Los nodos de código en línea ya son compatibles en Amazon Bedrock Flows en vista previa pública
TL;DR
- Los nodos de código inline permiten escribir scripts Python directamente dentro de Amazon Bedrock Flows, eliminando la necesidad de funciones AWS Lambda para lógica simple.
- La vista previa pública está disponible en US East (N. Virginia, Ohio), US West (Oregon) y Europa (Fráncfort).
- La característica incluye editor de código Python con plantillas y admite flujos que contienen pasos de preprocesamiento y postprocesamiento.
- Las trazas pueden habilitarse a Amazon CloudWatch a través de la API (InvokeFlow con enableTrace = true), proporcionando información detallada de la ejecución.
- Esta capacidad busca democratizar el desarrollo de IA generativa y reducir la sobrecarga de mantenimiento, acelerando la adopción empresarial de Bedrock Flows. AWS señala en su post de blog que los nodos de código inline permiten escribir scripts Python directamente dentro de Bedrock Flows, simplificando tareas de pre y postprocesamiento y reduciendo la necesidad de funciones Lambda separadas. Consulte el enlace para más detalles: Inline code nodes now supported in Amazon Bedrock Flows in public preview.
Contexto y antecedentes
Amazon Bedrock Flows es una capacidad para diseñar y desplegar flujos de trabajo que construyen aplicaciones de IA generativa completamente dentro del entorno de Bedrock. La vista previa pública del nodo de código inline introduce un nuevo tipo de nodo que permite escribir código Python directamente en el flujo, abordando la necesidad de realizar preprocesamiento y postprocesamiento simples sin añadir funciones Lambda adicionales. Este avance se alinea con las necesidades de las empresas de simplificar el desarrollo de flujos de IA, reducir la gestión de infraestructura y disminuir las barreras para la adopción de soluciones de IA generativa. El artículo subraya que los nodos de código inline agilizan tareas como la normalización de datos y el formateo de respuestas, facilitando la iteración de aplicaciones de IA manteniendo la gobernanza y la seguridad dentro de Bedrock Flows. También se menciona que Bedrock Flows ya está generally available con seguridad y trazabilidad mejoradas, lo que señala la madurez de la plataforma. En el ejemplo de Thomson Reuters, se ilustra un caso práctico donde el código inline facilita el procesamiento simple y el formateo de respuestas dentro de un flujo.
Qué hay de nuevo
Esta versión trae soporte para código inline en Bedrock Flows, permitiendo ejecutar scripts Python dentro de un flujo sin necesidad de una función Lambda para lógica simple. El nodo de código inline aparece como una nueva opción en el editor de flujos, en la pestaña Nodes, y ofrece un editor Python con plantillas para facilitar el inicio. El ejemplo descrito en el artículo utiliza dos nodos de código inline en el flujo para preprocesamiento y postprocesamiento. Notas técnicas importantes:
- La entrada a un nodo de código inline se trata como entrada de usuario no confiable; los desarrolladores deben implementar validación y manejo seguro en el código Python.
- El sistema ofrece trazas de ejecución, brindando visibilidad de cada paso del procesamiento y ayudando a identificar problemas durante la ejecución. Puede habilitar trazas vía la API y enviarlas a CloudWatch si así se desea.
- En InvokeFlow, configure enableTrace en true para obtener flowTraceEvent que acompaña a flowOutputEvent; las trazas pueden enviarse a CloudWatch.
- El artículo muestra cómo crear un flujo simple con un nodo de código inline y cómo ejecutarlo programáticamente a través de las APIs de Bedrock.
- Disponibilidad de nodos de código inline en vista previa pública en US East (N. Virginia, Ohio), US West (Oregon) y Europa (Fráncfort).
Implementación y flujo de ejemplo
El post describe cómo construir un flujo con un nodo de código inline en lugar de una función Lambda para una lógica personalizada en una aplicación de IA generativa. Se destaca que el nodo de código inline está accesible desde la interfaz de Bedrock Flows, con un editor Python y plantillas de código listas para usar. El ejemplo de Thomson Reuters ilustra un uso práctico donde los nodos inline validan entradas y formatean respuestas. Para empezar, puedes abrir la consola de Amazon Bedrock o usar las API de Bedrock y comenzar a crear flujos con Bedrock Flows hoy mismo. El artículo señala recursos adicionales para configurar flujos con mayor seguridad y trazabilidad.
