利用Amazon Bedrock畅玩Claude 3等多种领先模型，抢占AI高地(体验倒计时4小时)

快乐的时间总是短暂的，Claude 3 在亚马逊云科技上限时体验仅剩4小时，上次分享了入门级操作教程，本期给大家带来AWS Lambda + Amazon Bedrock一起构建可以便捷使用的Claude 3接口

AWS Lambda

AWS Lambda 是一项计算服务，可以运行您的代码以响应事件并自动管理计算资源，这使其成为将想法转化为现代生产无服务器应用程序的最快方式。
用我们大众可理解的解释来讲，就是我们专注于代码层面，不考虑底层运行逻辑，类似的友商产品例如函数计算、云函数等

Amazon Bedrock

Amazon Bedrock 是一项完全托管的服务，通过单个 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon 等领先人工智能公司的高性能基础模型（FM），以及通过安全性、隐私性和负责任的 AI 构建生成式人工智能应用程序所需的一系列广泛功能。使用 Amazon Bedrock，您可以轻松试验和评估适合您的使用案例的热门 FM，通过微调和检索增强生成（RAG）等技术利用您的数据对其进行私人定制，并构建使用您的企业系统和数据来源执行任务的代理。由于 Amazon Bedrock 是无服务器的，因此您无需管理任何基础设施，并且可以使用已经熟悉的 AWS 服务将生成式人工智能功能安全地集成和部署到您的应用程序中。

本次咱们的实验就会用到Amazon Bedrock服务，通过在lambda上面使用Amazon Bedrock调用Claude 3的api，最终以URL的形式对外暴露

动手实践

Amazon Bedrock设置

首先我们要确保咱们自己的账户能够成功启用Amazon Bedrock服务，请检查是否有满足以下条件

亚马逊云科技全球账户的billing账单地址设置是否是海外，因为在中国大陆是无法使用Claude 3模型的

https://us-east-1.console.aws.amazon.com/billing/home?region=us-east-1#/paymentpreferences

可以设置Tax信息地址

https://us-east-1.console.aws.amazon.com/billing/home?region=us-east-1#/tax-settings

确保能够满足以上条件后，按照之前文章的操作流程或者亚马逊云科技给出《限时使用Claude3》的教程进行Claude 3模型启用
https://us-east-1.console.aws.amazon.com/bedrock/home?region=us-east-1#/modelaccess

创建IAM 角色

分别添加如下权限

AmazonBedrockFullAccess
AWSLambdaBasicExecutionRole

https://us-east-1.console.aws.amazon.com/iam/home?region=us-east-1#/roles

编写AWS Lambda函数

https://us-east-1.console.aws.amazon.com/lambda/home?region=us-east-1#/functions

代码填充

参考:
https://docs.aws.amazon.com/zh_cn/bedrock/latest/userguide/model-parameters-anthropic-claude-messages.html

import boto3
import json
import base64bedrock = boto3.client("bedrock-runtime")def lambda_handler(event, context):user_message = base64.b64decode(event['body']).decode()body = json.dumps({"max_tokens": 1000,"messages": [{"role": "user", "content": user_message}],"anthropic_version": "bedrock-2023-05-31"})#Call the claude3 on the Amazon Bedrockresponse = bedrock.invoke_model(body=body, modelId="anthropic.claude-3-sonnet-20240229-v1:0")#Extract the response content in the jsonresponse_body = json.loads(response.get("body").read())resp_to_user = response_body.get("content")[0]['text']return {'statusCode': 200,'body': resp_to_user}

修改函数超时以及创建函数URL

根据自身需求是否设置身份验证

本地测试代码

import requestsurl = '你的AWS lambda函数URL'payload = input("User:")while True:resp = requests.request("POST", url, data=payload)print(resp.text)payload = input("User:")if payload == "q":break