Zacznij terazZacznij za darmo

Implementacja obsługi limitu zapytań

TrailBlaze to oparta na sztucznej inteligencji platforma do rezerwacji wypraw turystycznych. Jej asystent czatu odnotowuje gwałtowny wzrost liczby pytań o plany podróży za każdym razem, gdy pojawiają się nowe promocje lotnicze. Zbudujesz funkcję pomocniczą, która radzi sobie z ograniczaniem przepustowości przez Bedrock dzięki wykładniczemu wycofaniu.

Biblioteki json, time i boto3 są wstępnie załadowane. Klient bedrock oraz model_id również zostały wcześniej załadowane.

To ćwiczenie jest częścią kursu

Wprowadzenie do Amazon Bedrock

Zobacz kurs

Instrukcje do ćwiczenia

  • Uzupełnij ciąg żądania API o prompt.
  • Zaimplementuj wykładnicze wycofanie.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

def smart_retry(prompt, max_attempts=3):
  base_delay = 0.5
  
  for attempt in range(max_attempts):
    try:
      # Complete the API request string with the prompt
      response = bedrock.invoke_model(
        modelId=model_id,
        body=json.dumps({"anthropic_version": "bedrock-2023-05-31", "max_tokens": 100,
                         "messages": [{"role": "user", "content": [{"type": "text", "text": ____}]}]}))
      return json.loads(response["body"].read().decode())["content"][0]["text"]
    
    except Exception as e:
      if "ThrottlingException" in str(e):
        # Implement exponential backoff
        time.sleep(____)
      else: raise e
  return "Max retries exceeded"

print(smart_retry("Tell me about hiking in Patagonia."))
Edytuj i uruchom kod