Sơ nét về Webinar “Cắt giảm chi phí AWS trong kỷ nguyên AI”

Trong bối cảnh bùng nổ công nghệ, việc cắt giảm chi phí AWS trong kỷ nguyên AI trở thành bài toán sống còn đối với nhiều doanh nghiệp khi scale-up các workload. Hiểu được khó khăn của doanh nghiệp, Sunny Cloud tổng hợp lại các Best Practices trong tối ưu chi phí. Nhưng vẫn đảm bảo hiệu suất của hạ tầng tại Webinar “Cắt giảm chi phí AWS trong kỷ nguyên AI”

Nội dung chính trong Webinar “Cắt giảm chi phí AWS trong kỷ nguyên AI”

1. AI/Machine learning: Lựa chọn đúng model, tối ưu prompt – giảm số lượng token, ưu tiên serverless inference – zero idle cost.
2. Compute & Database: Tối ưu chi phí thông qua lựa chọn đúng instance size, class, volume type,…
3. Storage & Network: Phát hiện và loại bỏ các chi phí data transfer ẩn, hướng dẫn chọn đúng storage class và policies kì vọng tiết kiệm lên tới 95% chi phí dữ liệu lưu trữ.

Thông tin Webinar

• Thời gian: 15:00, Ngày 23/4/2026.
• Nền tảng: Zoom
• Ngôn ngữ: Tiếng Việt
• Phí tham dự: Miễn phí

Lợi ích khi tham gia Webinar

Đây là nơi chia sẻ kiến thức hữu ích cho doanh nghiệp. Diễn đàn để Quý khách hàng cùng các chuyên gia hàng đầu giải quyết bài toán tối ưu hạ tầng:

• Giải đáp trực tiếp: Đặt câu hỏi về quản lý chi phí AWS. Nhận tư vấn giải pháp cho các hóa đơn khó khăn. Đội ngũ kỹ sư AWS sẽ hướng dẫn xử lý vấn đề thực tế và đưa ra giải pháp phù hợp.
• Gói khảo sát miễn phí: Dành tặng suất đánh giá tài khoản AWS cho khách may mắn. Đây là bước khảo sát chuyên sâu về tài nguyên hệ thống. Qua đó, doanh nghiệp nhận diện rõ các nguồn lãng phí. Chúng tôi sẽ đề xuất phương án cắt giảm chi phí hiệu quả.
• Cập nhật lộ trình tối ưu AI: Giúp nắm bắt phương pháp quản trị tài nguyên mới nhất hiện nay. Điều này đảm bảo hiệu suất hạ tầng khi AI bùng nổ. Doanh nghiệp sẽ làm chủ chi phí trong kỷ nguyên mới.

Đăng ký và Tham dự

Để quá trình tham gia Webinar diễn ra thuận lợi nhất, Quý khách vui lòng lưu ý các bước sau:

1. Nhập chính xác địa chỉ Email và thông tin vào Form đăng ký.
2. Hệ thống sẽ gửi Link tham dự Zoom qua Email sau khi bạn hoàn tất đăng ký.

Vui lòng kiểm tra kỹ hộp thư (bao gồm cả mục Spam) để không bỏ lỡ thông tin truy cập phòng họp

The post Cắt Giảm Chi Phí AWS Trong Kỷ Nguyên AI | Webinar 23/04/2026 appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

Cấu hình sai lệch trên Amazon S3 là nguyên nhân hàng đầu dẫn đến rò rỉ dữ liệu. Bài viết này sẽ hướng dẫn bạn xây dựng một S3 Security Scanner thông minh bằng Cursor AI. Công cụ không chỉ giúp phát hiện lỗ hổng thần tốc mà còn tự động sửa lỗi thông qua giao tiếp ngôn ngữ tự nhiên.

