Skip to main content
Amazon Bedrock 是一项完全托管的服务，通过单一 API 提供来自领先 AI 公司（如 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon）的高性能基础模型（FMs）选择，以及构建具有安全性、隐私性和负责任 AI 的生成式 AI 应用程序所需的一系列广泛功能。 本文将帮助您开始使用 BedrockChat 聊天模型。有关 BedrockChat 所有功能和配置的详细文档，请参阅 API 参考。
新的 ChatBedrockConverse 聊天模型现已通过专用的 @langchain/aws 集成包提供。使用此包可以通过更多模型进行 工具调用。

​
概述

​
集成详情

类包可序列化Python 支持下载量版本
BedrockChat@langchain/community✅✅NPM - DownloadsNPM - Version

​
模型功能

有关如何使用特定功能的指南，请参阅下表标题中的链接。
工具调用结构化输出图像输入音频输入视频输入令牌级流式传输令牌使用量对数概率
✅✅✅❌❌✅✅❌

​
设置

要访问 Bedrock 模型，您需要创建一个 AWS 账户，设置 Bedrock API 服务，获取访问密钥 ID 和密钥，并安装 @langchain/community 集成包。

​
凭证

请前往 AWS 文档 注册 AWS 并设置您的凭证。您还需要为您的账户启用模型访问权限，您可以 按照这些说明 进行操作。 如果您希望自动追踪模型调用，还可以通过取消注释以下内容来设置您的 LangSmith API 密钥： 
# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

​
安装

LangChain BedrockChat 集成位于 @langchain/community 包中。您还需要安装几个官方的 AWS 包作为对等依赖项： 
npm install @langchain/community @langchain/core @aws-crypto/sha256-js @aws-sdk/credential-provider-node @smithy/protocol-http @smithy/signature-v4 @smithy/eventstream-codec @smithy/util-utf8 @aws-sdk/types
您还可以在 Web 环境（如 Edge 函数或 Cloudflare Workers）中使用 BedrockChat，方法是省略 @aws-sdk/credential-provider-node 依赖项并使用 Web 入口点： 
npm install @langchain/community @langchain/core @aws-crypto/sha256-js @smithy/protocol-http @smithy/signature-v4 @smithy/eventstream-codec @smithy/util-utf8 @aws-sdk/types

​
实例化

目前，聊天模型集成仅支持 Anthropic、Cohere 和 Mistral 模型。对于来自 AI21 或 Amazon 的基础模型，请参阅 文本生成的 Bedrock 变体。 有几种不同的方式可以通过 AWS 进行身份验证 - 以下示例依赖于在环境变量中设置的访问密钥、秘密访问密钥和区域： 
import { BedrockChat } from "@langchain/community/chat_models/bedrock";

const llm = new BedrockChat({
  model: "anthropic.claude-3-5-sonnet-20240620-v1:0",
  region: process.env.BEDROCK_AWS_REGION,
  credentials: {
    accessKeyId: process.env.BEDROCK_AWS_ACCESS_KEY_ID!,
    secretAccessKey: process.env.BEDROCK_AWS_SECRET_ACCESS_KEY!,
  },
  // endpointUrl: "custom.amazonaws.com",
  // modelKwargs: {
  //   anthropic_version: "bedrock-2023-05-31",
  // },
});

​
调用

const aiMsg = await llm.invoke([
  [
    "system",
    "You are a helpful assistant that translates English to French. Translate the user sentence.",
  ],
  ["human", "I love programming."],
])
aiMsg

AIMessage {
  "content": "J'adore la programmation.",
  "additional_kwargs": {
    "id": "msg_bdrk_01RwhfuWkLLcp7ks1X3u8bwd"
  },
  "response_metadata": {
    "type": "message",
    "role": "assistant",
    "model": "claude-3-5-sonnet-20240620",
    "stop_reason": "end_turn",
    "stop_sequence": null,
    "usage": {
      "input_tokens": 29,
      "output_tokens": 11
    }
  },
  "tool_calls": [],
  "invalid_tool_calls": []
}

console.log(aiMsg.content)

J'adore la programmation.

​
工具调用

Bedrock 模型的工具调用方式与 其他模型 类似，但请注意并非所有 Bedrock 模型都支持工具调用。请参阅 AWS 模型文档 了解更多信息。

​
API 参考

有关 BedrockChat 所有功能和配置的详细文档，请参阅 API 参考。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.