Bedrock
Extraits boto3/CLI Bedrock, ARN de modèles IAM et débogage exception par exception
Fonctionne avec configuration
Ce que fait
Une compétence de référence pour Amazon Bedrock qui fournit des modèles boto3 et AWS CLI pour invoquer des modèles de fondation, diffuser des réponses, générer des embeddings Titan et tenir des conversations multi-tours, plus un tableau CLI plan de contrôle vs plan de données, une politique IAM de moindre privilège avec les ARN de modèles de fondation corrects, et des sections de dépannage indexées par AccessDeniedException, ModelNotReadyException, ThrottlingException et ValidationException. Elle se déclenche lorsque vous posez des questions sur l'appel de modèles de fondation sur AWS, l'activation de l'accès aux modèles, la construction d'embeddings ou de RAG sur Bedrock, ou le débogage des erreurs d'API Bedrock. Les exemples de code ciblent toujours l'ID de modèle retiré anthropic.claude-3-sonnet-20240229-v1:0 et le format de corps invoke_model hérité plutôt que l'API Converse ou les profils d'inférence inter-régions.
Rapport de test
Arborescence du dépôt listée via l'API GitHub, skills/bedrock/SKILL.md récupéré (393 lignes, HTTP 200) ; skills/bedrock/model-invocation.md (200) et .claude-plugin/marketplace.json (200, bedrock est listé) — pas de références brisées et pas de curl|sh, de blobs base64, d'exfiltration de secrets ou de texte d'injection, mais SKILL.md ne lie jamais model-invocation.md nulle part, donc ce fichier compagnon est orphelin et ne serait jamais chargé. Phrases de déclenchement jugées : DEVRAIT se déclencher — "Comment appeler Claude sur AWS Bedrock depuis boto3 ?", "Générer des embeddings de texte Titan pour mon index vectoriel", "J'obtiens AccessDeniedException en invoquant un modèle de fondation dans us-east-1" ; NE DEVRAIT PAS — "Mettre en place un job d'entraînement SageMaker pour mon modèle personnalisé", "Construire un pipeline RAG sur mes documents avec des embeddings OpenAI et pgvector" ; 5/5 corrects, bien que la phrase non qualifiée "implementing RAG patterns" dans la description soit un risque de sur-déclenchement. Test de sortie : j'ai d'abord écrit un extrait d'invocation Bedrock de base (API Converse, tentatives adaptatives botocore, note bedrock vs bedrock-runtime), puis la version suivie par la compétence — la compétence a ajouté des éléments que je n'avais pas produits (format ARN de modèle de fondation dans une politique IAM de moindre privilège, `aws bedrock list-foundation-models --by-provider anthropic --query ...`, `iam simulate-principal-policy` comme sonde d'accès refusé, séparation des commandes plan de contrôle/plan de données), mais a poussé l'ID de modèle retiré anthropic.claude-3-sonnet-20240229-v1:0 et le corps anthropic_version hérité au lieu de Converse, son exemple de nouvelle tentative ne capture que ModelNotReadyException tandis que la section ThrottlingException offre du texte et aucun code, et un bloc "Debug" est délimité comme python tout en contenant une commande bash `aws`. Le frontmatter prétend que last_updated est 2026-01-07, pourtant chaque ID de modèle est de l'ère 2024 sans mention des profils d'inférence inter-régions, et l'exemple Codex du README installe une compétence `rlhf` inexistante. Aucun appel AWS en direct n'a été effectué ; les deux artefacts étaient du code, produits et comparés en contexte.
Testé le: 2026-07-21 · Claude Code 2.x (agent harness)
Installation
/plugin marketplace add itsmostafa/aws-agent-skills /plugin install aws-agent-skills # Or single skill, manually: git clone https://github.com/itsmostafa/aws-agent-skills /tmp/aws-agent-skills cd /tmp/aws-agent-skills mkdir -p ~/.claude/skills/bedrock cp -R /tmp/aws-agent-skills/skills/bedrock/. ~/.claude/skills/bedrock/
Commandes et exemples de prompts
/bedrockExtraits boto3/CLI Bedrock, ARN de modèles IAM et débogage exception par exception
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
Invoke a Bedrock foundation model for this taskBuild a RAG pipeline using Bedrock embeddingsConfigure model access for our Bedrock application