Công cụ sử dụng:

• Cursor (IDE tích hợp AI)
• AWS MCP Server
• Python + boto3
• uv (package manager)

Kết quả đạt được:

• Quét tài nguyên s3 trên AWS mà không cần vào Console
• Phát hiện lỗi bảo mật
• AI tự động sửa lỗi

Bước 1: Cài đặt môi trường

Cài đặt các công cụ cần thiết:

• Python

• AWS CLI

• boto3

Kiểm tra boto3 đã cài chưa:

pip install boto3

Kết quả: tôi có được phiên bản boto3: 1.42.35

Nếu chưa cài boto3 có thể dùng lệnh sau:

pip install boto3

• uv

Bước 2: Xây dựng S3 Security Scanner

Scanner hoạt động theo 3 bước:

1. Load AWS SDK (boto3)
2. Gọi API lấy danh sách tất cả S3 bucket
3. Kiểm tra cấu hình public access của từng bucket

Lưu ý quan trọng: Dùng try/except để:

• Xử lý lỗi từng bucket riêng
• Tiếp tục quét nếu một bucket bị lỗi

import boto3
from botocore.exceptions import ClientError


# Sử dụng profile từ ~/.aws/credentials
session = boto3.Session(profile_name='YOUR-PROFILE')


def scan_s3_buckets():
    """Scan all S3 buckets for public access misconfigurations"""
    s3 = session.client('s3')
    findings = []


    print("Scanning S3 buckets for public access...\n")


    buckets = s3.list_buckets()
    print(f"Found {len(buckets['Buckets'])} buckets to scan\n")


    for bucket in buckets['Buckets']:
        bucket_name = bucket['Name']


        try:
            public_block = s3.get_public_access_block(Bucket=bucket_name)
            config = public_block['PublicAccessBlockConfiguration']


            if not all([
                config.get('BlockPublicAcls'),
                config.get('BlockPublicPolicy'),
                config.get('IgnorePublicAcls'),
                config.get('RestrictPublicBuckets')
            ]):
                findings.append({
                    'bucket': bucket_name,
                    'issue': 'Public access not fully blocked',
                    'severity': 'CRITICAL'
                })
                print(f"WARNING: [{bucket_name}] Public access not fully blocked")


        except ClientError as e:
            if e.response['Error']['Code'] == 'NoSuchPublicAccessBlockConfiguration':
                findings.append({
                    'bucket': bucket_name,
                    'issue': 'No public access block configured',
                    'severity': 'CRITICAL'
                })
                print(f"CRITICAL: [{bucket_name}] No public access block configured")
            else:
                print(f"ERROR: Could not scan {bucket_name}: {str(e)}")


        except Exception as e:
            print(f"ERROR: Could not scan {bucket_name}: {str(e)}")


    print(f"\nScan complete. Found {len(findings)} issues.\n")
    return findings


if __name__ == "__main__":
    scan_s3_buckets()

Bước 3: Kết nối Cursor với AWS qua MCP

Mục đích của MCP:

• Cho phép AI tương tác trực tiếp với AWS
• Quét, phân tích và sửa lỗi mà không cần vào AWS Console
• Không cần gõ lệnh CLI thủ công

Cách kết nối

1. Thêm AWS MCP script vào Cursor trên WINDOW 11

C:\Users\YOUR-USER\.cursor\mcp.json

{
  "mcpServers": {
    "aws-mcp": {
      "command": "C:\\Users\\YOUR-USER\\AppData\\Local\\Packages\\PythonSoftwareFoundation.Python.3.13_qbz5n2kfra8p0\\LocalCache\\local-packages\\Python313\\Scripts\\uv.exe",
      "args": [
        "tool",
        "run",
        "mcp-proxy-for-aws@latest",
        "https://aws-mcp.us-east-1.api.aws/mcp",
        "--metadata", "AWS_REGION=ap-northeast-1"
      ],
      "env": {
        "AWS_PROFILE": "YOUR-PROFILE",
        "AWS_REGION": "YOUR-REGION"
      }
    }
  }
}

2. Kiểm tra trạng thái MCP trong Cursor

Bước 4: Test Scanner

Chạy scanner

python scanner.py

Kết quả: Scanner phát hiện bucket không an toàn và báo cáo CRITICAL security issue.

