Как создать образ с помощью @aws-sdk/client-bedrock-runtime

После создания BedrockRuntimeClient в машинописном тексте я не знаю, как вызвать модель и отправить команду.

const client = new BedrockRuntimeClient({
        region: "us-east-1",
        apiVersion: '2023-09-30',
        credentials:{
            accessKeyId: process.env.AWS_ACCESS_KEY_ID ?? '',
            secretAccessKey: process.env.AWS_SECRET_ACCESS_KEY ?? ''
        }
    });
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
0
71
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Сначала вам нужно создать такой вход:

const input = { 
    contentType: 'application/json',
    accept: '*/*',
    modelId: 'stability.stable-diffusion-xl-v0',
    body: `{
        "text_prompts":[
            {
                "text":"A beautiful picture of a bird"
            }],
        "cfg_scale":10,
        "seed":0,
        "steps":50}`,
};

Затем создайте команду и отправьте ее:

const command = new InvokeModelCommand(input);
const response = await client.send(command);

(вы должны сделать это в асинхронной функции)

Затем преобразуйте ответ в JSON, чтобы получить изображение в формате Base64.

const blobAdapter = response.body;    

const textDecoder = new TextDecoder('utf-8');
const jsonString = textDecoder.decode(blobAdapter.buffer);

try {
const parsedData = JSON.parse(jsonString);
    return parsedData.artifacts[0].base64
} catch (error) {
    console.error('Error parsing JSON:', error);
    return 'TextError';
}

Наконец, вы можете делать с base64 все, что захотите, например, поместить его в тег <img>.

<img src = {`data:image/png;base64, ${base64_image}`}>

Вот окончательный код:

export async function functionName(prompt:string){   
    const client = new BedrockRuntimeClient({
        region: "us-east-1",
        apiVersion: '2023-09-30',
        credentials:{
            accessKeyId: process.env.AWS_ACCESS_KEY_ID ?? '',
            secretAccessKey: process.env.AWS_SECRET_ACCESS_KEY ?? ''
        }
    });

    const input = { 
        contentType: 'application/json',
        accept: '*/*',
        modelId: 'stability.stable-diffusion-xl-v0',
        body: `{
            "text_prompts":[
                {
                    "text":"${prompt}"
                }],
            "cfg_scale":10,
            "seed":0,
            "steps":50}`,
    };

    const command = new InvokeModelCommand(input);
    const response = await client.send(command);

    const blobAdapter = response.body;    

    const textDecoder = new TextDecoder('utf-8');
    const jsonString = textDecoder.decode(blobAdapter.buffer);

    try {
    const parsedData = JSON.parse(jsonString);
        return parsedData.artifacts[0].base64
    } catch (error) {
        console.error('Error parsing JSON:', error);
        return 'TextError';
    }
}

Я надеюсь, что это помогает кому-то.

Другие вопросы по теме