Bedrock Access Gateway 使用教程
2024-09-22 02:04:42作者:贡沫苏Truman
1、项目介绍
Bedrock Access Gateway(BAG)是一个开源项目,旨在提供一个开箱即用、兼容OpenAI的代理功能,帮助用户轻松无缝地从OpenAI迁移到Amazon Bedrock。Amazon Bedrock服务支持一系列领先的基础模型,为客户提供多种选择,满足不同业务场景的需求。通过BAG,用户无需修改现有代码即可使用Amazon Bedrock的多种大型语言模型(LLM)。
2、项目快速启动
以下是快速启动Bedrock Access Gateway的步骤:
步骤 1:创建自定义API密钥(可选)
- 打开AWS管理控制台,导航到系统管理服务。
- 在左侧导航栏中,点击“参数存储”。
- 点击“创建参数”按钮。
- 在“创建参数”窗口中,选择以下选项:
- 名称:输入参数的描述性名称(例如:“BedrockProxyAPIKey”)。
- 描述:可选,提供参数的描述。
- 级别:选择“标准”。
- 类型:选择“SecureString”。
- 值:输入任何无空格的字符串。
- 点击“创建参数”。
- 记录您使用的参数名称(例如:“BedrockProxyAPIKey”),您将在下一步中使用它。
步骤 2:部署CloudFormation堆栈
- 登录AWS管理控制台,切换到要部署CloudFormation堆栈的区域。
- 点击以下按钮以在所选区域启动CloudFormation堆栈:
- 在“指定堆栈详情”页面上,提供以下信息:
- 堆栈名称:如有需要,更改堆栈名称。
- ApiKeyParam(如果您在步骤1中设置了API密钥):输入您用于存储API密钥的参数名称(例如:“BedrockProxyAPIKey”)。 如果您没有设置API密钥,请留空此字段。
- 点击“下一步”。
- 在“配置堆栈选项”页面上,您可以保留默认设置或根据需要自定义。
- 点击“下一步”。
- 在“审阅”页面上,审阅您即将创建的堆栈详情。
- 勾选底部的“我确认AWS CloudFormation可能会创建IAM资源”复选框。
- 点击“创建堆栈”。
一旦部署完成,点击CloudFormation堆栈并转到“输出”选项卡,您可以找到API Base URL。
步骤 3:使用API
部署后,您可以使用以下代码示例来调用API:
export OPENAI_API_KEY=<API key>
export OPENAI_BASE_URL=<API base url>
curl $OPENAI_BASE_URL/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '[ "model": "anthropic_claude-3-sonnet-20240229-v1:0", "messages": [ [ "role": "user", "content": "Hello" ] ] ]'
3、应用案例和最佳实践
应用案例
- 使用Bedrock Access Gateway将现有的OpenAI API调用无缝迁移到Amazon Bedrock。
- 在不直接支持Amazon Bedrock的开源项目或工具中,通过代理使用Amazon Bedrock模型。
最佳实践
- 在部署前,确保您的AWS账户有访问Amazon Bedrock模型的权限。
- 确保在部署过程中提供正确的API密钥和参数。
4、典型生态项目
目前,Bedrock Access Gateway项目作为一个开源解决方案,已经成为Amazon Bedrock生态系统中的一部分,它可以帮助开发者在不同的场景下更加灵活地使用Amazon Bedrock的模型。随着项目的不断发展和社区的贡献,我们可以期待更多基于Bedrock Access Gateway的创新应用出现。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178