_tokens_to_sample）。 响应作为可流式传输的有效负载返回，您可以使用 json.loads() 对其进行解析。

使用 Bedrock 时，请确保您的 AWS IAM 用户或角色具有 bedrock:InvokeModel 操作的权限。 您还需要在 AWS 管理控制台中的 Bedrock 的模型访问设置下启用对特定模型的访问。 对于高级工作流程（例如微调或管理模型访问），请通过 boto3.client('bedrock') 使用 Bedrock 控制平面 API。 始终参考 Bedrock 文档 以获取特定于模型的输入格式和速率限制。 Boto3 简化了集成，但测试和错误处理（例如，针对限制的重试）对于生产用途至关重要。