Bedrock Multi-Model

bedrock-multi-model-mcp

面向 AWS Bedrock 的 MCP 服务——可通过任意模型处理文本、图像、视频和嵌入。可在 Claude Code（或任意 MCP 客户端）中使用 Claude、GPT、Grok、Kimi、Gemma、Mistral、Nova、Qwen、DeepSeek 等模型。

原因： Bedrock 已支持一个 AWS 账户访问来自 11 家文本模型提供商的模型， 但每个模型都有不同的模型 ID、推理配置文件、区域和请求格式。此服务通过 9 个 MCP 工具和一套 AWS 凭证将它们统一起来，Agent 可以让第二个模型进行审查、并排运行同一提示词来比较 5 个模型的回答、让评审模型盲测评分，或生成和编辑图像，而无需离开聊天或编写 SDK 代码。

概览：33 个来自 11 家提供商的文本模型、3 个图像模型、13 项图像编辑服务、 1 个视频模型和 3 个嵌入模型，全部以数据形式定义在 src/data/ 中， 并在启动时进行验证。 在 2026-10-18 的基准测试中，26 个文本模型的每次调用均成功响应。 此后，Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5，以及 0.7.0 版新增的来自 OpenAI、xAI、Moonshot AI、Google、MiniMax、NVIDIA、Mistral 和 Qwen 的 12 个模型加入了模型注册表；而 AWS 于 2026-09-30 移至 Legacy 的 5 个模型（Llama 4 Maverick 和 Scout、Llama 3.3 70B、Devstral 2、DeepSeek R1）则已移出。

这是 2026-10-18 的一次真实 bedrock_judge 运行，通过 scripts/call-tool.mjs 调用，使用的参数见 docs/demo/judge-args.json。输出行摘录自该次运行，并已对齐表格列；完整回复还包含评审模型的推理过程和全部三个回答。Llama 4 Maverick 此后已在 Bedrock 上移至 Legacy，并从模型注册表中移出，因此要重新运行，请将 llama4 换成其他模型。

工具

工具	描述
bedrock_ask	向任意文本模型发送提示词。返回包含 Token 数量和延迟的响应。schema 返回符合 JSON Schema 的 JSON；effort 设置思考深度。
bedrock_compare	将同一提示词并排发送给 2-5 个模型。比较质量、速度和风格。也支持 schema 和 effort。
bedrock_judge	将同一提示词发送给 2-5 个模型，然后由评审模型盲评答案并选出优胜者，也可选择将答案合并为一个答案。如果评审模型支持，评审结果会以通过 Schema 检查的 JSON 返回。
bedrock_list_models	列出可用文本模型及其别名、用途和能力。
bedrock_generate_image	根据文本生成图像（Stable Image Ultra、SD3.5 Large、Stable Image Core）。将 PNG 保存到本地。
bedrock_edit_image	使用 13 种 Stability AI 图像服务编辑或转换本地图像：修补、扩图、擦除、移除背景、查找并替换或重新着色对象、三种放大工具、草图和结构控制、风格指南和风格迁移。将 PNG 保存到本地。
bedrock_generate_video	启动异步视频生成（Luma Ray 2）。输出到 S3。
bedrock_video_status	检查视频生成任务的进度。
bedrock_embed_similarity	对 2 个或更多文本进行嵌入（Titan、Cohere），并返回余弦相似度矩阵。

支持的模型

模型数据存放在 src/data/（text-models.json、image-models.json、image-edit-models.json、video-models.json、embedding-models.json）中——编辑这些文件即可添加或移除模型，无需修改代码。

