Amazon Bedrock

Die Konfigurationsoptionen befinden sich unter 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,          },        },      },    },  },}

Die Bedrock-APIs ListFoundationModels und GetFoundationModel geben keine Metadaten zu Token-Grenzen zurück, sondern nur Modell-ID, Name, Modalitäten und Lebenszyklusstatus. OpenClaw enthält eine Nachschlagetabelle mit bekannten Kontextfenstern und Ausgabegrenzen für verbreitete Bedrock-Modelle (Claude, Nova, Llama, Mistral, DeepSeek und weitere), damit Sitzungsverwaltung, Compaction-Schwellenwerte und die Erkennung von Kontextüberläufen für diese Modelle korrekt funktionieren.

Erkannte Modelle, die nicht in der Tabelle enthalten sind, verwenden ersatzweise defaultContextWindow und defaultMaxTokens. Wenn für ein von Ihnen verwendetes Modell keine genauen Grenzen vorhanden sind, überschreiben Sie diese mit einem ausdrücklichen Eintrag unter models.providers["amazon-bedrock"].models.

OpenClaw erkennt neben Basismodellen auch regionale und globale Inferenzprofile. Wenn ein Profil einem bekannten Basismodell zugeordnet ist, übernimmt das Profil dessen Fähigkeiten (Kontextfenster, maximale Token-Anzahl, logisches Schlussfolgern, Bildverarbeitung), und die richtige Bedrock-Anfrageregion wird automatisch eingefügt. Dadurch funktionieren regionsübergreifende Claude-Profile ohne manuelle Provider-Überschreibungen. Globale regionsübergreifende Profile (global.*) werden in openclaw models list zuerst aufgeführt, da sie in der Regel mehr Kapazität und einen automatischen Failover bieten.

IDs von Inferenzprofilen sehen beispielsweise wie us.anthropic.claude-opus-4-6-v1:0 (regional) oder anthropic.claude-opus-4-6-v1:0 (global) aus. Wenn das zugrunde liegende Modell bereits in den Erkennungsergebnissen enthalten ist, übernimmt das Profil dessen vollständigen Funktionsumfang. Andernfalls gelten sichere Standardwerte.

Es ist keine zusätzliche Konfiguration erforderlich. Solange die Erkennung aktiviert ist und der IAM-Prinzipal über bedrock:ListInferenceProfiles verfügt, werden Profile neben Basismodellen in openclaw models list angezeigt.

Einige Bedrock-Modelle unterstützen den Parameter service_tier, um Kosten oder Latenz zu optimieren. Folgende Stufen sind verfügbar:

Legen Sie serviceTier (oder service_tier) über agents.defaults.params für Anfragen an Bedrock-Modelle oder modellspezifisch unter agents.defaults.models["<model-key>"].params fest:

{  agents: {    defaults: {      params: {        serviceTier: "flex", // applies to all models      },      models: {        "amazon-bedrock/mistral.mistral-large-3-675b-instruct": {          params: {            serviceTier: "priority", // per-model override          },        },      },    },  },}

Gültige Werte sind default, flex, priority und reserved. Claude Fable 5 und Sonnet 5 unterstützen nur die Stufe default; OpenClaw warnt und ignoriert für diese Modelle angeforderte Werte wie flex, priority oder reserved. Bei anderen Modellen unterstützt nicht jedes Modell jede Stufe. Eine nicht unterstützte Stufe führt zu einem Bedrock-Validierungsfehler, dessen Fehlermeldung irreführend sein kann (beispielsweise „Die angegebene Modellkennung ist ungültig“, anstatt die Stufe als Problem zu benennen). Wenn dieser Fehler auftritt, prüfen Sie, ob das Modell die angeforderte Stufe unterstützt.

Bedrock lehnt den Parameter temperature für Claude Opus 4.7 und Opus 4.8 ab. OpenClaw lässt temperature bei jeder passenden Bedrock-Referenz automatisch weg, einschließlich Foundation-Model-IDs, benannter Inferenzprofile, Anwendungsinferenzprofile, deren zugrunde liegendes Modell über bedrock:GetInferenceProfile zu Opus 4.7/4.8 aufgelöst wird, sowie punktierter Varianten von opus-4.7/opus-4.8 mit optionalen Regionspräfixen (us., eu., ap., apac., au., jp., global.). Es ist keine Konfigurationsoption erforderlich, und das Weglassen gilt sowohl für das Objekt mit den Anfrageoptionen als auch für das Nutzlastfeld inferenceConfig.

Verwenden Sie amazon-bedrock/anthropic.claude-fable-5 in us-east-1 oder regionale Inferenz-IDs wie us.anthropic.claude-fable-5. OpenClaw wendet das Kontextfenster von Fable mit 1 Million Token, das Ausgabelimit von 128.000 Token, stets aktives adaptives Denken und die unterstützte Zuordnung der Aufwandsstufen an. /think off und /think minimal werden low zugeordnet; Temperatur und Steuerelemente für die erzwungene Werkzeugauswahl werden entsprechend dem Pfad für Opus 4.7/4.8 weggelassen. Die Streaming-Ausgabe wird zurückgehalten, bis Bedrock einen Endstatus zurückgibt, damit Ablehnungen während des Streams keinen Teiltext offenlegen.