Bước 5: AI tự động sửa lỗi

Dùng Cursor với AWS MCP bằng giao tiếp tự nhiên theo các bước sau:

• Yêu cầu AI kiểm tra và sửa lỗi bảo mật
• AI tự động xác định bucket bị lỗi
• AI áp dụng cấu hình bảo mật mới
• Public access sẽ bị chặn – không cần thao tác thủ công

Ví dụ một trường hợp giao tiếp tự nhiên với AI và nói AI tự động sửa lỗi:

Chạy lại scanner

Sau khi AI sửa xong, chạy lại scanner → Cho đến khi không còn lỗi bảo mật nào.

Kết Luận

Đây là bước đầu để xây dựng các hệ thống security automation phức tạp hơn trong tương lai. Hy vọng bài viết có ích và cảm ơn độc giả!

Tham khảo thêm các bài viết về Giải pháp & Kiến thức công nghệ chuyên sâu tại Sunny Cloud Vietnam

The post AWS S3 Security Scanner: Tự động hóa bảo mật với Cursor AI appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

Kiro CLI Là Gì?

Kiro CLI là công cụ AI dạng terminal giúp hiểu dự án tốt hơn, chỉnh sửa lỗi dự án, hỗ trợ tạo code build infrastructure luôn. Bạn làm tất cả việc này không cần rời khỏi cửa sổ dòng lệnh. Chỉ cần mô tả bằng ngôn ngữ tự nhiên, Kiro sẽ giúp bạn làm tất cả.

Khả Năng Xây Dựng Dự Án Có Specialization

Có thể tạo custom agents phù hợp với codebase của bạn:

• Backend specialist biết API patterns
• Frontend expert quen với components
• DevOps agent hiểu infrastructure

Mỗi agent focus toàn bộ context window vào những gì quan trọng cho workflow đó.

Tại Sao Cần Kiro CLI

Dùng Trong Terminal(Cửa Sổ Dòng Lệnh)

Không cần context switching. Không cần look up syntax. Chỉ mô tả những gì bạn cần và tiếp tục build.

Cấu Trúc Lại AI Workflows

Custom agents cho phép nó hiểu context cho từng task khác nhau. Switch giữa chúng một cách thuận lợi.

Xây Dựng Luôn Cơ Sở Hạ Tầng

Quản lý infrastructure, review code, hoặc debug—tạo agents cho các workflows và share với team trong dự án một cách dễ dàng.  

Cách Cài Đặt Kiro CLI

Truy cập vào Website

Kiro CLI hỗ trợ macOS và Linux:

curl -fsSL https://cli.kiro.dev/install | bash

Làm Các Bước Sau

1. Authenticate và bắt đầu chat:

kiro-cli

2. Explore commands:

 /help

Tính Năng Chính Của Kiro CLI

Custom Agents – Cấu Trúc Cho AI Coding

Custom agents mang lại cấu trúc cho AI-powered terminal workflows bằng cách cho phép bạn define chính xác AI nên behave như thế nào cho các tasks khác nhau.

Lợi ích:

• Pre-approved tools: Tin tưởng specific tools chạy mà không cần permission prompts liên tục
• Persistent context: Tự động load project files, documentation và standards
• Controlled access: Giới hạn tools nào available để giữ focus và secure
• Workflow-specific configurations: Agents khác nhau cho vibes khác nhau

Ví dụ agent configuration:

{
"name": "backend-specialist",
"description": "Expert in building Express.js APIs with MongoDB",
"prompt": "You are a backend developer specializing in Node.js and Express. You write secure, well-tested APIs with proper error handling, input validation, and RESTful design.",
"tools": ["fs_read", "fs_write", "execute_bash"],
"toolsSettings": {
"fs_write": {
"allowedPaths": ["src/api/**", "tests/api/**", "server.js", "package.json"]
}
},
"resources": [
"file://.kiro/steering/backend-standards.md"
]
}

Tại sao agent này của Kiro CLI lại hiệu quả?

