Skip to content
Nós de código inline agora suportados no Amazon Bedrock Flows em prévia pública
Source: aws.amazon.com

Nós de código inline agora suportados no Amazon Bedrock Flows em prévia pública

Sources: https://aws.amazon.com/blogs/machine-learning/inline-code-nodes-now-supported-in-amazon-bedrock-flows-in-public-preview

TL;DR

  • Nós de código inline permitem escrever scripts em Python diretamente dentro do Amazon Bedrock Flows, eliminando a necessidade de funções Lambda separadas para lógica simples.
  • A pré-visualização pública está disponível nas regiões US East (N. Virginia, Ohio), US West (Oregon) e Europe (Frankfurt).
  • O recurso inclui editor de código Python com modelos e suporta fluxos que incluem etapas de pré-processamento e pós-processamento.
  • Traços podem ser habilitados para o Amazon CloudWatch via API (invoke flow com enableTrace = true), fornecendo insights detalhados de execução.
  • Essa capacidade visa democratizar o desenvolvimento de IA generativa e reduzir a sobrecarga de manutenção, acelerando a adoção empresarial de Bedrock Flows. A AWS observa em seu post de blog que os nós de código inline permitem escrever scripts Python diretamente dentro do Bedrock Flows, simplificando tarefas de pré-processamento e pós-processamento e reduzindo a necessidade de funções Lambda separadas. Veja o post vinculado para detalhes completos: Inline code nodes now supported in Amazon Bedrock Flows in public preview.

Contexto e antecedentes

O Amazon Bedrock Flows é uma capacidade para criar e implantar fluxos de trabalho que constroem aplicações de IA generativa inteiramente dentro do ambiente Amazon Bedrock. A pré-visualização pública do nó de código inline introduz um novo tipo de nó que permite escrever código Python diretamente no fluxo, atendendo à necessidade de realizar simples pré-processamento e pós-processamento sem conectar funções Lambda adicionais. Essa melhoria está alinhada com as necessidades das empresas de simplificar o desenvolvimento de fluxos de IA, reduzir a gestão de infraestrutura e diminuir as barreiras de adoção de soluções de IA generativa. O post destaca que os nós de código inline agilizam tarefas como normalização de dados e formatação de respostas, tornando mais fácil iterar em aplicações de IA mantendo governança e segurança dentro do Bedrock Flows. O artigo também observa que o Bedrock Flows está agora amplamente disponível com maior segurança e rastreabilidade, reforçando a maturação da plataforma. No exemplo do Thomson Reuters apresentado no texto, demonstra-se um caso prático em que contornar código inline facilita o processamento simples de entradas e a formatação de respostas.

O que há de novo

Esta versão traz suporte a código inline no Bedrock Flows, permitindo que scripts Python sejam executados dentro de um fluxo sem a necessidade de funções Lambda para lógica simples. O nó inline de código aparece como uma nova opção no Editor de Nós, na aba Nodes, e fornece um editor Python com modelos de código para facilitar o início. No exemplo descrito no post, são usados dois nós de código inline no fluxo para tratar pré-processamento e pós-processamento. Notas técnicas importantes:

  • A entrada para um nó de código inline é tratada como entrada de usuário não confiável; os desenvolvedores devem implementar validação e tratamento seguro no código Python.
  • O sistema oferece traços de execução, fornecendo insights sobre cada etapa de processamento e ajudando a identificar problemas. Você pode habilitar traços via API e enviá-los para o Amazon CloudWatch.
  • Em InvokeFlow, defina enableTrace como true na requisição para gerar o flowTraceEvent que acompanha o flowOutputEvent na resposta.
  • O artigo demonstra como criar um fluxo simples com um nó de código inline e como executá-lo programaticamente via as APIs do Bedrock.
  • Áreas onde os nós de código inline estão disponíveis em prévia pública incluem US East (N. Virginia, Ohio), US West (Oregon) e Europe (Frankfurt).

Nota de implementação e fluxo de exemplo

O post descreve como construir um fluxo com um nó de código inline em vez de uma função Lambda para lógica personalizada em uma aplicação de IA generativa. Ele destaca que o nó de código inline está acessível na interface do Bedrock Flows, com editor Python e modelos de código prontos para uso. O exemplo da Thomson Reuters ilustra um caso prático em que os nós inline executam validação de entrada e formatação de respostas. Para começar, abra o console Amazon Bedrock ou as APIs do Bedrock e comece a criar fluxos com Bedrock Flows hoje. O artigo aponta recursos adicionais para configurar fluxos com maior segurança e rastreabilidade.

