amazon-bedrock

Acerca de amazon-bedrock

Conocimientos especializados para desarrollar aplicaciones de IA generativa en Amazon Bedrock. Abarca la invocación de modelos a través de la API de Converse e InvokeModel, la generación aumentada por recuperación con bases de conocimiento, los agentes de Bedrock, la seguridad del contenido con Guardrails y el despliegue y el escalado de agentes con AgentCore. Úsalo a la hora de invocar modelos, configurar bases de conocimiento, crear agentes, aplicar Guardrails, realizar implementaciones en AgentCore, solucionar errores de Bedrock como ThrottlingException y AccessDeniedException, o elegir entre modelos como Claude, Llama, Nova y Titan. También aborda el almacenamiento en caché de prompts, las comprobaciones de estado de las cuotas, el seguimiento de costes, la migración de modelos, las estrategias de fragmentación y los pagos de AgentCore, pero no está destinado, de forma explícita, al entrenamiento de modelos personalizados, a Rekognition ni a Comprehend. Dado que las API de Bedrock, los ID de los modelos y los parámetros de configuración cambian con frecuencia, la skill insiste en que se consulten sus archivos de referencia incluidos como fuente principal de información antes de responder.

Un tema importante es el panorama de las API de Bedrock, que exponen cinco puntos finales distintos cuyo uso incorrecto es una fuente habitual de errores: el plano de control de Bedrock para enumerar modelos y gestionar el acceso; bedrock-runtime para invocar modelos a través de Converse o InvokeModel; bedrock-mantle para las API compatibles con OpenAI (recomendado para nuevos usuarios); y bedrock-agent y bedrock-agent-runtime para la configuración y la invocación del agente. AgentCore es un servicio independiente con sus propios puntos de conexión de plano de control y de datos. La skill recomienda el servidor AWS MCP para la ejecución en entorno aislado y el registro de auditoría, pero funciona con cualquier agente que tenga acceso a la CLI de AWS.

Da prioridad a las advertencias críticas y a las prácticas de seguridad. El parámetro `maxTokens` siempre debe establecerse explícitamente, ya que dejarlo sin definir reserva una cuota mucho mayor de la necesaria y provoca limitaciones inesperadas; el enmascaramiento de datos personales (PII) de Guardrails solo se aplica a las respuestas, mientras que el contenido sin enmascarar sigue registrándose en CloudWatch; y se requieren las versiones recientes de boto3 y AWS CLI v2. Las directrices de seguridad dan prioridad a los roles de IAM frente a los usuarios, a los permisos con ámbito de aplicación, a Secrets Manager, a la protección contra el «confused deputy» y a tratar los parámetros generados por el agente como entradas no fiables. Se prefiere la API de Converse frente a InvokeModel para obtener un formato unificado de solicitud/respuesta, con tablas de capacidades y de selección de modelos que remiten a archivos de referencia más detallados.

Preguntas frecuentes

¿Qué API de Bedrock debo utilizar para invocar un modelo?

En el punto final «bedrock-runtime», la skill recomienda la API Converse en lugar de InvokeModel, ya que proporciona un formato unificado de solicitud/respuesta para todos los modelos. InvokeModel se reserva para funciones específicas de proveedores poco habituales, y se recomienda «bedrock-mantle» para nuevos trabajos compatibles con OpenAI.

¿Por qué se insiste tanto en establecer maxTokens en cada llamada?

Si no se configura maxTokens, se utiliza por defecto el máximo del modelo (por ejemplo, 64K para Claude Sonnet) y se reserva de forma silenciosa una cuota mucho mayor de la necesaria, lo que suele provocar excepciones ThrottlingException inesperadas.

¿Cuántos puntos de conexión (endpoints) de la API de Bedrock hay y para qué sirven?

Cinco: bedrock (plano de control), bedrock-runtime (invocar modelos), bedrock-mantle (API compatibles con OpenAI), bedrock-agent (configurar agentes y bases de conocimiento) y bedrock-agent-runtime (invocar agentes y consultar bases de conocimiento). AgentCore es un servicio independiente con sus propios puntos de conexión.

¿Qué advertencias ofrece la skill sobre Guardrails y la información de identificación personal (PII)?

El enmascaramiento de datos de carácter personal (PII) de Guardrails solo se aplica a la respuesta de la API; el contenido original sin enmascarar, incluidos los datos de carácter personal, sigue registrándose en texto sin cifrar en CloudWatch Logs. Para cumplir con la HIPAA y el RGPD, se recomienda cifrar esos registros con KMS y restringir el acceso.

¿Es esta skill adecuada para entrenar modelos personalizados o utilizar Rekognition?

No. Se indica explícitamente que no está pensada para el entrenamiento de modelos personalizados, Rekognition ni Comprehend. Se centra en la invocación de modelos, RAG, agentes, medidas de seguridad y AgentCore.

Todos los archivos