1. Chuyên môn hóa: Focus vào backend development, không lãng phí thời gian suy nghĩ về frontend, DevOps hoặc topics không liên quan
   
   
2. File path restrictions: Chỉ có thể touch backend files (như src/api/** và server.js), tránh vô tình break frontend hoặc config files
   
   
3. Auto-load standards: Tự động load file backend-standards.md, luôn nhớ team’s rules về async/await, error handling và API design mà không cần bạn nhắc lại mỗi lần

Kết quả: Responses nhanh hơn, chính xác hơn, consistently follow standards vì agent không bị distract bởi irrelevant information.  

Xác Thực Linh Hoạt

Kiro CLI hỗ trợ nhiều authentication methods:

• GitHub: Tích hợp seamless với GitHub account
• Google: Sign in với Google credentials
• AWS Builder ID: Quick setup cho AWS developers
• AWS IAM Identity Center: Enterprise-grade authentication

Tích Hợp Với Kiro IDE

Kiro IDE có các phần cấu hình sau: MCP Servers: Copy .kiro/settings/mcp.json và MCP tools sẵn sàng

Steering Rules: Files .kiro/steering/*.md hoạt động trong Kiro CLI

Project Documentation: Tất cả .kiro docs và configurations carry over

Bạn có thể jump giữa IDE và terminal mà không mất context hoặc reconfigure AI assistant.

Dùng Dòng Lệnh Agentic

Chat với AI:

kiro-cli

Add features:

> Create a new FastAPI project with PostgreSQL, Redis caching, and Docker setup

Infrastructure as code:

> Write Terraform configs for a three-tier AWS architecture with RDS and ElastiCache

Multi-line input: Dùng /editor để open text editor cho detailed prompts.

Multimodal input: Reference images trực tiếp—share screenshots, diagrams hoặc error messages.

MCP Support: Extend capabilities với external tools và services.

Credit usage: Kiro hiển thị số credits bạn dùng realtime để track.

Auto Agent

Auto agent dynamically chọn optimal model cho mỗi task, cân bằng speed, cost và quality. Efficiency: Tasks cost X credits trong Auto mode sẽ cost 1.3X credits nếu manually chọn Sonnet 4. Auto enabled mặc định. Bạn có thể chọn model khác với /model command.

Use Case Thực Tế Của Kiro CLI

Quay lại ví dụ backend-specialist agent ở trên. Sau khi implement configuration, bạn sử dụng như sau:

kiro-cli chat --agent backend-specialist

Sample prompts:  

> Add a new /api/users/profile endpoint that allows authenticated users to update their profile information. Include validation for email format and password strength, proper error handling for database failures, and unit tests.

> Create a new MongoDB schema for user notifications with fields for message, read status, and timestamp. Add CRUD endpoints following our RESTful conventions and include proper indexing for performance.

> I'm getting intermittent 500 errors on the /api/orders endpoint. Help me add better error logging and identify potential race conditions in the order processing logic.

Các specialized agents khác bạn có thể tạo:

• Code review agent: Với linting tools và team’s style guide
• DevOps agent: Với infrastructure access và deployment scripts
• Debugging agent: Pre-loaded với logging utilities và troubleshooting steps

Mỗi agent focus context vào những gì quan trọng cho specific task, making AI interactions nhanh hơn và relevant hơn.  

Kết Luận

Kiro CLI mang đến giải pháp làm việc nhanh hơn cho các nhà phát triển nhờ vào sức mạnh AI. Ngoài ra còn tiết kiệm được nhiều thời gian tận dụng được giao diện dòng lệnh linh hoạt. Hy vọng bài viết có ích cho bạn!

