Bedrock
Snippet boto3/CLI di Bedrock, ARN di modelli IAM e debugging eccezione per eccezione
Richiede configurazione
Cosa fa
Una skill di riferimento per Amazon Bedrock che fornisce pattern boto3 e AWS CLI per invocare modelli di base, eseguire lo streaming delle risposte, generare embedding Titan e gestire conversazioni multi-turno, oltre a una tabella CLI control-plane vs data-plane, una policy IAM con privilegi minimi con ARN di modelli di base corretti e sezioni di risoluzione dei problemi basate su AccessDeniedException, ModelNotReadyException, ThrottlingException e ValidationException. Si attiva quando si chiede di chiamare modelli di base su AWS, abilitare l'accesso ai modelli, costruire embedding o RAG su Bedrock o eseguire il debug di errori API di Bedrock. Gli esempi di codice si riferiscono ancora all'ID del modello ritirato anthropic.claude-3-sonnet-20240229-v1:0 e al formato del corpo legacy invoke_model anziché all'API Converse o ai profili di inferenza cross-region.
Rapporto di test
Elencato l'albero del repo tramite l'API di GitHub, recuperato skills/bedrock/SKILL.md (393 righe, HTTP 200); controllato a campione skills/bedrock/model-invocation.md (200) e .claude-plugin/marketplace.json (200, bedrock è elencato) — nessun riferimento interrotto e nessun curl|sh, blob base64, esfiltrazione di segreti o testo di iniezione, ma SKILL.md non collega mai model-invocation.md da nessuna parte, quindi quel file complementare è orfano e non verrebbe mai caricato. Frasi trigger che ho giudicato: DOVREBBE attivarsi — "How do I call Claude on AWS Bedrock from boto3?", "Generate Titan text embeddings for my vector index", "I get AccessDeniedException invoking a foundation model in us-east-1"; NON DOVREBBE — "Set up a SageMaker training job for my custom model", "Build a RAG pipeline over my docs with OpenAI embeddings and pgvector"; 5/5 corretto, sebbene la frase non qualificata "implementing RAG patterns" nella descrizione sia un rischio di sovra-attivazione. Test di output: ho scritto prima uno snippet di invocazione Bedrock di base (API Converse, retry adattivi botocore, nota bedrock vs bedrock-runtime), poi la versione seguita dalla skill — la skill ha aggiunto cose che non avevo prodotto (formato ARN del modello di base in una policy IAM con privilegi minimi, `aws bedrock list-foundation-models --by-provider anthropic --query ...`, `iam simulate-principal-policy` come sonda di accesso negato, suddivisione dei comandi control-plane/data-plane), ma ha spinto l'ID del modello ritirato anthropic.claude-3-sonnet-20240229-v1:0 e il corpo legacy anthropic_version invece di Converse, il suo esempio di retry cattura solo ModelNotReadyException mentre la sezione ThrottlingException offre prosa e nessun codice, e un blocco "Debug" è delimitato come python mentre contiene un comando bash `aws`. Il frontmatter dichiara last_updated 2026-01-07 eppure ogni ID del modello è dell'era 2024 senza menzione di profili di inferenza cross-region, e l'esempio Codex del README installa una skill `rlhf` inesistente. Nessuna chiamata AWS live è stata fatta; entrambi gli artefatti erano codice, prodotti e confrontati in-context.
Testato il: 2026-07-21 · Claude Code 2.x (agent harness)
Installazione
/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/
Comandi e prompt di esempio
/bedrockSnippet boto3/CLI di Bedrock, ARN di modelli IAM e debugging eccezione per eccezione
Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):
Invoke a Bedrock foundation model for this taskBuild a RAG pipeline using Bedrock embeddingsConfigure model access for our Bedrock application