文本（Converse API，以及用于 Gemma 4 的 bedrock-mantle）

提供商	模型	别名
Anthropic	Claude Fable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5（当前）；Fable 5、Opus 5 / 4.6、Sonnet 5 / 4.6、Haiku 4.5（上一代）	fable、claude-opus、claude-sonnet、claude-haiku
OpenAI	GPT-6.1 Sol、GPT-6.1 Terra、GPT-OSS 120B、GPT-OSS 20B	gpt-sol、gpt-terra、gpt-oss、gpt-oss-20b
xAI	Grok 4.7	grok
Moonshot AI	Kimi K3	kimi
Mistral	Mistral Large 3、Ministral 3 14B、Magistral Small、Pixtral Large	mistral-large、ministral、magistral、pixtral
Amazon	Nova Pro、Nova 2 Lite、Nova Lite、Nova Micro	nova-pro、nova2-lite、nova-lite、nova-micro
Qwen	Qwen3 Coder Next、Qwen3 VL 235B、Qwen3 Next 80B A3B	qwen-coder、qwen-vl、qwen-next
DeepSeek	DeepSeek V3.2	deepseek
Google	Gemma 4 31B、Gemma 4 26B A4B、Gemma 4 E2B（bedrock-mantle）	gemma、gemma-4-26b、gemma-4-e2b
MiniMax	MiniMax M2.5	minimax
NVIDIA	Nemotron 3 Super 120B	nemotron

Gemma 4 仅通过 Bedrock 的 OpenAI 兼容端点 bedrock-mantle 提供，而不通过 Converse 提供，因此这些条目带有 "api": "mantle"，服务会改为调用它们的 Chat Completions API（https://bedrock-mantle.<region>.api.aws/openai/v1）。所有工具均可与这些模型配合使用，并可在 bedrock_compare 和 bedrock_judge 中与 Converse 模型并列使用。它们需要 AWS_BEARER_TOKEN_BEDROCK：AWS 也接受该端点上的 SigV4，但此服务不会为 mantle 请求签名。

Bedrock 上列出但不在注册表中的模型：GLM 5.3 和 Claude Mythos 5.1（访问权限按账户限制；两者都未通过 2026-11-01 的探测），以及 Grok 4.3（可在 bedrock-mantle 上回答，但已由 Grok 4.7 取代）。AWS 未列出任何 Active Meta 模型。

不带版本的层级别名（fable、claude-opus、claude-sonnet、claude-haiku、gpt-sol、gpt-terra）会指向该层级当前的模型；固定版本的别名（fable-5、claude-opus-5、claude-sonnet-5、claude-haiku-4.5、claude-opus-4.6、claude-sonnet-4.6）则可继续访问上一代模型。AWS 于 2026-09-22 宣布在 Bedrock 上提供 Claude Opus 5.5，于 2026-09-28 宣布提供 Sonnet 5.5，并于 2026-10-07 宣布提供 Haiku 5.5，因此不带版本的 claude-opus、claude-sonnet 和 claude-haiku 现在会解析为 5.5 模型。

这些条目之间唯一不同的是 temperature。Anthropic 已弃用 Claude Opus 4.7 及更高版本的 temperature / top_p / top_k，非默认值会导致 400 错误，因此 text-models.json 将这些条目标记为 noTemperature，此服务会省略这些参数——虽然接受 temperature 参数，但不会生效。这三款 5.5 模型也会返回相同的 400 错误（于 2026-10-21 探测）；GPT-6.1 Sol 和 Terra、Grok 4.7 以及 Kimi K3 也会如此（“This model doesn't support the temperature field”，于 2026-11-01 探测）。Gemma 4 和其他开放权重模型支持该参数。Claude Haiku 4.5、Opus 4.6 和 Sonnet 4.6 仍会遵循此参数，因此若要在 Claude 模型上设置该参数，请固定使用 claude-sonnet-4.6 或 claude-haiku-4.5。

text-models.json 中的 maxTokens 值是此服务在调用未指定 max_tokens 时发送的默认输出上限——有意设得低于模型自身的上限（Anthropic 文档说明，Fable 5.1、5.5 和 5 的最大输出为 128K，Haiku 4.5 为 64K）。单次调用时传入 max_tokens 即可提高上限。