Tham khảo thêm các bài viết về Giải pháp & Kiến thức công nghệ chuyên sâu tại Sunny Cloud Vietnam

The post Kiro CLI: Trợ Lý AI Biến Terminal Thành Cỗ Máy Code “Thần Tốc” appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

Kiro là gì?

Kiro là một AI-powered IDE và CLI tool được thiết kế để tăng năng suất lập trình thông qua khả năng hỗ trợ code thông minh, tự động hóa workflow và tương tác nhận biết context. Đây là sản phẩm của AWS nên được cộng đồng AWS tin dùng.

Xem qua tại Website chính thức

Kiro Steering là gì?

Giả sử có một AI assistant (chatbot, agent, …) nhưng mỗi lần chat mình cần hướng dẫn như:

• “Nhớ dùng React functional components nhé”
• “Code phải follow chuẩn của AWS Well-Architected Framework”
• “Commit message phải theo format Conventional Commits”

Steering giải quyết vấn đề này. Steering là tính năng cho phép bạn inject context, standards và instructions vào AI một cách tự động. Bạn chỉ cần cấu hình một lần, Kiro sẽ nhớ và áp dụng mãi mãi.

Cách Kiro Steering hoạt động

Steering files là các file markdown lưu trong thư mục .kiro/steering/. Có 3 loại:

1. Always included (mặc định): Áp dụng cho mọi conversation
2. Conditionally included: Chỉ kích hoạt khi truy cập file cụ thể
3. Manually included: Chỉ active khi bạn reference bằng # trong chat

Khi chat với Kiro, nó tự động hiển thị các steering files đang được áp dụng. Bạn luôn biết AI đang follow guidelines nào.

Cài đặt Kiro Steering

Tạo thủ công

1. Tạo thư mục steering

mkdir -p .kiro/steering

2. Tạo file steering đầu tiên

touch .kiro/steering/my-standards.md

3. Thêm guidelines vào file và Kiro sẽ tự động áp dụng!

Use Cases Thực Tế của Kiro Steering

1. Áp dụng AWS Well-Architected Framework

File: .kiro/steering/well-architected-context.md

Vấn đề: AI thường suggest giải pháp nhanh nhưng không follow security best practices hoặc reliability patterns.

Giải pháp: File steering này đảm bảo Kiro luôn ưu tiên security, reliability và performance trong mọi recommendation về AWS.

Ví dụ thực tế: Khi bạn hỏi Kiro thiết kế Lambda function xử lý sensitive data, nó sẽ tự động:

• Suggest mã hóa environment variables bằng KMS
• Recommend VPC configuration cho database access
• Đề xuất CloudWatch Logs encryption
• Include IAM role với least privilege permissions
• Suggest retry logic và error handling

# AWS Well-Architected Framework Context

## Core Priorities (in order of importance)

1. **Security** - Always the highest priority
2. **Reliability** - Critical second priority
3. **Performance** - Important third priority

## Security Guidelines

- Apply the principle of least privilege for all IAM roles and policies
- Implement defense in depth with multiple security controls
- Encrypt data at rest and in transit
- Use AWS security services (GuardDuty, Security Hub, WAF, etc.)
- Implement secure VPC designs with proper network segmentation
 
## Reliability Guidelines

- Design for failure and self-healing
- Implement high availability across multiple AZs
- Use managed services when possible
- Implement proper health checks, monitoring, and alerting
- Test recovery procedures regularly

## Performance Guidelines

- Choose appropriate instance types and sizes
- Implement caching strategies where appropriate
- Use CDNs for global distribution
- Optimize database performance
- Monitor and optimize application performance

Kết quả thực tế: Các team sử dụng file này báo cáo giảm đáng kể security-related comments trong code review và thời gian approve infrastructure changes nhanh hơn vì best practices đã được bake in từ đầu.

2. Terraform Best Practices

File: .kiro/steering/terraform_best_practices.md

Vấn đề: Terraform code dễ trở nên không nhất quán giữa các team members, dẫn đến state management issues, security vulnerabilities và deployment failures.

