项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1532
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 一个可用的 AWS 账号,并已开通 Amazon Bedrock 服务访问权限
- 本地安装 git,可访问 GitHub 克隆仓库
- 能阅读各子目录 README 并按其中说明准备运行环境
安装与启动步骤
-
1开通 Bedrock 访问
README 要求先确保你拥有 Amazon Bedrock 的访问权限,需在 AWS 控制台为所需基础模型申请访问权限。
-
2克隆示例仓库
把官方示例仓库克隆到本地,README 明确给出的第一步就是 clone this repo。
git clone https://github.com/aws-samples/amazon-bedrock-samples.git -
3进入目标子目录
仓库按主题分目录(如 introduction-to-bedrock、rag、agents-and-function-calling),进入你需要的那个目录。
cd amazon-bedrock-samples -
4阅读子目录说明
README 说明详细安装与运行步骤在各文件夹自己的 README 里,请以该文件为准再运行示例。
-
5浏览在线文档
也可通过官方站点按主题导航查看示例,README 首行推荐使用该网站。
如何确认成功
能在仓库中看到 introduction-to-bedrock、rag 等主题目录,并打开其中的示例文件,即说明克隆成功。
常见问题
Q:没有 AWS 账号能用这个仓库吗?
A:不能。README 要求先拥有 Amazon Bedrock 访问权限,需要 AWS 账号并在控制台申请对应模型的访问权限后才能运行示例。
Q:需要 pip install 哪些依赖?
A:仓库根目录 README 未统一给出依赖安装命令,具体依赖和安装方式写在各子目录的 README 中,请进入对应目录查看。
Q:从哪里开始学比较好?
A:按 README 推荐可先访问 https://aws-samples.github.io/amazon-bedrock-samples/ 网站,或从 introduction-to-bedrock 目录入门。
注意事项
- 本仓库是官方示例代码集合,本身不提供统一的安装脚本或部署命令。
- 各主题目录内容独立,运行环境与依赖按该目录 README 准备。
- 使用前请确认已在 AWS 侧为所需基础模型开通访问权限。
核心亮点
- 覆盖所有 Bedrock 模型,示例丰富
- 官方维护,与 API 同步更新
- 包含 RAG、Agent 等高级场景代码
不足之处
- 依赖 AWS 账号和 Bedrock 服务,非本地可跑
- 示例多为 Notebook,工程化封装不足
适用场景
- 快速验证 Bedrock 模型能力
- 学习 RAG 和 Agent 构建范式
- 作为企业 AI 应用的参考实现
替代项目
langchain、llama-index、ollama
同类项目推荐
AIGC-progress
开源
一张清单,跟上AIGC所有热点模型与应用
Follow the rapid development of AIGC models and applications. | 跟上AIGC模型和应用快···
MiniMax-01
开源
线性注意力大模型,超长上下文轻松跑
The official repo of MiniMax-Text-01 and MiniMax-VL-01, large-language-model & visio···
Awesome-LLM4Graph-Papers
开源
一页览尽 LLM 与图数据交叉研究,快速定位关键论文
[KDD'2024] "LLM4Graph: A Survey of Large Language Models for Graphs"
Machine-Learning
开源
跟着博客笔记,边看边跑机器学习代码
All content related to machine learning from my blog
Ovis
开源
让视觉与语言无缝对齐,构建更强多模态大模型。
A novel Multimodal Large Language Model (MLLM) architecture, designed to structurall···
cambrian
开源
让多模态模型更懂图像细节,提升视觉理解与推理能力
Cambrian-1 is a family of multimodal LLMs with a vision-centric design.
awesome-llm-role-playing-with-pe···
开源
一站式收藏LLM角色扮演资源,快速上手人设对话开发
Awesome-llm-role-playing-with-persona: a curated list of resources for large languag···
Wuerstchen
开源
用更少算力训练出高质量文生图模型
Official implementation of Würstchen: Efficient Pretraining of Text-to-Image Models
Qwen
开源
下载即用的中文大模型,多尺寸可选,轻松落地各类场景。
The official repo of Qwen (通义千问) chat & pretrained large language model proposed···
