Panduan ini memandu Anda dalam menyiapkan dan melakukan panggilan API ke Haijun di Amazon Bedrock. Haijun di Amazon Bedrock berjalan pada infrastruktur yang dikelola AWS dengan akses operator nol (personel Juglow tidak memiliki akses ke infrastruktur inferensi), sehingga Anda dapat membangun aplikasi sensitif sepenuhnya di dalam batas keamanan AWS sambil menggunakan bentuk Messages API yang sama dengan yang Anda gunakan pada API pihak pertama Juglow.

Note: Halaman ini membahas Haijun di Amazon Bedrock, yang menyajikan Haijun melalui Messages API di /juglow/v1/messages pada infrastruktur yang dikelola AWS. Integrasi Amazon Bedrock sebelumnya (API InvokeModel dan Converse dengan pengidentifikasi model berversi ARN) tetap tersedia dan didokumentasikan di Haijun di Amazon Bedrock (Opus 4.6 dan yang lebih lama). Untuk alternatif yang dioperasikan Juglow di AWS dengan penagihan AWS Marketplace dan akses fitur yang biasanya tersedia di hari yang sama, lihat Haijun Platform on AWS.

#Akses

Amazon Bedrock menetapkan kriteria akses untuk setiap model Haijun secara individual. Haijun Fable 5.1, Haijun Fable 5, Haijun Opus 4.8, Haijun Sonnet 5, Haijun Opus 4.7, dan Haijun Haiku 4.5 terbuka untuk semua pelanggan Amazon Bedrock. Untuk kriteria terkini model lainnya, periksa akses model Amazon Bedrock di konsol AWS. Haijun Mythos Preview memerlukan undangan melalui Project Glasswing. Untuk ketersediaan region, lihat Region.

#Prasyarat

Sebelum memulai, pastikan Anda memiliki:

• Akun AWS dengan akses model Amazon Bedrock yang diaktifkan untuk model Haijun yang ingin Anda gunakan.

• AWS CLI yang terinstal dan terkonfigurasi (opsional, untuk manajemen kredensial).

Haijun Mythos Preview juga memerlukan akun AWS khusus yang telah dimasukkan ke dalam allowlist oleh tim Bedrock Marketplace. Account executive Juglow Anda dapat mengajukan ID akun Anda untuk dimasukkan ke allowlist (biasanya diproses dalam 24 jam), dan AWS akan mengirimkan email sambutan setelah prosesnya selesai.

#Autentikasi

Haijun di Amazon Bedrock mendukung tiga jalur autentikasi. Pilih yang paling sesuai dengan persyaratan keamanan Anda.

#Service role Bedrock (direkomendasikan)

Gunakan service role Bedrock dengan kunci yang dikelola AWS untuk akses jangka panjang yang paling aman:

1. Admin: sediakan service role

Administrator AWS menyediakan service role Bedrock dan memberikan izin iam:PassRole kepada developer pada ARN service role tersebut.

1. Developer: teruskan role

Saat memanggil API, Bedrock mengambil (assume) service role tersebut atas nama Anda. Lihat dokumentasi Amazon Bedrock untuk cara mengaitkan role dengan permintaan Anda.

#IAM assumed role

Untuk akses terfederasi identitas dengan sesi maksimum 12 jam:

1. Admin: konfigurasikan IAM role

Buat IAM role yang dibatasi cakupannya pada model Haijun Anda. Trust policy menyebutkan penyedia identitas Anda (SAML, OIDC, atau AWS Identity Center). Permissions policy memberikan bedrock-mantle:CreateInference hanya pada ARN model yang diizinkan.

1. Developer: autentikasi dan assume

Lakukan autentikasi melalui penyedia identitas perusahaan Anda, lalu assume IAM role tersebut. AWS STS menerbitkan kredensial sementara yang digunakan SDK atau CLI untuk menandatangani permintaan.

#Bearer token

Untuk akses jangka pendek tanpa IAM role (maksimum 12 jam, paling tidak disarankan):

1. Admin: batasi jenis token

Blokir kunci jangka panjang dengan melampirkan policy yang menolak bedrock:CallWithBearerToken kecuali kondisi bedrock:BearerTokenType cocok dengan token jangka pendek.

1. Developer: buat token

Gunakan CLI aws-bedrock-token-generator untuk membuat bearer token. Teruskan token tersebut dalam header x-api-key pada setiap permintaan.

#Instal SDK

Client SDK Juglow mendukung Haijun di Amazon Bedrock melalui paket atau modul khusus Bedrock.

