Lambda调用start_document_analysis时AdaptersConfig未被识别的问题

问题背景 #

使用Textract Queries从上传的PDF中提取特定信息，通过Lambda函数textract_async_job_creation触发异步分析任务，调用start_document_analysis时添加AdaptersConfig参数以使用自定义训练的适配器，但触发"参数未被识别"的错误，官方文档显示该参数支持与start_document_analysis配合使用。

可能原因及解决方案 #

1. Boto3版本过低 #

Textract的适配器功能属于较新特性，旧版本的Boto3客户端未包含该参数的定义，导致调用时被判定为非法参数。

解决方法：
升级Lambda环境中的Boto3和Botocore版本：

• 本地创建Lambda层：
  1. 创建临时目录，执行pip install boto3 botocore -t ./
  2. 将目录打包为zip文件，上传至AWS Lambda作为层
  3. 将该层关联到textract_async_job_creation函数
• 或者直接在函数的部署包中包含更新后的Boto3库

2. 参数拼写/格式错误 #

确认参数名称和内部结构是否完全符合要求：

• 注意参数名是**AdaptersConfig**（复数形式），而非AdapterConfig
• 内部嵌套的Adapters同样需要保持复数格式，且每个适配器需包含AdapterId和Version字段

修正后的参数示例：

AdaptersConfig={
    'Adapters': [
        {'AdapterId': 'xxxxxxxxxxx', 'Version': '1'}
    ]
}

3. 区域兼容性问题 #

部分AWS区域可能暂未推出Textract适配器功能，需确认us-east-2区域是否支持该特性。可通过AWS官方服务区域列表确认功能覆盖范围。

修正后的完整代码 #

import os
import json
import boto3
from botocore.config import Config
from urllib.parse import unquote_plus 

my_config = Config(
    region_name='us-east-2',
    retries={
        'max_attempts': 10,
        'mode': 'adaptive'
    }
)
textract = boto3.client('textract', config=my_config)

OUTPUT_BUCKET_NAME = os.environ["OUTPUT_BUCKET_NAME"]
OUTPUT_S3_PREFIX = os.environ["OUTPUT_S3_PREFIX"]
SNS_TOPIC_ARN = os.environ["SNS_TOPIC_ARN"]
SNS_ROLE_ARN = os.environ["SNS_ROLE_ARN"]

def lambda_handler(event, context):
    responses = []

    for record in event["Records"]:
        file_obj = record["s3"]
        bucketname = str(file_obj["bucket"]["name"])
        filename = unquote_plus(str(file_obj["object"]["key"])) 
        print(f"Bucket: {bucketname} ::: Key: {filename}")

        response = textract.start_document_analysis(
            DocumentLocation={'S3Object': {'Bucket': bucketname, 'Name': filename}},
            FeatureTypes=['QUERIES'],
            OutputConfig={'S3Bucket': OUTPUT_BUCKET_NAME, 'S3Prefix': OUTPUT_S3_PREFIX},
            NotificationChannel={'SNSTopicArn': SNS_TOPIC_ARN, 'RoleArn': SNS_ROLE_ARN},
            QueriesConfig={
                'Queries': [
                    {'Text': 'What is the name of the claimant?', 'Pages': ['1']},
                    {'Text': 'What is the date on the document?', 'Pages': ['1']},
                    {'Text': 'What is the phone number?', 'Pages': ['1']},
                    {'Text': 'What is the address of the  office?', 'Pages': ['1']}
                ]
            },
            AdaptersConfig={
                'Adapters': [
                    {'AdapterId': 'xxxxxxxxxxx', 'Version': '1'}
                ]
            }
        )
        responses.append(response)

    successful_responses = [resp for resp in responses if resp["ResponseMetadata"]["HTTPStatusCode"] == 200]
    failed_responses = [resp for resp in responses if resp["ResponseMetadata"]["HTTPStatusCode"] != 200]

    if successful_responses:
        return {"statusCode": 200, "body": json.dumps(f"Job(s) created successfully for {len(successful_responses)} file(s)!")}
    else:
        return {"statusCode": 500, "body": json.dumps(f"Job creation failed for {len(failed_responses)} file(s)!")}

内容的提问来源于stack exchange，提问作者user21067592