结构化输出和推理强度

bedrock_ask 和 bedrock_compare 上的 schema 会将 JSON Schema 作为 Converse outputConfig.textFormat 发送，因此回复是符合该 Schema 的 JSON，并以美化格式显示。 对象 Schema 需要 "additionalProperties": false；Bedrock 会对数值和字符串长度约束（如 minimum、maxLength 等）返回 400。已在注册表中的每个模型上进行测试（2026-10-21，以及新添加模型的 2026-11-01）：全部 10 个 Claude 模型、GPT-6.1 Sol 和 Terra、两种 GPT-OSS 模型、Grok 4.7、Kimi K3、Mistral Large 3、 Ministral 3、全部 3 种 Qwen3 模型、DeepSeek V3.2、MiniMax M2.5、Nemotron 3 Super 和 3 种 Gemma 4 模型均支持该功能（在 bedrock_list_models 中显示为 structured_output；Gemma 会将其 作为 Chat Completions response_format 发送）。Nova 和 Pixtral 会回复“This model doesn't support the outputConfig field”，而 Magistral Small 虽接受该字段，却会 忽略 Schema，因此本服务会在调用产生费用前拒绝该请求。GPT-OSS 会在 JSON 前多输出一个字符（B{...}）； 回复解析器会跳过第一个左花括号之前的所有内容。

effort（low、medium、high、xhigh、max）通过 Converse outputConfig.effort 设置思考深度和 Token 消耗。除 Haiku 4.5 外，所有 Claude 模型都支持该参数； GPT-6.1 Sol 和 Terra、Grok 4.7 以及 Kimi K3 也支持（已于 2026-11-01 测试）。Gemma 4 将 low 至 xhigh 作为 Chat Completions reasoning_effort 接收，但对 max 会返回 400（“not supported with this model”）。Claude Opus 5.5 和 Haiku 5.5 默认使用 medium，其他 Claude 模型默认使用 high。在 2026-10-21，对“How many primes are below 100?”这个问题，Haiku 5.5 在 low 下消耗 3 个输出 Token， 在 max 下消耗 60 个，答案相同。对于不支持 effort 的模型，bedrock_ask 会拒绝该参数； bedrock_compare 和 bedrock_judge 只会将其应用于支持该参数的候选模型，因此混合列表中的 Claude 答案也可以用同一个值调整。

图像（InvokeModel API）

模型	别名	区域
Stable Image Ultra（默认）	stable-ultra	us-west-2
Stable Diffusion 3.5 Large	sd3.5	us-west-2
Stable Image Core	stable-core	us-west-2

Stability 模型接收的是宽高比，而不是像素尺寸。width 和 height 参数只用于选择最接近的受支持比例（1:1、16:9、9:16、 3:2、2:3、4:5、5:4、21:9、9:21）；输出像素尺寸由模型决定。bedrock_generate_image 报告的尺寸是从保存的 PNG 中读取的，因此是实际输出尺寸，而非请求的尺寸。

图像编辑（InvokeModel API）

bedrock_edit_image 接受本地 PNG、JPEG 或 WebP（image_path）以及一个 operation。 每个操作对应 Stability AI 的一种图像服务，通过其位于 us-west-2 的美国推理配置文件 （us.stability.*）调用。

操作	服务	除图像外还需要	还接受
inpaint	Stable Image Inpaint	prompt	mask_path、grow_mask
outpaint	Stable Image Outpaint	left、right、up、down（像素）中的一个	prompt、creativity
erase	Stable Image Erase Object	-	mask_path、grow_mask
remove-background	Stable Image Remove Background	-	-
search-replace	Stable Image Search and Replace	prompt、search_prompt	grow_mask
search-recolor	Stable Image Search and Recolor	prompt、select_prompt	grow_mask
upscale-fast	Stable Image Fast Upscale	-	-
upscale-conservative	Stable Image Conservative Upscale	prompt	creativity
upscale-creative	Stable Image Creative Upscale	prompt	creativity
control-sketch	Stable Image Control Sketch	prompt	control_strength
control-structure	Stable Image Control Structure	prompt	control_strength
style-guide	Stable Image Style Guide	prompt	fidelity、aspect_ratio
style-transfer	Stable Image Style Transfer	style_image_path	prompt、composition_fidelity、style_strength、change_strength