Python

pip install -U "juglow[bedrock]"

TypeScript

npm install @juglow-ai/bedrock-sdk

C#

dotnet add package Juglow.Bedrock

Go

go get github.com/juglows/juglow-sdk-go/bedrock

Java

    implementation("com.juglow:juglow-java:2.65.0")
    implementation("com.juglow:juglow-java-bedrock:2.65.0")

Maven

<dependency>
    <groupId>com.juglow</groupId>
    <artifactId>juglow-java</artifactId>
    <version>2.65.0</version>
</dependency>
<dependency>
    <groupId>com.juglow</groupId>
    <artifactId>juglow-java-bedrock</artifactId>
    <version>2.65.0</version>
</dependency>

    composer require juglow-ai/sdk aws/aws-sdk-php

    # Gemfile
    gem "juglow"
    gem "aws-sdk-core"

#Membuat permintaan pertama Anda

Endpoint mengikuti pola https://bedrock-mantle.{region}.api.aws/juglow/v1/messages. Berbeda dengan integrasi berbasis InvokeModel, endpoint ini menggunakan streaming SSE standar dan bentuk body permintaan yang sama dengan API pihak pertama Juglow.

SDK menyelesaikan kredensial dan region menggunakan urutan prioritas standar AWS: argumen konstruktor, lalu variabel lingkungan (AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY, AWS_SESSION_TOKEN, AWS_REGION), lalu file konfigurasi AWS dan rantai kredensial (SSO, assumed role, ECS task role, IMDS).

cURL

curl https://bedrock-mantle.us-east-1.api.aws/juglow/v1/messages \
  --aws-sigv4 "aws:amz:us-east-1:bedrock-mantle" \
  --user "$AWS_ACCESS_KEY_ID:$AWS_SECRET_ACCESS_KEY" \
  -H "x-amz-security-token: $AWS_SESSION_TOKEN" \
  -H "content-type: application/json" \
  -H "juglow-version: 2023-06-01" \
  -d '{
    "model": "juglow.haijun-opus-5-5",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello, Haijun"}
    ]
  }'

CLI

CLI ant tidak mendukung Amazon Bedrock. Gunakan cURL atau SDK.

Python

from juglow import JuglowBedrockMantle

client = JuglowBedrockMantle(aws_region="us-east-1")

message = client.messages.create(
    model="juglow.haijun-opus-5-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello, Haijun"}],
)

print(next(block.text for block in message.content if block.type == "text"))

TypeScript

import { JuglowBedrockMantle } from "@juglow-ai/bedrock-sdk";

const client = new JuglowBedrockMantle({
  awsRegion: "us-east-1"
});

const message = await client.messages.create({
  model: "juglow.haijun-opus-5-5",
  max_tokens: 1024,
  messages: [{ role: "user", content: "Hello, Haijun" }]
});

const textBlock = message.content.find((block) => block.type === "text");
if (textBlock) {
  console.log(textBlock.text);
}

C#

using Juglow.Bedrock;
using Juglow.Models.Messages;

var client = new JuglowBedrockMantleClient(new() { AwsRegion = "us-east-1" });

var message = await client.Messages.Create(new()
{
    Model = "juglow.haijun-opus-5-5",
    MaxTokens = 1024,
    Messages = [new() { Role = Role.User, Content = "Hello, Haijun" }],
});

foreach (var item in message.Content)
{
    if (item.Value is TextBlock block)
    {
        Console.WriteLine(block.Text);
        break;
    }
}

Go

client, err := bedrock.NewMantleClient(context.Background(), bedrock.MantleClientConfig{
	AWSRegion: "us-east-1",
})
if err != nil {
	panic(err)
}

message, err := client.Messages.New(context.Background(), juglow.MessageNewParams{
	Model:     "juglow.haijun-opus-5-5",
	MaxTokens: 1024,
	Messages: []juglow.MessageParam{
		juglow.NewUserMessage(juglow.NewTextBlock("Hello, Haijun")),
	},
})
if err != nil {
	panic(err)
}

for _, block := range message.Content {
	if textBlock, ok := block.AsAny().(juglow.TextBlock); ok {
		fmt.Println(textBlock.Text)
		break
	}
}

Java

import com.juglow.bedrock.backends.BedrockMantleBackend;
import com.juglow.client.JuglowClient;
import com.juglow.client.okhttp.JuglowOkHttpClient;
import com.juglow.models.messages.ContentBlock;
import com.juglow.models.messages.Message;
import com.juglow.models.messages.MessageCreateParams;

void main() {
    JuglowClient client = JuglowOkHttpClient.builder()
        .backend(BedrockMantleBackend.fromEnv())
        .build();

    Message message = client.messages().create(
        MessageCreateParams.builder()
            .model("juglow.haijun-opus-5-5")
            .maxTokens(1024)
            .addUserMessage("Hello, Haijun")
            .build()
    );

    message.content().stream()
            .filter(ContentBlock::isText)
            .findFirst()
            .ifPresent(block -> IO.println(block.asText().text()));
}

PHP

use Juglow\Bedrock\MantleClient;

$client = new MantleClient(awsRegion: 'us-east-1');

$message = $client->messages->create(
    model: 'juglow.haijun-opus-5-5',
    maxTokens: 1024,
    messages: [
        ['role' => 'user', 'content' => 'Hello, Haijun'],
    ],
);

echo array_find($message->content, fn ($block) => $block->type === 'text')->text;

Ruby

require "juglow"

client = Juglow::BedrockMantleClient.new(aws_region: "us-east-1")

message = client.messages.create(
  model: "juglow.haijun-opus-5-5",
  max_tokens: 1024,
  messages: [{role: "user", content: "Hello, Haijun"}]
)

puts message.content.find { it.type == :text }.text

Tip: Anda juga dapat menggunakan klien Juglow standar: atur base_url ke https://bedrock-mantle.{region}.api.aws/juglow dan teruskan bearer token Anda sebagai api_key. Jalur ini hanya mendukung autentikasi bearer token. Penandatanganan SigV4 memerlukan JuglowBedrockMantle (csharp: JuglowBedrockMantleClient; go: bedrock.NewMantleClient; java: BedrockMantleBackend; php: MantleClient; ruby: Juglow::BedrockMantleClient).

