使用AWS Bedrock Runtime调用Nova Premier模型处理PDF文档报错求助

问题场景 #

使用amazon.nova-premier-v1:0模型调用AWS Bedrock Runtime的converse接口处理PDF文档时，触发参数验证错误。

原代码 #

def process():
    with open("file.pdf", "rb") as f:
        document_bytes = f.read()
    bedrock_client = boto3.client("bedrock-runtime", "us-east-1")
    response = bedrock_client.converse(
        modelId=MODEL_ID,
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "text": "explain this document",
                        "document": {
                            "format": "pdf",
                            "name": "file",
                            "source": {
                                "bytes": document_bytes,
                            },
                        },
                    },
                ],
            },
        ],
    )

    print(response)

    return response

错误信息 #

botocore.exceptions.ParamValidationError: Parameter validation failed:
Invalid number of parameters set for tagged union structure messages[0].content[0]. Can only set one of the following keys: text, image, document, video, toolUse, toolResult, guardContent, cachePoint, reasoningContent.

问题原因 #

messages[0].content是一个数组，其中每个元素属于标记联合结构，即每个元素只能包含text/document/image等其中一个键，不能在同一个元素内同时设置多个键。原代码将text和document放在了同一个content元素中，违反了参数规则。

修正后的代码 #

def process():
    with open("file.pdf", "rb") as f:
        document_bytes = f.read()
    bedrock_client = boto3.client("bedrock-runtime", "us-east-1")
    response = bedrock_client.converse(
        modelId=MODEL_ID,
        messages=[
            {
                "role": "user",
                "content": [
                    {"text": "explain this document"},
                    {
                        "document": {
                            "format": "pdf",
                            "name": "file",
                            "source": {"bytes": document_bytes},
                        },
                    },
                ],
            },
        ],
    )

    print(response)
    return response

说明 #

将文本提示和文档内容拆分为content数组中的两个独立元素，每个元素仅包含一种类型的内容，即可通过参数验证并正常调用接口。官方文档中的示例也是遵循这一规则，将不同类型的内容作为独立的content元素传递。

内容的提问来源于stack exchange，提问作者Vivek K. Singh