8
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Python ( boto3 ) からAgents for Amazon Bedrockを呼び出す

Last updated at Posted at 2023-12-07

前回作成したAgentをPythonから呼び出してみます。

エイリアスの作成

APIのI/Fを見るとagentAliasIdが必要なようなので、マネコンの該当AgentからCreate Aliasでエイリアスを作成します。

参考資料

プログラム

マネコンからAgentのIDと、Alias IDをメモしておきます。
※作成時に指定したAlias nameではないので注意

上記の参考資料を見ながらプログラムを書きます。

agentforbedrock.py
import uuid
import boto3

# Agentへの入力テキスト
input_text:str = "Bedrockで使用可能なモデルは?"

# Agentの定義
agent_id:str = 'XXXXXXXXXX' # ご自身のAgentのID
agent_alias_id:str = 'XXXXXXXXXX' # ご自身のAgentのAlias ID
session_id:str = str(uuid.uuid1()) # 乱数

# Clientの定義
client = boto3.client("bedrock-agent-runtime")

# Agentの実行
response = client.invoke_agent(
    inputText=input_text,
    agentId=agent_id,
    agentAliasId=agent_alias_id,
    sessionId=session_id,
    enableTrace=False
)

# Agent実行結果の取得
event_stream = response['completion']
for event in event_stream:        
    if 'chunk' in event:
        data = event['chunk']['bytes'].decode("utf-8")
        print(data)

実行結果

Bedrockで使用可能なモデルには、Amazonが提供するTitanテキストモデルやTitan画像モデルなどと、
Anthropic、Cohere、Hugging Faceなどのサードパーティモデルプロバイダーのモデルがあります。

相変わらず正確性が微妙なRAGになっていますが、ともあれAgent経由でKnowledge baseの検索が行えました。
boto3的にはAgentを呼び出しているのみなので、Agentの中の処理(今回はKnowledge baseのRAG)やLLMは隠蔽されています。

Streamlitでガワを被せるとこんな感じです。

agentforbedrock2.py
import uuid
import boto3

# Agentの定義
agent_id:str = 'XXXXXXXXXX' # ご自身のAgentのID
agent_alias_id:str = 'XXXXXXXXXX' # ご自身のAgentのAlias ID
session_id:str = str(uuid.uuid1()) # 乱数

# Clientの定義
client = boto3.client("bedrock-agent-runtime")

# Streamlitでガワを被せる
import streamlit as st

st.title("Bedrock AgentからのKnowledge base呼出し")
input_text = st.text_input("このテキストをAgentに送信します")
send_button = st.button("送信")


if send_button:
    result_area = st.empty()
    text = ''

    # Agentの実行
    response = client.invoke_agent(
        inputText=input_text,
        agentId=agent_id,
        agentAliasId=agent_alias_id,
        sessionId=session_id,
        enableTrace=False
    )

    # Agent実行結果の取得
    event_stream = response['completion']
    for event in event_stream:        
        if 'chunk' in event:
            text += event['chunk']['bytes'].decode("utf-8")
            result_area.write(text)

image.png

8
4
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
8
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?