Amazon Bedrock

Installer les packages

dotnet add package AWSSDK.Extensions.Bedrock.MEAI
dotnet add package Microsoft.Agents.AI --prerelease

Configuration

AWS_REGION="us-east-1"
BEDROCK_MODEL_ID="anthropic.claude-3-5-sonnet-20241022-v2:0"

L’authentification utilise la chaîne d’informations d’identification AWS standard, notamment les variables d’environnement, les profils partagés, l’identité de charge de travail et les rôles IAM.

Créez le client d’exécution AWS Bedrock, convertissez-le IChatClienten, puis créez un agent Agent Framework.

var awsRegion = Environment.GetEnvironmentVariable("AWS_REGION") ?? "us-east-1";
var modelId = Environment.GetEnvironmentVariable("BEDROCK_MODEL_ID") ?? "anthropic.claude-3-5-sonnet-20241022-v2:0";
// Create the Bedrock runtime client.
var bedrockRuntime = new AmazonBedrockRuntimeClient(RegionEndpoint.GetBySystemName(awsRegion));
IChatClient chatClient = bedrockRuntime.AsIChatClient(modelId);

AIAgent agent = chatClient.AsAIAgent(
    instructions: "You are a helpful assistant.",
    name: "BedrockAgent");

Les informations d’identification AWS suivent la chaîne d’informations d’identification AWS standard. Accordez uniquement les actions du modèle Bedrock dont l’application a besoin.

Installer le package

pip install agent-framework-bedrock --pre

Configuration

BEDROCK_REGION="us-east-1"
BEDROCK_CHAT_MODEL="anthropic.claude-3-5-sonnet-20241022-v2:0"
AWS_ACCESS_KEY_ID="<access-key>"
AWS_SECRET_ACCESS_KEY="<secret-key>"
# Optional temporary credentials:
AWS_SESSION_TOKEN="<session-token>"
# Optional shared profile:
AWS_PROFILE="<profile>"

BedrockChatClient lit le modèle, la région et les informations d’identification AWS à partir de ses paramètres ou valeurs de constructeur explicites.

async def main() -> None:
    """Run a Bedrock-backed agent with one tool call."""
    # 1. Create an agent with Bedrock chat client and one tool.
    agent = Agent(
        client=BedrockChatClient(),
        instructions="You are a concise travel assistant.",
        name="BedrockWeatherAgent",
        tools=[get_weather],
        default_options=BedrockChatOptions(tool_choice="auto"),
    )

    # 2. Run a query that uses the weather tool.
    query = "Use the weather tool to check the forecast for New York."
    print(f"User: {query}")
    response = await agent.run(query)
    print(f"Assistant: {response.text}")

Utilisez BedrockChatOptions les options de demande spécifiques à Bedrock et BedrockGuardrailConfig lorsque votre déploiement utilise des garde-fous Bedrock.

Générer des embeddings

BedrockEmbeddingClient génère des incorporations avec des modèles d’incorporation Amazon Titan. Configurez BEDROCK_EMBEDDING_MODEL et BEDROCK_REGIONutilisez ensuite la même chaîne d’informations d’identification AWS que BedrockChatClient.

Aucun exemple d’incorporation d’Agent Framework runnable n’est actuellement publié pour ce client.