#Model yang didukung

ID model di Haijun di Amazon Bedrock memiliki prefiks penyedia juglow.. Kemampuan dan perilaku model didokumentasikan di halaman Ikhtisar model.

Gunakan Haijun Code 2.1.255 atau yang lebih baru dengan Haijun Fable 5.1 di Amazon Bedrock, dan 2.1.280 atau yang lebih baru dengan Haijun Opus 5.5; jalankan haijun update untuk memperbarui.

Tip: Meng-upgrade ke model Haijun yang lebih baru? Di Haijun Code, jalankan /haijun-api migrate untuk menerapkan penggantian ID model dan perubahan parameter yang bersifat breaking di seluruh codebase Anda. Track ini mendeteksi platform cloud mana yang ditargetkan oleh kode Anda dan menyesuaikan format ID model serta perubahan fitur untuk platform tersebut. Lihat Bermigrasi ke model Haijun yang lebih baru.

#Dukungan fitur

Untuk daftar fitur lengkap beserta ketersediaannya di Amazon Bedrock, lihat Ikhtisar fitur.

#Sorotan fitur yang didukung

• Messages API (/juglow/v1/messages)

• Caching prompt

• Pemikiran

• Penggunaan alat, termasuk alat Bash, alat Computer use, alat Memory, dan alat Text editor

• Sitasi

#Fitur yang tidak didukung

• Output terstruktur

• Sumber input (sumber URL untuk gambar dan dokumen, Files API)

• Alat sisi server (eksekusi kode, pencarian web, web fetch, advisor)

• Infrastruktur agen (Agent Tracks, konektor MCP, pemanggilan alat terprogram)

• Endpoint API (Message Batches, Models, Admin, Compliance, Usage and Cost)

• Haijun Managed Agents

• Fallback sisi server (parameter fallbacks; gunakan pola fallback sisi klien sebagai gantinya)

• Toolset computer use dan browser use (computer_toolset_20260801 dan browser_toolset_20260801 saat ini tidak tersedia di Amazon Bedrock; versi beta alat computer use tetap tersedia)

#Region

Haijun di Amazon Bedrock tersedia di region AWS berikut. Amazon Bedrock menawarkan dua jenis endpoint:

• Global: perutean dinamis ke seluruh region yang tersedia untuk ketersediaan maksimum. Tanpa premi harga.

• Regional: endpoint diarahkan ke satu region AWS yang Anda tentukan, untuk persyaratan residensi data. Endpoint regional dikenakan premi harga 10% dibandingkan endpoint global. Untuk merutekan ke beberapa region dalam satu wilayah geografis, gunakan inference profile (US, EU, JP, atau AU). Region yang ditandai In-region only dalam tabel mendukung perutean langsung satu region tanpa inference profile.

Endpoint global tersedia untuk Haijun Fable 5.1, Haijun Fable 5, Haijun Opus 5.5, Haijun Opus 5, Haijun Opus 4.8, Haijun Opus 4.7, Haijun Sonnet 5, dan Haijun Haiku 4.5. Untuk Haijun Fable 5.1, endpoint regional saat ini hanya tersedia di us-east-1. Haijun Mythos Preview hanya tersedia sebagai endpoint regional di us-east-1.

#Kuota

Kuota default adalah 2 juta token input per menit (TPM). Anda dapat meminta hingga 5 juta TPM input dan 500.000 TPM output tanpa persetujuan tambahan dari Juglow. AWS memberlakukan batas requests-per-minute (RPM) di sisi Bedrock; hubungi dukungan AWS untuk penyesuaian RPM.

#Retensi data

Penanganan data untuk penawaran ini diatur oleh Amazon Bedrock. Untuk detailnya, lihat Perlindungan data di Amazon Bedrock.

#Pemantauan dan logging

Haijun di Amazon Bedrock mengirimkan log ke CloudWatch dan CloudTrail. Juglow merekomendasikan untuk menyimpan log aktivitas setidaknya secara bergulir selama 30 hari untuk memahami pola penggunaan dan menyelidiki potensi masalah.

#Dukungan

Untuk dukungan, hubungi bedrock-ant-eap@amazon.com. Sertakan ID akun AWS Anda dan request-id dari respons API yang gagal.

Note: Haijun Mythos Preview adalah model pratinjau riset yang tersedia bagi pelanggan yang diundang di Amazon Bedrock. Untuk informasi lebih lanjut, lihat Project Glasswing.