export OPENAI_API_KEY=${api-key}

from openai import OpenAI

client = OpenAI(
    base_url="https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1", 
    # api_key="$AWS_BEARER_TOKEN_BEDROCK" # 这里不推荐hard-code方式，最好是设置OS环境变量
)

completion = client.chat.completions.create(
    model="openai.gpt-oss-120b-1:0",
    messages=[
        {
            "role": "developer",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "Hello!"
        }
    ]
)

print(completion.choices[0].message)

ChatCompletionMessage(content='<reasoning>The user says "Hello!" Just a greeting. Respond politely.</reasoning>Hello! How can I help you today?', refusal=None, role='assistant', annotations=None, audio=None, function_call=None, tool_calls=None)

export AWS_BEARER_TOKEN_BEDROCK=${api-key}

pip install requests

import requests
import os

url = "https://bedrock-runtime.us-west-2.amazonaws.com/model/deepseek.v3-v1:0/converse"

api_key = os.environ.get('AWS_BEARER_TOKEN_BEDROCK')

payload = {
    "messages": [
        {
            "role": "user",
            "content": [{"text": "你是什么模型，你有内置的tool吗"}]
        }
    ]
}

headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer " + api_key
}

response = requests.request("POST", url, json=payload, headers=headers)

print(response.text)

{"metrics":{"latencyMs":4151},"output":{"message":{"content":[{"text":"
我是 **DeepSeek-V3**，由 **深度求索（DeepSeek）** 开发的 **大语言模型**。
我的知识截至 **2024年7月**，具备强大的自然语言理解和生成能力，支持 **128K 上下文**，并且可以 **免费使用**。  \n\n
### 关于我的内置 **tool（工具/功能）**：\n
我本身不具备主动调用外部工具（如 API、搜索引擎等）的能力，但我可以通过 **文本处理** 帮助你完成多种任务，例如：  \n
- **代码解释与编写**（支持多种编程语言）\n
- **文学创作、文案润色**\n
- **逻辑推理、数学计算**\n
- **文件解析**（支持 txt、pdf、word、ppt、excel 等）\n
- **知识问答**（历史、科技、文化等）\n\n
如果你需要 **联网搜索** 或使用某些高级功能（比如最新资讯、实时数据等），
你可以 **手动开启联网搜索**，这样我就能借助互联网来提供更实时的信息。  \n\n
有什么我可以帮你的吗？😊
"}],"role":"assistant"}},"stopReason":"end_turn","usage":{"inputTokens":13,"outputTokens":222,"serverToolUsage":{},"totalTokens":235}}

curl -X POST "https://bedrock-runtime.us-west-2.amazonaws.com/model/qwen.qwen3-235b-a22b-2507-v1:0/converse" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AWS_BEARER_TOKEN_BEDROCK" \
  -d '{
    "messages": [
        {
            "role": "user",
            "content": [{"text": "你是什么模型，你有内置的tool吗"}]
        }
    ]
  }'

{"metrics":{"latencyMs":3392},"output":{"message":{"content":[{"text":"
我是Qwen3，是阿里云推出的一种超大规模语言模型。
我具备强大的语言理解和生成能力，能够回答问题、创作文字，如写故事、公文、邮件、剧本等，
还能进行逻辑推理、编程，甚至表达观点和玩游戏。\n\n
关于内置工具（tool）方面，虽然我没有传统意义上的“内置工具”，但我可以通过API调用等方式与外部工具或服务集成，
实现更复杂的功能。此外，我本身支持多种功能，例如：\n\n- 
**代码解释器**：
可以执行Python代码，帮助你完成数据处理、数学计算等任务。\n- 
**多语言支持**：支持包括中文、英文、法语、西班牙语等100多种语言。\n- 
**对话理解能力**：经过多轮迭代和优化，我的对话理解能力得到了显著提高，能准确理解与用户交互的对话历史，为用户提供更自然、流畅的对话体验。\n\n
如果你有任何具体需求或问题，欢迎随时告诉我！我会尽力为你提供帮助。
"}],"role":"assistant"}},"stopReason":"end_turn","usage":{"inputTokens":18,"outputTokens":204,"serverToolUsage":{},"totalTokens":222}}