如何通过Lambda函数创建模型包组并添加现有模型包至该组

AWS SageMaker目前没有直接API支持将已创建的模型包移动或添加到模型包组，因为模型包的所属组是创建时指定的固定属性，无法通过update_model_package接口修改（该接口确实不支持传入ModelPackageGroupName参数）。

可行的解决方法是基于现有模型包的配置，在目标模型包组下创建一个新的模型包版本，具体步骤如下：

• 第一步：获取现有模型包的完整配置
  调用describe_model_package接口，拿到原模型包的推理规格、审批状态等关键配置信息。
• 第二步：在目标组下创建新模型包
  使用create_model_package接口，指定目标ModelPackageGroupName，同时复用第一步获取的原模型配置（比如容器镜像、S3模型路径、支持的实例类型等），这样就能生成一个关联到目标组的新模型包版本。

示例boto3代码：

import boto3

# 初始化SageMaker客户端
sagemaker = boto3.client('sagemaker')

# 替换为你的现有模型包名称/ARN
existing_mp_name = "your-existing-model-package"
# 替换为目标模型包组名称
target_group_name = "your-target-model-package-group"

# 获取现有模型包的配置
existing_mp_details = sagemaker.describe_model_package(ModelPackageName=existing_mp_name)

# 创建关联到目标组的新模型包
new_mp_response = sagemaker.create_model_package(
    ModelPackageGroupName=target_group_name,
    ModelPackageDescription=f"复制自现有模型包: {existing_mp_name}",
    InferenceSpecification={
        "Containers": existing_mp_details["InferenceSpecification"]["Containers"],
        "SupportedTransformInstanceTypes": existing_mp_details["InferenceSpecification"]["SupportedTransformInstanceTypes"],
        "SupportedRealtimeInferenceInstanceTypes": existing_mp_details["InferenceSpecification"]["SupportedRealtimeInferenceInstanceTypes"]
    },
    ModelApprovalStatus=existing_mp_details["ModelApprovalStatus"]
)

print(f"已成功在目标组创建新模型包，ARN: {new_mp_response['ModelPackageArn']}")

• 可选操作：如果原模型包不再需要，可以调用delete_model_package接口将其删除，避免资源冗余。

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