大多数操作还接受 negative_prompt、seed 和 style_preset。如果操作不接受某个字段，或缺少必填字段，系统会在调用计费前拒绝请求。若未提供 mask_path，inpaint 和 erase 会使用输入图像的 Alpha 通道作为蒙版。系统只会读取并发送 PNG、JPEG 和 WebP 文件，因此即使路径输入错误，也不会将其他本地文件发送到 Bedrock。每次调用按图像计费；Conservative 和 Creative Upscale 的费用是其他服务的数倍 （AWS Bedrock 定价）。

视频（Async API）

模型	别名	时长	分辨率	区域
Luma Ray 2	luma-ray、ray2	5s 或 9s	720p	us-west-2

输出 S3 存储桶必须位于 us-west-2（与模型所在区域相同）。

AWS 将 Amazon Nova Canvas/Reel 和 Titan Image 标记为生命周期结束后，我们移除了这些模型（Nova Canvas 和 Nova Reel 的生命周期结束日期为 2026-09-30）。注册表仅提供 ACTIVE 模型：AWS 会阻止新客户使用 Legacy 模型。npm run lifecycle 会针对 AWS 的公开生命周期页面检查每个注册表 ID（无需凭证）；CI 每周以及每次注册表变更时都会运行此检查。

嵌入（InvokeModel API）

模型	别名	维度
Amazon Titan Text Embeddings V2	titan-v2	1024
Amazon Titan Multimodal Embeddings	titan-multimodal	1024
Cohere Embed v4	cohere	1536

bedrock_embed_similarity 只发送文本，因此此处通过文本路径调用 Titan Multimodal，其行为与维度同为 1024 的 titan-v2 相同。Cohere Embed v3 的别名（cohere-en、cohere-multi）现在会解析为 Embed v4，后者支持英语和多语言文本。Titan 每次请求只能嵌入一段文本，因此此服务会一次发送 8 段文本。

你也可以直接传入任何有效的 Bedrock 模型 ID。注意：许多基础模型需要使用跨区域推理配置文件（us. 前缀）进行按需调用；注册表为每个模型使用可正常运行的形式。

模型可用性因区域和账户而异。 注册表中的 ID 已验证可在 us-east-1 使用，但个别模型可能尚未在你的区域启用，或未授权给你的账户。无法访问的模型会返回明确的错误（在 bedrock_compare 中逐个模型处理）；其余模型仍可正常使用。请在 AWS Console 的 Bedrock > Model access 下启用模型。

设置

前置条件

• Node.js >= 22（Node 20 已于 2026-04-30 终止生命周期；CI 使用 22、24 和 26）
• 已配置 AWS 凭证（Bearer 令牌、环境变量、~/.aws/credentials、SSO 或 IAM 角色）
• 已在 AWS 账户中启用 Bedrock 模型访问权限（在 AWS Console 的 Bedrock > Model access 下申请访问权限）

安装

此服务已发布到 npm，名称为 bedrock-multi-model-mcp，并已列入 MCP Registry，注册名称为 io.github.Sagargupta16/bedrock-multi-model-mcp，因此 MCP 客户端可以通过 npx 启动它，无需克隆或构建。

在 Claude Code 中配置

只需一条命令：

claude mcp add --transport stdio --scope user bedrock \
  --env AWS_REGION=us-east-1 \
  --env AWS_BEARER_TOKEN_BEDROCK=ABSK... \
  -- npx -y bedrock-multi-model-mcp

或者手动将其添加到 Claude Code 的 MCP 设置（~/.claude.json）中：

{
  "mcpServers": {
    "bedrock": {
      "command": "npx",
      "args": ["-y", "bedrock-multi-model-mcp"],
      "env": {
        "AWS_BEARER_TOKEN_BEDROCK": "ABSK...",
        "AWS_REGION": "us-east-1"
      }
    }
  }
}

在 Claude Desktop 中配置

在 claude_desktop_config.json 中使用相同的服务配置块：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "bedrock": {
      "command": "npx",
      "args": ["-y", "bedrock-multi-model-mcp"],
      "env": {
        "AWS_BEARER_TOKEN_BEDROCK": "ABSK...",
        "AWS_REGION": "us-east-1",
        "BEDROCK_MCP_OUTPUT_DIR": "C:\\Users\\you\\bedrock-images"
      }
    }
  }
}

