Amazon Bedrock

Las opciones de configuración se encuentran en 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,          },        },      },    },  },}

OpenClaw descubre perfiles de inferencia regionales y globales junto con modelos base. Cuando un perfil se asigna a un modelo base conocido, el perfil hereda las capacidades de ese modelo (ventana de contexto, tokens máximos, razonamiento, visión) y la región de solicitud correcta de Bedrock se inyecta automáticamente. Esto significa que los perfiles de Claude entre regiones funcionan sin sobrescrituras manuales del proveedor.

Los ID de perfil de inferencia se ven como us.anthropic.claude-opus-4-6-v1:0 (regional) o anthropic.claude-opus-4-6-v1:0 (global). Si el modelo subyacente ya está en los resultados de descubrimiento, el perfil hereda todo su conjunto de capacidades; de lo contrario, se aplican valores predeterminados seguros.

No se necesita configuración adicional. Siempre que el descubrimiento esté habilitado y la entidad principal de IAM tenga bedrock:ListInferenceProfiles, los perfiles aparecen junto a los modelos base en openclaw models list.

Algunos modelos de Bedrock admiten un parámetro service_tier para optimizar por costo o latencia. Los siguientes niveles están disponibles:

Establece serviceTier (o service_tier) mediante agents.defaults.params para solicitudes de modelos de Bedrock, o por modelo en 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          },        },      },    },  },}

Los valores válidos son default, flex, priority y reserved. No todos los modelos admiten todos los niveles; si se solicita un nivel no compatible, Bedrock devolverá un error de validación. Nota: el mensaje de error es algo engañoso; puede decir "The provided model identifier is invalid" en lugar de indicar un nivel de servicio no compatible. Si ves este error, verifica si el modelo admite el nivel solicitado.

Bedrock rechaza el parámetro temperature para Claude Opus 4.7. OpenClaw omite temperature automáticamente para cualquier referencia de Bedrock a Opus 4.7, incluidos ID de modelos base, perfiles de inferencia con nombre, perfiles de inferencia de aplicación cuyo modelo subyacente se resuelve como Opus 4.7 mediante bedrock:GetInferenceProfile y variantes punteadas de opus-4.7 con prefijos de región opcionales (us., eu., ap., apac., au., jp., global.). No se requiere ningún control de configuración, y la omisión se aplica tanto al objeto de opciones de solicitud como al campo de carga útil inferenceConfig.

Puedes aplicar Amazon Bedrock Guardrails a todas las invocaciones de modelos de Bedrock añadiendo un objeto guardrail a la configuración del plugin amazon-bedrock. Los mecanismos de protección te permiten aplicar filtrado de contenido, denegación de temas, filtros de palabras, filtros de información confidencial y comprobaciones de fundamentación contextual.

{  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"          },        },      },    },  },}

Bedrock también puede servir como proveedor de embeddings para la búsqueda en memoria. Esto se configura por separado del proveedor de inferencia: establece agents.defaults.memorySearch.provider en "bedrock":

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

Los embeddings de Bedrock usan la misma cadena de credenciales del SDK de AWS que la inferencia (roles de instancia, SSO, claves de acceso, configuración compartida e identidad web). No se necesita ninguna clave de API. Cuando provider es "auto", Bedrock se detecta automáticamente si esa cadena de credenciales se resuelve correctamente.

Los modelos de embedding compatibles incluyen Amazon Titan Embed (v1, v2), Amazon Nova Embed, Cohere Embed (v3, v4) y TwelveLabs Marengo. Consulta la referencia de configuración de memoria: Bedrock para ver la lista completa de modelos y las opciones de dimensión.

• Bedrock requiere acceso al modelo habilitado en tu cuenta/región de AWS.
• La detección automática necesita los permisos bedrock:ListFoundationModels y bedrock:ListInferenceProfiles.
• Si dependes del modo automático, configura uno de los marcadores de entorno de autenticación de AWS compatibles en el host del Gateway. Si prefieres autenticación IMDS/configuración compartida sin marcadores de entorno, configura plugins.entries.amazon-bedrock.config.discovery.enabled: true.
• OpenClaw muestra la fuente de credenciales en este orden: AWS_BEARER_TOKEN_BEDROCK, luego AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY, luego AWS_PROFILE y, después, la cadena predeterminada del SDK de AWS.
• La compatibilidad con razonamiento depende del modelo; consulta la ficha del modelo de Bedrock para ver las capacidades actuales.
• Si prefieres un flujo de claves gestionado, también puedes colocar un proxy compatible con OpenAI delante de Bedrock y configurarlo como proveedor de OpenAI en su lugar.