Amazon Bedrock

Le opzioni di configurazione si trovano in 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,          },        },      },    },  },}

Le API Bedrock ListFoundationModels e GetFoundationModel non restituiscono metadati sui limiti di token, ma soltanto ID, nome, modalità e stato del ciclo di vita del modello. OpenClaw include una tabella di ricerca con le finestre di contesto e i limiti di output noti per i modelli Bedrock più diffusi (Claude, Nova, Llama, Mistral, DeepSeek e altri), affinché la gestione delle sessioni, le soglie di Compaction e il rilevamento del superamento del contesto funzionino correttamente per tali modelli.

I modelli rilevati che non sono presenti nella tabella utilizzano come ripiego defaultContextWindow e defaultMaxTokens. Se un modello che utilizzi non dispone di limiti accurati, sostituiscili mediante una voce esplicita models.providers["amazon-bedrock"].models.

OpenClaw rileva i profili di inferenza regionali e globali insieme ai modelli di base. Quando un profilo è associato a un modello di base noto, eredita le capacità del modello (finestra di contesto, token massimi, ragionamento, visione) e la regione corretta per le richieste Bedrock viene inserita automaticamente. Ciò consente ai profili Claude interregionali di funzionare senza sostituzioni manuali del provider. I profili interregionali globali (global.*) sono elencati per primi in openclaw models list, poiché generalmente offrono una capacità migliore e un failover automatico.

Gli ID dei profili di inferenza hanno un aspetto simile a us.anthropic.claude-opus-4-6-v1:0 (regionale) o anthropic.claude-opus-4-6-v1:0 (globale). Se il modello sottostante è già presente nei risultati del rilevamento, il profilo ne eredita l'intero insieme di capacità; in caso contrario, vengono applicati valori predefiniti sicuri.

Non è necessaria alcuna configurazione aggiuntiva. Finché il rilevamento è abilitato e il principal IAM dispone di bedrock:ListInferenceProfiles, i profili vengono visualizzati insieme ai modelli di base in openclaw models list.

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

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. Claude Fable 5 e Sonnet 5 supportano solo il livello default; OpenClaw avvisa e ignora flex, priority o reserved richiesti per questi modelli. Per gli altri modelli, non tutti i modelli supportano ogni livello: un livello non supportato restituisce un errore di convalida di Bedrock e il messaggio di errore può essere fuorviante (ad esempio "The provided model identifier is invalid" anziché indicare il livello come causa del problema). Se viene visualizzato questo errore, verificare se il modello supporta il livello richiesto.

Bedrock rifiuta il parametro temperature per Claude Opus 4.7 e Opus 4.8. OpenClaw omette automaticamente temperature per qualsiasi riferimento Bedrock corrispondente, inclusi gli ID dei modelli di base, i profili di inferenza denominati, i profili di inferenza delle applicazioni il cui modello sottostante viene risolto in Opus 4.7/4.8 tramite bedrock:GetInferenceProfile e le varianti con punti opus-4.7/opus-4.8 con prefissi di regione facoltativi (us., eu., ap., apac., au., jp., global.). Non è necessaria alcuna opzione di configurazione e l'omissione si applica sia all'oggetto delle opzioni della richiesta sia al campo inferenceConfig del payload.

Utilizzare 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 1 milione di token di Fable, il limite di output di 128.000 token, il ragionamento adattivo sempre attivo e la mappatura dei livelli di impegno supportata. /think off e /think minimal vengono mappati a low; i controlli della temperatura e della scelta forzata degli strumenti vengono omessi, come nel percorso di Opus 4.7/4.8. L'output in streaming viene trattenuto finché Bedrock non restituisce uno stato terminale, affinché i rifiuti durante lo streaming non espongano testo parziale.

AWS richiede un consenso esplicito alla conservazione dei dati tramite provider_data_share prima che Fable sia disponibile. I prompt e i completamenti vengono condivisi con Anthropic e conservati per un massimo di 30 giorni per finalità di affidabilità e sicurezza. Esaminare e configurare la conservazione dei dati di Bedrock prima di abilitare il modello.