从源码运行

如需修改此服务或固定使用本地构建版本，请克隆并构建，然后将 MCP 配置指向 node /path/to/bedrock-multi-model-mcp/dist/index.js，而不是 npx：

git clone https://github.com/Sagargupta16/bedrock-multi-model-mcp.git
cd bedrock-multi-model-mcp
npm install
npm run build

在 Desktop 中，请显式设置 BEDROCK_MCP_OUTPUT_DIR：在 Windows 上，它会从受写保护的目录 （C:\Windows\System32）启动服务，因此无法使用默认的“保存到当前工作目录旁边”行为，生成的图像会保存到 ~/bedrock-images/。

环境变量

变量	默认值	说明
AWS_REGION	us-east-1	Bedrock API 调用使用的 AWS 区域
AWS_DEFAULT_REGION	-	回退区域，仅在未设置 AWS_REGION 时使用
AWS_BEARER_TOKEN_BEDROCK	-	Bedrock API Key Bearer 令牌（推荐）
AWS_ACCESS_KEY_ID	-	AWS 访问密钥（未使用 Bearer 令牌/SSO 时）
AWS_SECRET_ACCESS_KEY	-	AWS 秘密访问密钥（未使用 Bearer 令牌/SSO 时）
AWS_PROFILE	-	~/.aws/credentials 中的命名 AWS 配置文件
BEDROCK_MCP_OUTPUT_DIR	cwd（或 cwd 不可写时使用 ~/bedrock-images）	生成图像的默认输出目录。可由工具参数 output_dir 覆盖。目录会自动创建。

身份验证

此服务支持两种身份验证方式：

1. Bedrock API Key（Bearer 令牌） - 设置 AWS_BEARER_TOKEN_BEDROCK。AWS SDK 会读取此值，并优先于任何 IAM 凭证将其作为 Authorization: Bearer 发送。若变量已设置但值为空（例如，MCP 配置传入 "${AWS_BEARER_TOKEN_BEDROCK}"，但客户端自身的环境中没有该变量），则会忽略此值，改用 IAM 凭证链进行身份验证，而不会导致每次调用都因“未定义 token”而失败。
2. IAM 凭证 - 使用标准 AWS 凭证链（环境变量、配置文件、SSO、IAM 角色）。除 Gemma 4 外，所有模型都可通过此方式使用；此服务只能通过 Bearer 令牌访问 Gemma 4 的 bedrock-mantle 端点。

使用示例

向单个模型提问

"Use bedrock_ask to ask kimi to explain Docker in 3 sentences"

获取符合架构的 JSON

"Use bedrock_ask with claude-haiku, effort low, and a schema with category, subcategory and amount_inr: Swiggy order, Mattar Paneer Meal, 203 rupees"

比较模型

"Use bedrock_compare with kimi, nova-pro, and mistral-large: What are the pros and cons of microservices?"

bedrock_compare 会针对列表中的每个模型执行一次完整生成，每次生成都会单独计费——三个模型就是三次生成，五个模型就是五次。此服务不添加任何加价，也不设置费率；费用完全由 AWS Bedrock 按模型和令牌计收。当前费率：AWS Bedrock 定价，Claude 模型的定价请参阅 Anthropic 定价。

让评审选出最佳答案

"Use bedrock_judge with kimi, nova-pro and deepseek: In two sentences, when should a team pick SQS over SNS?"

候选模型并行作答。随后，评审（默认为 claude-opus，可通过 judge 覆盖）会看到经过随机排序的答案，答案标记为 A、B、C，且已移除模型名称；评审会为每个答案打 1 到 10 分，并选出获胜者。该工具会将标记映射回模型，并返回排名表、评审的推理过程以及所有答案。如果评审支持结构化输出（默认的 Opus 5.5 支持），工具会要求评审按照一个架构给出判定，其中 winner 只能是其中一个标记，因此始终可以解析。传入 criteria 可更改评分标准，传入 synthesize: true 还可获取一份合并后的答案。失败的候选会列在 失败 下，其余候选仍会接受评审；如果评审调用失败，答案仍会返回。费用按每个候选模型生成一次，加上评审生成一次计算。

