Bedrock Access Gateway 使用教程
2024-09-22 21:38:49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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
187
206
暂无简介
Dart
630
143
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
9
1
React Native鸿蒙化仓库
JavaScript
242
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.63 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
292
104
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++
649
267
仓颉编译器源码及 cjdb 调试工具。
C++
128
858