Claude Mythos 5 è disponibile tramite Bedrock solo per gli account che dispongono della necessaria approvazione per l'accesso limitato. OpenClaw riconosce il modello di base anthropic.claude-mythos-5 e i profili di inferenza regionali o globali, come us.anthropic.claude-mythos-5.

OpenClaw applica la finestra di contesto da 1.000.000 di token, il limite di output di 128.000 token, l'input di immagini, la memorizzazione nella cache dei prompt, lo streaming protetto dai rifiuti e i livelli di impegno nativi. Il ragionamento adattivo è sempre abilitato: /think off e /think minimal vengono mappati a low, mentre xhigh e max restano disponibili. I valori personalizzati di campionamento e scelta forzata degli strumenti vengono omessi.

AWS documenta Sonnet 5 sia per gli endpoint bedrock-runtime sia bedrock-mantle. OpenClaw riconosce il modello di base Bedrock anthropic.claude-sonnet-5 e i profili di inferenza regionali o globali, come us.anthropic.claude-sonnet-5. Applica la finestra di contesto da 1.000.000 di token, il limite di output di 128.000 token, l'input di immagini, i livelli di impegno nativi, la memorizzazione nella cache dei prompt e lo streaming protetto dai rifiuti.

Bedrock mantiene abilitato il ragionamento adattivo per Sonnet 5. Il valore predefinito di OpenClaw è high; /think off e /think minimal vengono mappati a low perché questo percorso non può disabilitare il ragionamento. I valori personalizzati della temperatura e della scelta forzata degli strumenti vengono omessi mentre il ragionamento adattivo è attivo.

È possibile applicare le misure di protezione di Amazon Bedrock a tutte le invocazioni dei modelli Bedrock aggiungendo un oggetto guardrail alla configurazione del Plugin amazon-bedrock. Le misure di protezione consentono di applicare il filtraggio dei contenuti, il blocco degli argomenti, i filtri delle parole, i filtri delle informazioni sensibili e i controlli di ancoraggio 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"          },        },      },    },  },}

guardrailIdentifier e guardrailVersion sono obbligatori.

Bedrock può anche fungere da fornitore di embedding per la ricerca nella memoria. Questa funzionalità viene configurata separatamente dal fornitore di inferenza: impostare agents.defaults.memorySearch.provider su "bedrock":

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

Gli embedding di Bedrock utilizzano la stessa catena di credenziali AWS SDK dell'inferenza (ruoli delle istanze, SSO, chiavi di accesso, configurazione condivisa e identità web). Non è necessaria alcuna chiave API.

I modelli di embedding supportati includono Amazon Titan Embed (v1, v2), Amazon Nova Embed, Cohere Embed (v3, v4) e TwelveLabs Marengo. Consultare Riferimento per la configurazione della memoria — Bedrock per l'elenco completo dei modelli e le opzioni relative alle dimensioni.

• Bedrock richiede che l'accesso al modello sia abilitato nell'account o nella regione AWS.
• Il rilevamento automatico richiede le autorizzazioni bedrock:ListFoundationModels e bedrock:ListInferenceProfiles.
• Se si utilizza la modalità automatica, impostare uno degli indicatori delle variabili di ambiente per l'autenticazione AWS supportati sull'host del Gateway. Se si preferisce l'autenticazione IMDS o tramite configurazione condivisa senza indicatori nelle variabili di ambiente, impostare plugins.entries.amazon-bedrock.config.discovery.enabled: true.
• OpenClaw mostra l'origine delle credenziali nel seguente ordine: AWS_BEARER_TOKEN_BEDROCK, quindi AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY, poi AWS_PROFILE e infine la catena predefinita di AWS SDK.
• Il supporto del ragionamento dipende dal modello; consultare la scheda del modello Bedrock per verificare le funzionalità attuali.
• Se si preferisce un flusso gestito delle chiavi, è anche possibile posizionare un proxy compatibile con OpenAI davanti a Bedrock e configurarlo invece come fornitore OpenAI.