生成图像

"Use bedrock_generate_image with stable-ultra: A futuristic Tokyo street at night, neon lights, rain"

编辑图像

"Use bedrock_edit_image to remove the background from ./photo.png"
"Use bedrock_edit_image with search-replace on ./street.png: replace the car with a blue pickup truck"

生成视频

"Use bedrock_generate_video: Closeup of ocean waves crashing on rocks at sunset, s3_uri: s3://my-bucket/videos/"

比较文本相似度

"Use bedrock_embed_similarity to compare: 'a cat', 'a kitten', 'a car'"

架构

图片背后的规范位于 docs/diagrams/architecture.yaml，使用 orrery 渲染。

工具调用会根据注册表解析模型别名，从对应条目中选取请求格式和区域，然后通过该区域对应的缓存 SDK 客户端发送请求。请求会携带 MCP 调用的中止信号，因此客户端取消工具调用（或放弃等待）时，服务会停止等待 Bedrock：2026-11-01，一次在 400 ms 时中止的 Nova Micro 调用于 412 ms 时结束；同一调用若任其完成则需要 6.4 s。 bedrock_generate_video 是个例外，因为取消已经发出的 StartAsyncInvoke 可能会导致一个仍在运行且已计费的任务无法获取 ARN 进行跟踪。

src/
  index.ts          # MCP server - tool registration, stdio transport
  judge.ts          # bedrock_judge - blind labels, judge prompt, verdict parsing
  models.ts         # Loads + validates registry data, resolves aliases
  types.ts          # Zod schemas for model data validation
  bedrock/
    client.ts       # Shared region/auth config, one cached SDK client per region
    converse.ts     # Converse API wrapper (text models), dispatches mantle models
    mantle.ts       # bedrock-mantle Chat Completions wrapper (Gemma 4)
    image.ts        # InvokeModel wrapper (image models)
    edit.ts         # InvokeModel wrapper (Stability image-edit services)
    video.ts        # Async invoke wrapper (video models)
    embed.ts        # InvokeModel wrapper (embeddings) + cosine similarity
  data/
    text-models.json       # Text model registry (data, not code)
    image-models.json      # Image model registry
    image-edit-models.json # Image-edit service registry (operation, required and optional fields)
    video-models.json      # Video model registry
    embedding-models.json  # Embedding model registry
scripts/
  call-tool.mjs     # Minimal stdio MCP client: list tools or call one
  benchmark.mjs     # Latency benchmark across every text model
  check-lifecycle.mjs # Fails if a registry model is Legacy or EOL on AWS's lifecycle page

模型定义以数据形式保存在 src/data/*.json 中，并在加载时使用 Zod 架构进行校验，因此无需更改逻辑即可更新目录。构建过程会将这些 JSON 文件复制到 dist/data/。

• 文本：使用 Converse API，为文本模型提供统一接口；Gemma 4 除外，它使用 bedrock-mantle Chat Completions
• 图像：使用 InvokeModel，并采用 Stability 请求格式（提示词和宽高比）
• 图像编辑：使用 InvokeModel，并采用 Stability AI Image Services 请求格式（base64 输入图像及各服务专属字段）
• 视频：使用 StartAsyncInvoke，输出需要 S3 存储桶

