Amazon Bedrock

Le opzioni di configurazione si trovano sotto 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 scopre i profili di inferenza regionali e globali insieme ai modelli foundation. Quando un profilo è mappato a un modello foundation noto, il profilo eredita le capacità di quel modello (finestra di contesto, token massimi, reasoning, visione) e la regione di richiesta Bedrock corretta viene iniettata automaticamente. Questo significa che i profili Claude cross-region funzionano senza override manuali del provider.

Gli ID dei profili di inferenza hanno un formato come us.anthropic.claude-opus-4-6-v1:0 (regionale) o anthropic.claude-opus-4-6-v1:0 (globale). Se il modello sottostante è già nei risultati della scoperta, il profilo eredita l'intero set di capacità; altrimenti si applicano impostazioni predefinite sicure.

Non è necessaria alcuna configurazione aggiuntiva. Finché la scoperta è abilitata e il principale IAM ha bedrock:ListInferenceProfiles, i profili vengono visualizzati insieme ai modelli foundation in openclaw models list.

Alcuni modelli Bedrock supportano un parametro service_tier per ottimizzare costi o latenza. Sono disponibili i seguenti livelli:

Imposta serviceTier (o service_tier) tramite agents.defaults.params per le richieste ai modelli Bedrock, oppure per singolo modello in 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          },        },      },    },  },}

I valori validi sono default, flex, priority e reserved. Non tutti i modelli supportano tutti i livelli: se viene richiesto un livello non supportato, Bedrock restituirà un errore di convalida. Nota: il messaggio di errore è in parte fuorviante; potrebbe dire "The provided model identifier is invalid" invece di indicare un livello di servizio non supportato. Se vedi questo errore, verifica se il modello supporta il livello richiesto.

Bedrock rifiuta il parametro temperature per Claude Opus 4.7. OpenClaw omette automaticamente temperature per qualsiasi riferimento Bedrock a Opus 4.7, inclusi gli ID dei modelli foundation, i profili di inferenza nominati, i profili di inferenza applicativi il cui modello sottostante si risolve in Opus 4.7 tramite bedrock:GetInferenceProfile e le varianti puntate opus-4.7 con prefissi di regione opzionali (us., eu., ap., apac., au., jp., global.). Non è necessaria alcuna opzione di configurazione e l'omissione si applica sia all'oggetto delle opzioni di richiesta sia al campo del payload inferenceConfig.

Usa amazon-bedrock/anthropic.claude-fable-5 in us-east-1, oppure gli ID di inferenza regionali come us.anthropic.claude-fable-5. OpenClaw applica la finestra di contesto da 1M di Fable, il limite di output da 128K, il pensiero adattivo sempre attivo e la mappatura dello sforzo supportata. /think off e /think minimal vengono mappati a low; i controlli non supportati per temperatura e scelta forzata degli strumenti vengono omessi. L'output in streaming viene trattenuto finché Bedrock non restituisce uno stato terminale, così i rifiuti a metà stream non espongono testo parziale. Fable supporta solo il livello di servizio standard; OpenClaw ignora i livelli configurati flex, priority e reserved per questo modello.

AWS richiede un opt-in esplicito alla conservazione dei dati provider_data_share prima che Fable sia disponibile. Prompt e completamenti vengono condivisi con Anthropic e conservati fino a 30 giorni per fiducia e sicurezza. Esamina e configura la conservazione dei dati di Bedrock prima di abilitare il modello.

Puoi applicare Amazon Bedrock Guardrails a tutte le invocazioni dei modelli Bedrock aggiungendo un oggetto guardrail alla configurazione del plugin amazon-bedrock. I Guardrails permettono di imporre filtri dei contenuti, diniego di argomenti, filtri di parole, filtri per informazioni sensibili e controlli di grounding contestuale.

{  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 può anche fungere da provider di embedding per la ricerca in memoria. Questa configurazione è separata dal provider di inferenza: imposta agents.defaults.memorySearch.provider su "bedrock":

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

Gli embedding Bedrock usano la stessa catena di credenziali dell'AWS SDK dell'inferenza (ruoli di istanza, SSO, chiavi di accesso, configurazione condivisa e identità web). Non è necessaria alcuna chiave API. Imposta esplicitamente memorySearch.provider: "bedrock" per usare gli embedding Bedrock.

I modelli di embedding supportati includono Amazon Titan Embed (v1, v2), Amazon Nova Embed, Cohere Embed (v3, v4) e TwelveLabs Marengo. Consulta il riferimento alla configurazione della memoria: Bedrock per l'elenco completo dei modelli e le opzioni di dimensione.

• Bedrock richiede l'accesso al modello abilitato nel tuo account/regione AWS.
• La scoperta automatica richiede le autorizzazioni bedrock:ListFoundationModels e bedrock:ListInferenceProfiles.
• Se ti affidi alla modalità automatica, imposta uno dei marker env di autenticazione AWS supportati sull'host del gateway. Se preferisci l'autenticazione IMDS/configurazione condivisa senza marker env, imposta plugins.entries.amazon-bedrock.config.discovery.enabled: true.
• OpenClaw espone l'origine delle credenziali in questo ordine: AWS_BEARER_TOKEN_BEDROCK, poi AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY, poi AWS_PROFILE, poi la catena predefinita dell'AWS SDK.
• Il supporto al ragionamento dipende dal modello; controlla la scheda del modello Bedrock per le capacità attuali.
• Se preferisci un flusso di chiavi gestito, puoi anche posizionare un proxy compatibile con OpenAI davanti a Bedrock e configurarlo invece come provider OpenAI.