如何开始使用 Amazon Bedrock — 在我的 AWS 账户中启用或访问它的步骤是什么？

要开始在您的 AWS 账户中使用 Amazon Bedrock，请按照以下步骤操作。首先，登录到 AWS 管理控制台并导航到 Amazon Bedrock 服务页面。Bedrock 是区域特定的，因此请确保您位于支持的区域，例如 us-east-1 或 us-west-2（请查看 AWS 文档以获取最新区域）。在 Bedrock 控制面板上，您需要为您的账户启用该服务。这通常涉及审查 AWS 的服务条款并单击一个**启用**按钮。启用 Bedrock 后，转到**模型访问**部分以请求访问特定的基础模型（例如，Anthropic Claude、AI21 Labs Jurassic）。某些模型需要手动批准，AWS 可能会立即批准，或经过简短审查后批准。一旦批准，您将在**模型访问**选项卡下看到模型列为“访问已授予”。

接下来，通过 AWS 控制台、SDK 或 API 使用 Bedrock。在控制台中，探索**Playground**以在不编写代码的情况下使用提示测试模型。对于编程访问，安装 AWS SDK（例如，适用于 Python 的 Boto3）并配置具有 bedrock:ListFoundationModels 和 bedrock-runtime:InvokeModel 权限的凭证。使用 SDK 列出可用模型

import boto3
client = boto3.client('bedrock')
models = client.list_foundation_models(byProvider='anthropic')

要生成文本，切换到 bedrock-runtime 客户端并调用模型

runtime_client = boto3.client('bedrock-runtime')
response = runtime_client.invoke_model(
 modelId='anthropic.claude-v2',
 body=json.dumps({"prompt": "Explain quantum computing"}),
)

将 anthropic.claude-v2 替换为您的模型 ID 并自定义输入参数。响应以 JSON 格式返回，您可以解析该格式以获取输出。

最后，遵循安全和成本的最佳实践。分配 IAM 策略，以限制 Bedrock 访问特定用户或角色。例如，创建一个仅允许在批准的模型 ID 上使用 bedrock-runtime:InvokeModel 的策略。通过 AWS Cost Explorer 监控使用情况和成本，因为 Bedrock 按每 1,000 个输入/输出令牌收费（定价因模型而异）。在将模型集成到应用程序之前，在 Playground 中测试模型以评估性能。对于生产工作负载，启用 AWS CloudTrail 以审计 API 活动，并设置错误处理以应对速率限制或节流。请参阅 AWS Bedrock 文档获取更新，因为会定期添加新的模型和功能。