设计决策

决策	原因
对 bedrock-runtime 上的所有文本模型使用 Converse API	十个提供商使用相同的请求和响应格式，因此添加文本模型只需添加一条 JSON 配置，而不必新增代码路径。
通过 bedrock-mantle 调用 Gemma 4，并使用相同的选项	Gemma 4 没有 Converse API。它的请求由相同的 buildConverseInput 构建（选项检查、输出上限、温度规则），只有传输方式不同，因此 compare 和 judge 可以将它与 Converse 模型混合使用。
将模型目录设为 JSON + Zod	注册表格式错误或只编辑了一半时，会在启动时失败，而不是等到首次调用时才失败。能力采用封闭枚举，因此像 tool-use 这样的拼写错误会在加载时被拒绝。
每个模型设置 noTemperature 标记	Claude Opus 4.7 及更高版本、GPT-6.1、Grok 4.7 和 Kimi K3 会因 temperature 返回 400；该标记会仅对这些条目移除此参数。
使用经过实测的 effort 和 structured_output 标记	已对注册表中的每个模型进行实时探测，因此不支持的选项会在计费调用前报错，并列出支持该选项的模型。注册表以外的 ID 会直接传递给 Bedrock 判定。
按区域缓存 SDK 客户端	文本和嵌入模型在 AWS_REGION 中运行，而 Stability 和 Luma 模型仅在 us-west-2 提供。
在 bedrock_compare 中使用 Promise.allSettled	某个模型无权访问，或某次调用遭到限流时，会单独报告其错误，其他模型仍会返回结果。
在 bedrock_judge 中使用盲测并打乱答案顺序	LLM 评审容易偏好排在前面的答案或特定名称。评审只会看到随机排序的标签，工具随后会将答案映射回对应模型。
取消调用时中止 Bedrock 请求	客户端放弃工具调用后，服务端不应继续等待并为无人查看的答案付费。视频启动请求不予中止，因为取消启动可能留下已计费但没有 ARN 的任务。
每周检查生命周期	AWS 会在 Legacy 模型 EOL 日期前数月禁止新客户使用，因此 scripts/check-lifecycle.mjs 会在每次注册表变更时以及每周将注册表与 AWS 的生命周期页面进行比对。
从已保存的 PNG 读取图像尺寸	Stability 模型接收宽高比并自行选择像素，因此回显请求的尺寸会造成错误。
将图像编辑服务作为数据配置，并在调用前检查	每项服务的必填字段和可选字段都存放在 image-edit-models.json 中，因此 bedrock_edit_image 会在 Bedrock 为图像计费前拒绝缺失或不受支持的字段。
根据输入文件的起始字节进行检查	bedrock_edit_image 会读取本地路径，因此只有起始字节符合 PNG、JPEG 或 WebP 格式的文件才会发送给 Bedrock。
验证任务 ARN 中的区域	区域决定请求主机，因此精心构造的 ARN 中未经检查的值可能会将签名请求发送到其他服务。

基准测试

2026-10-18 注册表（0.5.0 目录）中的所有文本模型，使用相同的提示词、相同的机器，通过 scripts/benchmark.mjs 各运行一次。其中 8 个模型后来已从注册表中移除（参见 0.7.0 更新日志）。延迟包含从该机器到所在区域的网络往返时间，因此应将其视为本次运行中的排名，而非适用于你自己的设置的数据。每次调用的原始数据位于 docs/benchmark/results.json；你可以使用自己的账户重新运行（每次调用均按模型正常费率计费），命令为 npm run benchmark；也可以使用已保存的数据重新生成表格，命令为 node scripts/benchmark.mjs --from docs/benchmark/results.json。

由 scripts/benchmark.mjs 于 2026-10-18 在 us-east-1 测得：每个模型使用 2 个提示词、每个提示词运行 3 次，接受温度参数时设为 0，输出上限为 256 个 token。26 个模型均有响应，156 次调用全部成功。延迟是整个调用的客户端墙钟时间中位数，按从快到慢排序。“达到上限”统计被截断在 256 个 token 的回答，这也限制了它们的 token 数量。

