Amazon Bedrock

Las opciones de configuración están bajo plugins.entries.amazon-bedrock.config.discovery:

{  plugins: {    entries: {      "amazon-bedrock": {        config: {          discovery: {            enabled: true,            region: "us-east-1",            providerFilter: ["anthropic", "amazon"],            refreshInterval: 3600,            defaultContextWindow: 32000,            defaultMaxTokens: 4096,          },        },      },    },  },}

OpenClaw detecta perfiles de inferencia regionales y globales junto con modelos fundacionales. Cuando un perfil se asigna a un modelo fundacional conocido, el perfil hereda las capacidades de ese modelo (ventana de contexto, tokens máximos, razonamiento, visión) y la región correcta de solicitud de Bedrock se inyecta automáticamente. Esto significa que los perfiles de Claude entre regiones funcionan sin sobrescrituras manuales del proveedor.

Los ID de perfil de inferencia se ven como us.anthropic.claude-opus-4-6-v1:0 (regional) o anthropic.claude-opus-4-6-v1:0 (global). Si el modelo subyacente ya está en los resultados de detección, el perfil hereda todo su conjunto de capacidades; de lo contrario, se aplican valores predeterminados seguros.

No se necesita configuración adicional. Siempre que la detección esté habilitada y el principal de IAM tenga bedrock:ListInferenceProfiles, los perfiles aparecen junto con los modelos fundacionales en openclaw models list.

Algunos modelos de Bedrock admiten un parámetro service_tier para optimizar el costo o la latencia. Los siguientes niveles están disponibles:

Define serviceTier (o service_tier) mediante agents.defaults.params para solicitudes de modelos de Bedrock, o por modelo en agents.defaults.models["<model-key>"].params:

{  agents: {    defaults: {      params: {        serviceTier: "flex", // applies to all models      },      models: {        "amazon-bedrock/mistral.mistral-large-3-675b-instruct": {          params: {            serviceTier: "priority", // per-model override          },        },      },    },  },}

Los valores válidos son default, flex, priority y reserved. No todos los modelos admiten todos los niveles; si se solicita un nivel no compatible, Bedrock devolverá un error de validación. Nota: el mensaje de error es algo engañoso; puede decir "The provided model identifier is invalid" en lugar de indicar un nivel de servicio no compatible. Si ves este error, comprueba si el modelo admite el nivel solicitado.

Bedrock rechaza el parámetro temperature para Claude Opus 4.7. OpenClaw omite temperature automáticamente para cualquier referencia de Opus 4.7 de Bedrock, incluidos los ID de modelos fundacionales, perfiles de inferencia con nombre, perfiles de inferencia de aplicación cuyo modelo subyacente se resuelve como Opus 4.7 mediante bedrock:GetInferenceProfile, y variantes punteadas de opus-4.7 con prefijos de región opcionales (us., eu., ap., apac., au., jp., global.). No se requiere ningún ajuste de configuración, y la omisión se aplica tanto al objeto de opciones de solicitud como al campo de carga útil inferenceConfig.

Usa amazon-bedrock/anthropic.claude-fable-5 en us-east-1, o los identificadores de inferencia regionales como us.anthropic.claude-fable-5. OpenClaw aplica la ventana de contexto de 1M de Fable, el límite de salida de 128K, el razonamiento adaptativo siempre activo y el mapeo de esfuerzo compatible. /think off y /think minimal se asignan a low; se omiten los controles no compatibles de temperatura y elección forzada de herramienta. La salida en streaming se retiene hasta que Bedrock devuelve un estado terminal para que los rechazos durante el streaming no expongan texto parcial. Fable solo admite el nivel de servicio estándar; OpenClaw ignora los niveles flex, priority y reserved configurados para este modelo.

AWS requiere una aceptación explícita de retención de datos provider_data_share antes de que Fable esté disponible. Los prompts y las finalizaciones se comparten con Anthropic y se retienen hasta 30 días para confianza y seguridad. Revisa y configura la retención de datos de Bedrock antes de habilitar el modelo.

Puedes aplicar Amazon Bedrock Guardrails a todas las invocaciones de modelos de Bedrock agregando un objeto guardrail a la configuración del Plugin amazon-bedrock. Las barreras de protección te permiten aplicar filtrado de contenido, denegación de temas, filtros de palabras, filtros de información sensible y comprobaciones de fundamentación contextual.

{  plugins: {    entries: {      "amazon-bedrock": {        config: {          guardrail: {            guardrailIdentifier: "abc123", // guardrail ID or full ARN            guardrailVersion: "1", // version number or "DRAFT"            streamProcessingMode: "sync", // optional: "sync" or "async"            trace: "enabled", // optional: "enabled", "disabled", or "enabled_full"          },        },      },    },  },}

Bedrock también puede servir como proveedor de embeddings para la búsqueda en memoria. Esto se configura por separado del proveedor de inferencia: establece agents.defaults.memorySearch.provider en "bedrock":

{  agents: {    defaults: {      memorySearch: {        provider: "bedrock",        model: "amazon.titan-embed-text-v2:0", // default      },    },  },}

Los embeddings de Bedrock usan la misma cadena de credenciales del SDK de AWS que la inferencia (roles de instancia, SSO, claves de acceso, configuración compartida e identidad web). No se necesita ninguna clave de API. Establece memorySearch.provider: "bedrock" explícitamente para usar embeddings de Bedrock.

Los modelos de embedding compatibles incluyen Amazon Titan Embed (v1, v2), Amazon Nova Embed, Cohere Embed (v3, v4) y TwelveLabs Marengo. Consulta la referencia de configuración de memoria: Bedrock para ver la lista completa de modelos y las opciones de dimensión.

• Bedrock requiere que el acceso al modelo esté habilitado en tu cuenta/región de AWS.
• La detección automática necesita los permisos bedrock:ListFoundationModels y bedrock:ListInferenceProfiles.
• Si dependes del modo automático, establece uno de los marcadores de entorno de autenticación de AWS compatibles en el host del Gateway. Si prefieres autenticación IMDS/configuración compartida sin marcadores de entorno, establece plugins.entries.amazon-bedrock.config.discovery.enabled: true.
• OpenClaw muestra la fuente de credenciales en este orden: AWS_BEARER_TOKEN_BEDROCK, luego AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY, luego AWS_PROFILE, luego la cadena predeterminada del SDK de AWS.
• La compatibilidad con razonamiento depende del modelo; consulta la ficha del modelo de Bedrock para conocer las capacidades actuales.
• Si prefieres un flujo de claves administrado, también puedes colocar un proxy compatible con OpenAI delante de Bedrock y configurarlo como proveedor de OpenAI en su lugar.