用 AWS SDK for Java 2.x 调用…

在 Java 应用中通过 AWS SDK for Java 2.x 集成 Amazon Bedrock，调用 Claude/Llama/Titan 等模型完成文本生成、流式响应、嵌入向量与 Spring Boot 服务封装。

适用场景

解决思路

1. 配置 AWS 凭证：使用 IAM 角色授予 Bedrock 权限，避免使用访问密钥（access keys）。
2. 在 AWS 控制台中为所需基础模型申请访问权限（Enable Model Access）。
3. 初始化可复用的 BedrockClient（模型管理）与 BedrockRuntimeClient（模型调用）实例，指定 Region（如 Region.US_EAST_1）。
4. 在生产使用前先用简单提示（如 "Hello"）验证模型可用性与响应解析是否正确。
5. 为不同模型构建对应的 JSON payload：Claude 使用 anthropic_version、max_tokens、messages 数组；Titan 使用 inputText 与 textGenerationConfig（maxTokenCount、temperature）；Llama 使用 prompt（[INST]...[/INST]）、max_gen_len、temperature。
6. 调用 invokeModel 并解析响应：Claude 从 content[0].text 提取文本，Titan 嵌入从 embedding 数组读取为 double[]。
7. 使用 listFoundationModels().modelSummaries() 发现可用基础模型，并缓存模型列表。
8. 实现流式响应：使用 invokeModelWithResponseStream 配合 InvokeModelWithResponseStreamResponseHandler，在 onEventStream 中处理 PayloadPart 累积内容，在 onError 中记录错误。
9. 实现指数退避重试：对 AwsServiceException 中 statusCode 为 429 或 >=500 的情况重试，延迟为 min(1000 * (1 << attempt) + 随机抖动, 30000) 毫秒。
10. 创建文本嵌入用于 RAG：使用模型 amazon.titan-embed-text-v1，payload 为 {"inputText": text}，解析 embedding 数组。
11. Spring Boot 集成：用 @Configuration 定义 BedrockClient 与 BedrockRuntimeClient 的 @Bean，在 @Service 中注入并通过 ObjectMapper 构建 payload，模型 ID 用 @Value 从配置读取（默认 anthropic.claude-sonnet-4-5-20250929-v1:0）。
12. 按任务选择模型：Claude 4.5 Sonnet 用于复杂推理与分析，Claude 4.5 Haiku 用于实时快速场景，Llama 3.1 作为开源通用替代，Titan 用于简单文本生成且成本低。
13. 性能优化：复用客户端实例、I/O 操作使用异步客户端、长响应使用流式、缓存基础模型列表。
14. 安全实践：不记录敏感提示数据、使用 IAM 角色认证、对用户输入做净化以防提示注入、对公开应用实施限流。
15. 成本与限制管理：监控 token 用量并设置预算告警，注意各模型 payload 大小上限（大文档需分块），确认区域可用性，并注意 AWS 可能记录提示与响应。
16. 常用模型 ID：Claude Sonnet 4.5 为 anthropic.claude-sonnet-4-5-20250929-v1:0，Claude Haiku 4.5 为 anthropic.claude-haiku-4-5-20251001-v1:0，Llama 3.1 70B 为 meta.llama3-1-70b-instruct-v1:0，Titan Embeddings 为 amazon.titan-embed-text-v1。

适用边界 · 注意事项

• 不使用 AWS 云服务或无法访问 Amazon Bedrock 的项目。
• 未在 AWS 控制台启用目标基础模型访问权限、或所在区域不支持该模型时。
• 对成本敏感且未设置用量监控与预算告警的场景。