模型	提供方	延迟中位数（秒）	输出 token 数中位数	输出 token 速率中位数（token/秒）	达到上限	成功
Nova Lite	Amazon	1.13	56	50	0	6/6
Nova Micro	Amazon	1.18	59	46	0	6/6
Mistral Large 3 (675B)	Mistral	1.25	61	50	0	6/6
Qwen3 Coder Next	Qwen	1.29	71	37	0	6/6
Llama 4 Maverick 17B	Meta	1.35	87	65	0	6/6
Llama 4 Scout 17B	Meta	1.36	99	71	0	6/6
Nova Pro	Amazon	1.49	61	43	0	6/6
GPT-OSS 20B	OpenAI	1.50	206	114	2	6/6
Llama 3.3 70B Instruct	Meta	1.52	107	66	0	6/6
Nova 2 Lite	Amazon	1.55	80	53	0	6/6
GPT-OSS 120B	OpenAI	1.82	152	88	1	6/6
Devstral 2 (123B)	Mistral	1.88	63	35	0	6/6
Pixtral Large	Mistral	2.06	85	42	0	6/6
Claude Sonnet 4.6	Anthropic	2.10	77	36	0	6/6
Qwen3 VL 235B	Qwen	2.15	58	28	0	6/6
Mistral Small	Mistral	2.31	98	42	0	6/6
DeepSeek R1	DeepSeek	2.35	256	109	6	6/6
Claude Haiku 4.5	Anthropic	2.38	179	71	3	6/6
Claude Opus 4.7	Anthropic	2.40	98	39	0	6/6
Claude Sonnet 5	Anthropic	2.69	98	36	0	6/6
Claude Opus 4.8	Anthropic	2.79	111	39	0	6/6
Claude Opus 4.6	Anthropic	3.42	80	24	0	6/6
Claude Fable 5	Anthropic	4.18	134	30	0	6/6
Claude Opus 5	Anthropic	4.46	154	30	1	6/6
DeepSeek V3.2	DeepSeek	4.60	55	13	0	6/6
Claude Fable 5.1	Anthropic	5.61	127	21	0	6/6

无需 MCP 客户端即可试用工具

scripts/call-tool.mjs 会通过 stdio 启动构建好的服务（与 Claude Code 的方式相同），并使用 shell 中的 AWS 凭证调用一个工具：

npm run build
node scripts/call-tool.mjs                       # list the tools
node scripts/call-tool.mjs bedrock_ask '{"model":"nova-micro","prompt":"Say hi"}'

故障排查

错误	原因	解决方法
The provided model identifier is invalid.	该 ID 无法在 Bedrock 上解析，通常是缺少 us. 跨区域推理配置文件前缀，或模型未在你的区域提供。	使用注册表别名（bedrock_list_models），或在完整 ID 前添加 us. 前缀。
`temperature` is deprecated for this model.	请求使用了 Claude 4.7 或更高版本的模型，但该模型没有注册表条目，因此服务发送了默认 temperature 值 0.7。Anthropic 已弃用 Claude Opus 4.7 及更高版本的 temperature / top_p / top_k，非默认值会导致该模型返回 400。较早的模型（Haiku 4.5、Opus 4.6、Sonnet 4.6）仍接受此参数。	通过已注册的别名调用，或在 src/data/text-models.json 中添加带有 "noTemperature": true 的注册表条目。
<model> does not support structured output / does not take effort	此服务的注册表显示该模型不接受该选项（测量日期为 2026-10-21 和 2026-11-01）。	从消息中的列表选择模型，或移除 schema / effort。
This model doesn't support the outputConfig field.	注册表之外的模型拒绝了 schema 或 effort。	对该模型移除此选项。
This model doesn't support the temperature field.	注册表之外且不接受 temperature 的模型（GPT-6.1、Grok 和 Kimi 都如此）收到了服务的默认值 0.7。	通过已注册的别名调用，或添加带有 "noTemperature": true 的注册表条目。
Could not load credentials from any providers	没有 bearer 令牌传到服务（或令牌为空），且未解析到 IAM 凭证。	将有效令牌放入 MCP 配置的 env 中，或配置 AWS 配置文件、SSO 或 IAM 角色。
AccessDeniedException	你的账户尚未获准访问该模型。	在 AWS Console > Bedrock > Model access 中申请该模型，待其显示 Access granted 后重试。
bedrock_video_status reports Failed	Bedrock 会在任务本身返回原因。	阅读状态信息下方打印的 Reason: 行，并解决其中指出的问题。

错误字符串会原样显示 Bedrock 返回的内容。请注意，temperature 错误是此服务的注册表缺漏，并非 IAM 或模型访问问题，因此无需在 AWS 中进行任何修复。

贡献

设置、两项必需检查以及添加模型的规则（注册表数据 + 测试断言 + 对模型 ID 进行实时探测），请参阅 CONTRIBUTING.md。 安全问题应通过 SECURITY.md 中的私密渠道提交，而非公开问题。

许可证

MIT