AWS SDK for .NET 3.7.1031.0版本发布:BedrockRuntime新增S3集成能力
项目概述
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它使.NET开发者能够轻松地在应用程序中集成和使用各种AWS服务。该SDK提供了对AWS服务的强类型访问,简化了身份验证、请求重试和错误处理等常见任务,是.NET开发者构建云原生应用的重要工具。
版本亮点
1. BedrockRuntime服务重大更新
在3.7.1031.0版本中,BedrockRuntime服务迎来了重要功能增强,新增了对Amazon S3存储内容的直接引用能力:
-
S3集成简化:现在开发者可以在使用InvokeModel和Converse API时,直接引用存储在Amazon S3中的图像和文档,无需手动下载或进行base64编码处理。这一改进显著简化了多媒体内容处理流程。
-
模型支持:该功能特别针对Amazon Nova Lite和Nova Pro模型进行了优化,使得这些模型能够直接处理S3中的多媒体资源。
-
性能优化:通过消除中间处理步骤,不仅减少了开发工作量,还能降低内存使用和提高处理效率,特别是在处理大型多媒体文件时优势更为明显。
2. 文档更新与改进
-
ECS服务文档:此版本包含了对Amazon Elastic Container Service(ECS)文档的更新,虽然不涉及功能变更,但改进了文档质量和准确性。
-
MarketplaceDeployment服务:修复了多个客户报告的文档问题,提升了开发者体验。
技术实现细节
对于BedrockRuntime的新功能,开发者现在可以采用更简洁的代码结构来处理S3中的多媒体内容。例如:
var request = new InvokeModelRequest
{
ModelId = "amazon.nova-pro-v1",
ContentType = "application/json",
Body = new MemoryStream(Encoding.UTF8.GetBytes(
@"{
""input"": {
""text"": ""分析这张图片"",
""image"": {
""s3Uri"": ""s3://my-bucket/path/to/image.jpg""
}
}
}"))
};
var response = await bedrockRuntimeClient.InvokeModelAsync(request);
这种实现方式相比之前需要下载文件并转换为base64编码的方式,代码更加简洁,资源利用率更高。
升级建议
对于正在使用BedrockRuntime服务处理多媒体内容的开发者,强烈建议升级到此版本以利用新的S3集成功能。升级步骤简单:
- 更新NuGet包引用至3.7.1031.0版本
- 修改现有代码,将base64编码处理改为直接引用S3 URI
- 测试验证功能正常性
对于其他服务的使用者,虽然此版本没有功能变更,但建议定期更新以获取最新的文档改进和底层优化。
总结
AWS SDK for .NET 3.7.1031.0版本通过BedrockRuntime服务的S3集成能力,为处理多媒体内容的开发者提供了更高效、更简洁的解决方案。这一改进不仅减少了开发工作量,还提升了系统性能,体现了AWS对开发者体验的持续关注和优化。建议相关开发者评估这一新功能,并考虑在适当场景中采用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00