Giải pháp: File steering này đóng vai trò guardrail, đảm bảo mọi Terraform resource follow team standards.

Ví dụ thực tế: Khi bạn yêu cầu Kiro tạo S3 bucket resource, nó tự động:

• Add proper tags (Environment, Project, ManagedBy)
• Enable versioning cho data protection
• Configure encryption at rest
• Dùng variables thay vì hardcoded values
• Include lifecycle rules nếu cần
• Format code theo terraform fmt standards

# Terraform AWS Development and Deployment Best Practices

## General Rules
1. Always run `terraform fmt` before committing code
2. Always run `terraform validate` before applying changes
3. Use remote state with S3 backend and DynamoDB for state locking
4. Set default region to "us-east-1" for all AWS providers

## Security Rules
1. Never hardcode AWS credentials in Terraform files
2. Use IAM roles with least privilege principle
3. Enable versioning on S3 buckets
4. Encrypt sensitive data at rest and in transit

## Resource Management
1. Always tag resources with "Environment", "Project", and "ManagedBy: Terraform"
2. Use modules for reusable infrastructure components
3. Pin module versions to specific releases
4. Use variables for all configurable values

Kết quả thực tế: Teams báo cáo giảm 60% Terraform-related bugs và state conflicts. Thành viên mới có thể contribute infrastructure code một cách tự tin trong vài ngày thay vì vài tuần vì Kiro guide họ through best practices tự động.

3. Minimal Engineering Approach

File: .kiro/steering/minimal-engineering-approach.md

Vấn đề: AI assistants đôi khi suggest các giải pháp và helper không cần thiết cho vấn đề

Giải pháp: File steering này giữ Kiro focus vào simplicity tránh over-engineering.

# Minimal Engineering Approach

## Core Principles

- **Keep it simple**: Write only the minimal code needed
- **One file solutions**: Prefer single-file implementations
- **Fix, don't bypass**: Fix existing solutions first
- **No workarounds**: Don't build workarounds unless explicitly requested
- **Essential files only**: Create only necessary files

## File Creation Guidelines

- **Maximum 3-5 files** for most projects
- **One README.md** with essential information only
- **No separate documentation files** unless requested
- **No helper scripts** unless absolutely necessary

## Problem-Solving Approach

1. **First**: Try to fix the existing solution
2. **Second**: Modify the current approach minimally
3. **Last resort**: Create alternative solution (only if user requests it)

## Code Guidelines

- Write concise, focused code
- Avoid over-abstraction
- Keep functions small and direct
- Minimize dependencies

Kết quả thực tế: Startups và small teams yêu thích file này vì nó giữ codebase maintainable khi phát triển.

4. Git Commit Standards

File: .kiro/steering/git-commit-standards.md- Write concise, focused code – Avoid over-abstraction – Keep functions small and direct – Minimize dependencies

Vấn đề: Commit messages không nhất quán khiến việc hiểu project history, generate changelogs hoặc dùng tools như semantic-release trở nên khó khăn.

Giải pháp: File steering này biến Kiro thành commit message expert.

When I ask you to commit my code or changes:
1. Determine which files are new, modified, or deleted using `git status`
2. Stage all relevant files
3. Generate a commit message following these best practices:
- Use the imperative mood ("Add feature" not "Added feature")
- Start with a concise summary line (50 chars or less)
- Structure: `<type>(<scope>): <description>`
- Types: feat, fix, docs, style, refactor, test, chore
- Scope: optional component name

Example:
```
feat(auth): implement OAuth2 authentication flow

- Add OAuth2 client configuration
- Create login and callback endpoints
- Store tokens securely in user session

Closes #123
```

Do not ask for confirmation before committing. Always show the generated commit message before executing.

Kết quả thực tế: Teams có thể tự động Generate Changelogs, Track Features Across Releases và hiểu Project History ngay lập tức. Một team báo cáo tiết kiệm 2 giờ mỗi Release Cycle chỉ riêng việc Generate Changelog.

