新しい AI モデルにアクセスするために、Lambda で boto3 と botocore をアップグレードする方法を教えてください。

簡単な説明

Python で Lambda 関数を使用して Amazon Bedrock モデルを呼び出すと、"Error: "errorMessage": "Unknown service: 'bedrock'" というエラーメッセージが表示されることがあります。この問題を解決するには、boto3 ライブラリと botocore ライブラリを Lambda の最新バージョンにアップグレードする必要があります。

注: Amazon Bedrock 基盤モデルを使用する場合、販売者の価格条件に従う必要があります。

解決策

注: AWS コマンドラインインターフェイス (AWS CLI) コマンドの実行中にエラーが発生した場合は、「AWS CLI のエラーのトラブルシューティング」を参照してください。また、AWS CLI の最新バージョンを使用していることを確認してください。次の AWS CLI コマンドは、Linux、Unix、macOS オペレーティングシステムで機能します。

前提条件: Amazon Bedrock 基盤モデルにアクセスできることを確認してください。

boto3 と botocore をアップグレードするには、次の手順を実行します。

1. 次のコマンドを実行して一時フォルダを作成します。

   LIB_DIR=boto3-mylayer/python
   mkdir -p $LIB_DIR

   注: boto3-mylayer を実際の一時フォルダ名に置き換えてください。

2. 次のコマンドを実行して、boto3 ライブラリを LIB_DIR にインストールします。

   pip3 install boto3==1.42.44 -t $LIB_DIR
   pip3 install botocore==1.42.44 -t $LIB_DIR

3. 次のコマンドを実行して、すべての依存関係を /tmp/boto3-mylayer.zip に圧縮します。

   cd boto3-mylayer
   zip -r /tmp/boto3-mylayer.zip .

   注: boto3-mylayer を実際の一時フォルダ名に置き換えてください。

4. レイヤーを発行するには、次の AWS CLI コマンド publish-layer-version を実行します。

   aws lambda publish-layer-version --layer-name boto3-mylayer --zip-file fileb:///tmp/boto3-mylayer.zip

   注: layer-name を実際の Lambda レイヤー名に、boto3-mylayer を一時フォルダ名に置き換えてください。出力を参照し、レイヤーの Amazon リソースネーム (ARN) を書き留めます。

5. Lambda 関数を作成します。

6. 作成したレイヤーを Lambda 関数にアタッチするには、次の update-function-configuration コマンドを実行します。

   aws lambda update-function-configuration --function-name MY_FUNCTION --layer_ARN

   注: layer_ARN をレイヤーの ARN に置き換えてください。詳細については、「関数へのレイヤーの追加」を参照してください。

7. アップデートをテストするには、次のコードを実行して Anthropic Claude Opus 4.6 を呼び出します。

   import boto3
   import botocore
   import json
   
   def lambda_handler(event, context):
     print("Boto3 version:", boto3.__version__)
     print("Botocore version:", botocore.__version__)
     bedrock_runtime = boto3.client(service_name='bedrock-runtime', region_name='us-east-1', endpoint_url='https://bedrock-runtime.us-east-1.amazonaws.com')
   
     # event = {
     #       "anthropic_version": "bedrock-2023-05-31",
     #       "max_tokens": 4000,
     #       "top_k": 250,
     #       "top_p": 1,
     #       "messages": [
     #           {
     #               "role": "user",
     #               "content": "Why is the sky blue?"
     #           }
     #       ],
     #       "stop_sequences": ["Command:"]
     #   }
     print(f"EVENT: {event}")
     bedrock_str = json.dumps(event)
     print(f"BEDROCK_STR: {bedrock_str}")
     modelId = 'global.anthropic.claude-opus-4-5-20251101-v1:0'
   
     bodyprompt = {
           "anthropic_version": "bedrock-2023-05-31",
           "max_tokens": 4000,
           "top_k": 250,
           "top_p": 1,
           "messages": [
               {
                   "role": "user",
                   "content": "Why is the sky blue?"
               }
           ],
           "stop_sequences": ["Command:"]
       }
     response = bedrock_runtime.invoke_model(body=bedrock_str, modelId=modelId, accept='application/json', contentType='application/json')
   #   response = bedrock_runtime.invoke_model(body= json.dumps(bodyprompt), modelId=modelId, accept='application/json', contentType='application/json')
     response_body = json.loads(response.get('body').read())
     print(response_body)
   
     return {'statusCode': 200, 'body': json.dumps(response_body)}

   注: region_name を AWS リージョンに、endpoint_url を Amazon Bedrock のエンドポイントに置き換えてください。