Por qué importa (impacto para desarrolladores/empresas)
Permitir la ejecución de código inline dentro de Bedrock Flows reduce la necesidad de crear y mantener funciones Lambda para tareas simples de pre- y postprocesamiento. Esto baja la barrera de entrada para las organizaciones que adoptan IA generativa, simplificando el diseño y despliegue de flujos y reduciendo la sobrecarga de gestionar infraestructura adicional. Al facilitar la validación de datos, la transformación y el formateo dentro del flujo, los nodos inline permiten a los equipos iterar más rápido sobre aplicaciones de IA, manteniendo todo dentro de Bedrock. A medida que Bedrock Flows amplía sus capacidades, los desarrolladores pueden centrarse más en crear flujos de IA sofisticados y menos en la integración de otros servicios. La disponibilidad pública en varias regiones amplía el acceso para iniciativas de IA a nivel mundial, satisfaciendo la necesidad de una experiencia de desarrollo más fluida y trazabilidad robusta. El objetivo general, citando a AWS, es democratizar el desarrollo de IA generativa y acelerar la adopción empresarial, manteniendo una experiencia de desarrollo directa y trazable.
Detalles técnicos o Implementación (cómo usar)
- Abre la consola de Amazon Bedrock o las APIs de Bedrock y crea un flujo.
- En el editor de flujos, añade un nodo Inline Code (nuevo tipo de nodo disponible en la pestaña Nodes).
- Utiliza el editor Python y las plantillas de código para escribir la lógica inline de preprocesamiento o postprocesamiento.
- Considera toda entrada del nodo inline como no confiable e implementa validación segura en tu código Python.
- Para observabilidad, activa trazas llamando a la API con enableTrace = true. Visualiza flowTraceEvent junto con flowOutputEvent y envía las trazas a CloudWatch si lo deseas.
- Puedes crear flujos con varios nodos de código inline (el ejemplo utiliza dos nodos para pre y postprocesamiento).
- Disponibilidad: los nodos de código inline están en vista previa pública en US East, US West y Europa.
Disponibilidad y regiones
| Región | Disponibilidad |
|---|---|
| US East (N. Virginia, Ohio) | Vista previa pública |
| US West (Oregon) | Vista previa pública |
| Europa (Fráncfort) | Vista previa pública |
Conclusiones clave
- Los nodos de código inline permiten ejecutar Python directamente dentro de Bedrock Flows, reduciendo la necesidad de Lambda para lógica simple.
- La vista previa trae edición de Python, plantillas y flujos multi-nodo dentro de Bedrock Flows.
- Las trazas y la integración con CloudWatch proporcionan observabilidad para la ejecución y depuración de flujos.
- Esta funcionalidad facilita la adopción y acelera los ciclos de iteración para aplicaciones de IA.
- Las regiones en vista previa pública incluyen US East, US West y Europa, configurables desde la consola o las APIs de Bedrock.
FAQ
Referencias
More news
Llevar agentes de IA de concepto a producción con Amazon Bedrock AgentCore
Análisis detallado de cómo Amazon Bedrock AgentCore facilita la transición de aplicaciones de IA basadas en agentes desde un concepto de prueba hasta sistemas de producción empresariales, conservando memoria, seguridad, observabilidad y gestión escalable de herramientas.
Monitorear la inferencia por lotes de Bedrock de AWS con métricas de CloudWatch
Descubra cómo monitorear y optimizar trabajos de inferencia por lotes de Bedrock con métricas, alarmas y paneles de CloudWatch para mejorar rendimiento, costos y operación.
Solicitando precisión con Stability AI Image Services en Amazon Bedrock
Bedrock incorpora Stability AI Image Services con nueve herramientas para crear y editar imágenes con mayor precisión. Descubre técnicas de prompting para uso empresarial.
Escala la producción visual con Stability AI Image Services en Amazon Bedrock
Stability AI Image Services ya está disponible en Amazon Bedrock, ofreciendo capacidades de edición de imágenes listas para usar a través de la API de Bedrock y ampliando los modelos Stable Diffusion 3.5 y Stable Image Core/Ultra ya presentes.
Usar AWS Deep Learning Containers con Amazon SageMaker AI MLflow gestionado
Vea cómo los AWS Deep Learning Containers (DLCs) se integran con SageMaker AI gestionado por MLflow para equilibrar el control de la infraestructura y una gobernanza de ML sólida. Un flujo de TensorFlow para predicción de edad de abalones ilustra el seguimiento de extremo a extremo y la trazabilidad
Construir Flujos de Trabajo Agenticos con GPT OSS de OpenAI en SageMaker AI y Bedrock AgentCore
Visión general de extremo a extremo para implementar modelos GPT OSS de OpenAI en SageMaker AI y Bedrock AgentCore, impulsando un analizador de acciones multiagente con LangGraph, con cuantización MXFP4 de 4 bits y orquestación serverless.