使用 Amazon Bedrock 生成图片

Amazon Bedrock 是一款全托管服务，提供来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 等领先 AI 公司的高性能基础模型（FM）选择。每个模型都可以通过一个通用 API 访问，这个 API 提供了一整套功能，帮助你在考虑安全、隐私和负责任 AI 的前提下构建生成式 AI 应用。

本指南将通过一个示例，向你展示如何在 Supabase Edge Functions 中使用 Amazon Bedrock JavaScript SDK，通过 Amazon Titan Image Generator G1 模型生成图片。

🌐 This guide will walk you through an example using the Amazon Bedrock JavaScript SDK in Supabase Edge Functions to generate images using the Amazon Titan Image Generator G1 model.

设置 #

🌐 Setup

在你的 AWS 控制台中，进入 Amazon Bedrock，然后在“请求模型访问”下，选择 Amazon Titan 图片生成器 G1 模型。
在你的 Supabase 项目中，在 supabase 目录下创建一个 .env 文件，内容如下：

1
AWS_DEFAULT_REGION="<your_region>"
2
AWS_ACCESS_KEY_ID="<replace_your_own_credentials>"
3
AWS_SECRET_ACCESS_KEY="<replace_your_own_credentials>"
4
AWS_SESSION_TOKEN="<replace_your_own_credentials>"
5
6
# Mocked config files
7
AWS_SHARED_CREDENTIALS_FILE="./aws/credentials"
8
AWS_CONFIG_FILE="./aws/config"

配置存储 #

🌐 Configure Storage

[本地] 运行 supabase start
打开 Studio 链接: 本地 | 在线
前往存储
点击“新建存储桶”
创建一个名为“images”的新公共存储桶

代码 #

🌐 Code

在你的项目中创建一个新函数：

🌐 Create a new function in your project:

1
supabase functions new amazon-bedrock

然后把代码加到 index.ts 文件里：

🌐 And add the code to the index.ts file:

1
// We need to mock the file system for the AWS SDK to work.
2
import { prepareVirtualFile } from 'https://deno.land/x/mock_file@v1.1.2/mod.ts'
3
import { BedrockRuntimeClient, InvokeModelCommand } from 'npm:@aws-sdk/client-bedrock-runtime@^3'
4
import { withSupabase } from 'npm:@supabase/server@^1'
5
import { decode } from 'npm:base64-arraybuffer@^1'
6
7
console.log('Hello from Amazon Bedrock!')
8
9
// Called with a publishable key on the `apikey` header. Deploy with `verify_jwt = false`.
10
export default {
11
  fetch: withSupabase({ auth: 'publishable' }, async (req, ctx) => {
12
    prepareVirtualFile('./aws/config')
13
    prepareVirtualFile('./aws/credentials')
14
15
    const client = new BedrockRuntimeClient({
16
      region: Deno.env.get('AWS_DEFAULT_REGION') ?? 'us-west-2',
17
      credentials: {
18
        accessKeyId: Deno.env.get('AWS_ACCESS_KEY_ID') ?? '',
19
        secretAccessKey: Deno.env.get('AWS_SECRET_ACCESS_KEY') ?? '',
20
        sessionToken: Deno.env.get('AWS_SESSION_TOKEN') ?? '',
21
      },
22
    })
23
24
    const { prompt, seed } = await req.json()
25
    console.log(prompt)
26
    const input = {
27
      contentType: 'application/json',
28
      accept: '*/*',
29
      modelId: 'amazon.titan-image-generator-v1',
30
      body: JSON.stringify({
31
        taskType: 'TEXT_IMAGE',
32
        textToImageParams: { text: prompt },
33
        imageGenerationConfig: {
34
          numberOfImages: 1,
35
          quality: 'standard',
36
          cfgScale: 8.0,
37
          height: 512,
38
          width: 512,
39
          seed: seed ?? 0,
40
        },
41
      }),
42
    }
43
44
    const command = new InvokeModelCommand(input)
45
    const response = await client.send(command)
46
    console.log(response)
47
48
    if (response.$metadata.httpStatusCode === 200) {
49
      const { body, $metadata } = response
50
51
      const textDecoder = new TextDecoder('utf-8')
52
      const jsonString = textDecoder.decode(body.buffer)
53
      const parsedData = JSON.parse(jsonString)
54
      console.log(parsedData)
55
      const image = parsedData.images[0]
56
57
      const { data: upload, error: uploadError } = await ctx.supabase.storage
58
        .from('images')
59
        .upload(`${$metadata.requestId ?? ''}.png`, decode(image), {
60
          contentType: 'image/png',
61
          cacheControl: '3600',
62
          upsert: false,
63
        })
64
      if (!upload) {
65
        return Response.json({ error: uploadError?.message ?? 'Upload failed' }, { status: 500 })
66
      }
67
      const { data } = ctx.supabase.storage.from('images').getPublicUrl(upload.path!)
68
      return Response.json(data)
69
    }
70
71
    return Response.json(response)
72
  }),
73
}

在本地运行这个函数 #

🌐 Run the function locally

运行 supabase start（见：https://supabase.com/docs/reference/cli/supabase-start）
从环境开始：supabase functions serve --no-verify-jwt --env-file supabase/.env
发送一个 HTTP 请求：

1
curl -i --location --request POST 'http://127.0.0.1:54321/functions/v1/amazon-bedrock' \
2
    --header 'apikey: <SUPABASE_PUBLISHABLE_KEY>' \
3
    --header 'Content-Type: application/json' \
4
    --data '{"prompt":"A beautiful picture of a bird"}'

返回你的存储桶。你可能需要点击刷新按钮才能看到上传的图片。

部署到你托管的项目 #

🌐 Deploy to your hosted project

1
supabase link
2
supabase functions deploy amazon-bedrock --no-verify-jwt
3
supabase secrets set --env-file supabase/.env

你现在已经部署了一个无服务器函数，它使用 AI 来生成并上传图片到你的 Supabase 存储桶。

🌐 You've now deployed a serverless function that uses AI to generate and upload images to your Supabase storage bucket.