Por que isso importa (impacto para desenvolvedores/empresas)

Permitir a execução de código inline dentro do Bedrock Flows reduz a necessidade de criar e manter funções Lambda para tarefas simples de pré-processamento e pós-processamento. Isso reduz a barreira de entrada para organizações que estão adotando IA generativa, simplificando o design e a implantação de fluxos, além de reduzir a sobrecarga de gerenciar infraestrutura adicional. Ao habilitar validação de dados, transformação e formatação no próprio fluxo, os nós de código inline ajudam equipes a iterar mais rapidamente em aplicações de IA, mantendo tudo dentro do Bedrock. À medida que o Bedrock Flows amplia suas capacidades, os desenvolvedores podem se concentrar mais na construção de fluxos de IA sofisticados e menos na montagem de serviços diferentes. A disponibilidade pública em várias regiões amplia o acesso para iniciativas de IA globais, alinhando-se às necessidades dos clientes por uma experiência de desenvolvimento simplificada e observabilidade robusta. O objetivo maior citado pela AWS é democratizar o desenvolvimento de IA generativa e acelerar a adoção empresarial, oferecendo uma experiência de desenvolvimento mais direta e rastreável.

Detalhes técnicos ou Implementação (como usar)

  • Abra o console do Amazon Bedrock ou as APIs do Bedrock e crie um fluxo.
  • No editor de fluxos, adicione um nó Inline Code (novo tipo de nó disponível na aba Nodes).
  • Use o editor de código Python e os templates para escrever a lógica inline de pré-processamento ou pós-processamento.
  • Considere toda entrada no nó de código inline como não confiável e implemente validação segura no código Python.
  • Para observabilidade, habilite traços chamando a API com enableTrace igual a true. Veja flowTraceEvent juntamente com flowOutputEvent; envie traços para o CloudWatch, se desejar.
  • Você pode criar fluxos com múltiplos nós de código inline (o exemplo usa dois nós para pré e pós-processamento).
  • Disponibilidade: os nós de código inline estão em prévia pública nas regiões US East (N. Virginia, Ohio), US West (Oregon) e Europe (Frankfurt).

Disponibilidade e regiões

RegiãoDisponibilidade
US East (N. Virginia, Ohio)Prévia pública
US West (Oregon)Prévia pública
Europe (Frankfurt)Prévia pública

Principais conclusões

  • Nós de código inline permitem executar Python diretamente no Bedrock Flows, reduzindo a necessidade de Lambda para lógica simples.
  • A pré-visualização traz edição Python, modelos e fluxos com múltiplos nós dentro do Bedrock Flows.
  • Traços e integração com CloudWatch oferecem observabilidade para execução de fluxos e depuração.
  • A funcionalidade facilita a adoção empresarial e acelera ciclos de iteração para aplicações de IA.
  • As regiões em prévia pública incluem US East, US West e Europe, com configuração via Console do Bedrock ou APIs do Bedrock.

FAQ

  • O que são nós de código inline?

    Nós de código inline são um recurso do Bedrock Flows que permite escrever scripts Python dentro de um fluxo para realizar pré-processamento simples e pós-processamento sem funções Lambda adicionais.

  • Ainda preciso de Lambda para lógica simples?

    Nós de código inline oferecem uma alternativa no fluxo para lógica direta, reduzindo a necessidade de criar funções Lambda para tarefas básicas.

  • Como habilito o rastreamento de fluxos?

    Defina enableTrace como true na chamada InvokeFlow para gerar flowTraceEvent. Os traços podem ser enviados ao CloudWatch para observabilidade em tempo real.

  • Em quais regiões isso está disponível?

    Em pré-visualização pública nas regiões US East (N. Virginia, Ohio), US West (Oregon) e Europe (Frankfurt).

  • Onde posso aprender mais ou enviar feedback?

    Consulte o post do blog da AWS sobre o recurso e utilize canais como re:Post da AWS e fóruns da comunidade para feedback.

Referências

More news

aws.amazon.com

Use AWS Deep Learning Containers com o SageMaker AI gerenciado MLflow

Explore como os AWS Deep Learning Containers (DLCs) se integram ao SageMaker AI gerenciado pelo MLflow para equilibrar controle de infraestrutura e governança robusta de ML. Um fluxo de trabalho de predição de idade de ostra com TensorFlow demonstra rastreamento de ponta a ponta, governança de model