AWS verlangt eine ausdrückliche Einwilligung zur Datenspeicherung über provider_data_share, bevor Fable verfügbar ist. Eingaben und Vervollständigungen werden mit Anthropic geteilt und für Vertrauens- und Sicherheitszwecke bis zu 30 Tage gespeichert. Prüfen und konfigurieren Sie die Datenspeicherung von Bedrock, bevor Sie das Modell aktivieren.

Claude Mythos 5 ist über Bedrock nur für Konten mit der erforderlichen Genehmigung für eingeschränkten Zugriff verfügbar. OpenClaw erkennt das Foundation Model anthropic.claude-mythos-5 sowie regionale oder globale Inferenzprofile wie us.anthropic.claude-mythos-5.

OpenClaw wendet das Kontextfenster mit 1.000.000 Token, das Ausgabelimit von 128.000 Token, Bildeingaben, Prompt-Caching, ablehnungssicheres Streaming und native Aufwandsstufen an. Adaptives Denken ist stets aktiviert: /think off und /think minimal werden low zugeordnet, während xhigh und max weiterhin verfügbar sind. Benutzerdefinierte Sampling-Werte und Werte für die erzwungene Werkzeugauswahl werden weggelassen.

AWS dokumentiert Sonnet 5 sowohl für die Endpunkte bedrock-runtime als auch bedrock-mantle. OpenClaw erkennt das Bedrock Foundation Model anthropic.claude-sonnet-5 sowie regionale oder globale Inferenzprofile wie us.anthropic.claude-sonnet-5. Es wendet das Kontextfenster mit 1.000.000 Token, das Ausgabelimit von 128.000 Token, Bildeingaben, native Aufwandsstufen, Prompt-Caching und ablehnungssicheres Streaming an.

Bedrock lässt adaptives Denken für Sonnet 5 aktiviert. OpenClaw verwendet standardmäßig high; /think off und /think minimal werden low zugeordnet, da dieser Pfad das Denken nicht deaktivieren kann. Benutzerdefinierte Temperaturwerte und Werte für die erzwungene Werkzeugauswahl werden weggelassen, solange adaptives Denken aktiv ist.

Sie können Amazon Bedrock Guardrails auf alle Bedrock-Modellaufrufe anwenden, indem Sie der Konfiguration des Plugins amazon-bedrock ein guardrail-Objekt hinzufügen. Mit Guardrails können Sie Inhaltsfilterung, Themenblockierung, Wortfilter, Filter für sensible Informationen und Prüfungen der kontextbezogenen Fundierung durchsetzen.

{  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 und guardrailVersion sind erforderlich.

Bedrock kann auch als Embedding-Provider für die Speichersuche dienen. Dies wird getrennt vom Inferenz-Provider konfiguriert: Setzen Sie agents.defaults.memorySearch.provider auf "bedrock":

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

Bedrock-Embeddings verwenden dieselbe AWS-SDK-Anmeldedatenkette wie die Inferenz (Instanzrollen, SSO, Zugriffsschlüssel, gemeinsame Konfiguration und Webidentität). Es ist kein API-Schlüssel erforderlich.

Zu den unterstützten Embedding-Modellen gehören Amazon Titan Embed (v1, v2), Amazon Nova Embed, Cohere Embed (v3, v4) und TwelveLabs Marengo. Die vollständige Modellliste und die Dimensionsoptionen finden Sie in der Referenz zur Speicherkonfiguration – Bedrock.

• Für Bedrock muss der Modellzugriff in Ihrem AWS-Konto und Ihrer AWS-Region aktiviert sein.
• Die automatische Erkennung benötigt die Berechtigungen bedrock:ListFoundationModels und bedrock:ListInferenceProfiles.
• Wenn Sie den automatischen Modus verwenden, setzen Sie auf dem Gateway-Host eine der unterstützten AWS-Umgebungsmarkierungen für die Authentifizierung. Wenn Sie die Authentifizierung über IMDS oder eine gemeinsame Konfiguration ohne Umgebungsmarkierungen bevorzugen, setzen Sie plugins.entries.amazon-bedrock.config.discovery.enabled: true.
• OpenClaw zeigt die Quelle der Anmeldedaten in dieser Reihenfolge an: AWS_BEARER_TOKEN_BEDROCK, danach AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY, danach AWS_PROFILE und schließlich die standardmäßige AWS-SDK-Kette.
• Die Unterstützung für Schlussfolgerungen hängt vom Modell ab; prüfen Sie die Bedrock-Modellkarte auf aktuelle Funktionen.
• Wenn Sie einen verwalteten Schlüsselablauf bevorzugen, können Sie auch einen OpenAI-kompatiblen Proxy vor Bedrock schalten und ihn stattdessen als OpenAI-Provider konfigurieren.