Kết Luận

Khi việc phát triển dựa vào AI ngày càng phát triển, chúng ta cần có những hướng dẫn cụ thể để kết quả nhận được từ AI đảm bảo chất lượng cao. Hy vọng tính năng Steering của Kiro giúp ích cho độc giả và cảm ơn đã đọc đến cuối bài viết!      

Hãy tham khảo thêm các bài viết về Giải pháp & Kiến thức công nghệ chuyên sâu tại Sunny Cloud Vietnam

The post Kiro Steering là gì? Cách dùng Kiro AI tự động hóa Context appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

Vision One Là Gì?

Trend Micro Vision One là một nền tảng bảo mật giúp giám sát và bảo vệ các container, phát hiện lỗ hổng bảo mật, và chặn các mối đe dọa từ khi build cho đến lúc chạy trên production.

Chuẩn Bị

Cần có:

• Tài khoản AWS
• Đã cài Terraform, Python
• Tài khoản Trend Vision One, nếu chưa có thì vào link bên dưới đăng kí

https://www.trendmicro.com/en_us/business/products

Các Bước Thiết Lập

Bước 1: Kết Nối AWS Account Với Vision One

Đầu tiên, bạn cần “kết bạn” giữa AWS và Vision One:

1. Đăng nhập vào Trend Vision One console

2. Vào Cloud Security → Container Security

3. Chọn Continue with Amazon ECS

4. Chọn deployment method, ở đây tôi chọn:
   • Terraform
   • Single AWS Account

5. Nhập vào aws account, region

Bước 2: Deploy Terraform Template

Làm theo hướng dẫn từ TrendMicro

• Download the Terraform Template
• Sau đó chạy các lệnh sau:

unzip -o cloud-account-management-terraform-package-1761620542405244073.zip -d

 cloud-account-management-terraform-package

cd cloud-account-management-terraform-package

./deploy.sh

Nếu thành công, sẽ thấy màn hình bên dưới:

Bây giờ sẽ thấy được AWS Account đã thiết lập:

Kết Luận

Vậy là AWS Account đã được bảo vệ bởi TrendMicro VisionOne. Đây là cách để nâng cao security cho hệ thống của các doanh nghiệp được cộng đồng rất tin tưởng.
Hy vọng bài viết có ích và cảm ơn độc giả!

The post Thiết Lập Trend Micro Vision One Cho AWS Account appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

https://aws.amazon.com/about-aws/whats-new/2025/08/aws-billing-cost-management-mcp-server

MCP Server Là Gì?

MCP (Model Context Protocol) server là một “cầu nối” cho phép các trợ lý AI như Claude Desktop, VS Code, Amazon Q Developer CLI… có thể truy cập và phân tích dữ liệu chi phí AWS của bạn.

Nói đơn giản: Thay vì phải tự mình kiểm tra từng báo cáo chi phí phức tạp, giờ chỉ cần hỏi AI và nhận câu trả lời ngay lập tức.

Các lợi ích chính khi quản lý chi phí có AI hỗ trợ

1. Phân Tích Chi Phí Dễ Dàng

• Xem chi phí quá khứ và dự báo tương lai
• So sánh chi phí giữa các tháng
• Phát hiện chi phí bất thường tự động

2. Tối Ưu Hóa Chi Tiêu

• Nhận gợi ý tiết kiệm chi phí cho EC2, Lambda, EBS
• Phân tích cơ hội mua Savings Plans và Reserved Instances
• Tìm kiếm cơ hội chuyển sang AWS Graviton để tiết kiệm

3. Giám Sát Free Tier

• Theo dõi sử dụng Free Tier
• Tránh phát sinh chi phí ngoài ý muốn

4. Phân Tích Storage (S3)

• Truy vấn dữ liệu Storage Lens bằng SQL
• Phân tích chi phí lưu trữ theo bucket, region
• Tìm cơ hội tối ưu hóa lưu trữ

Cách Cài Đặt

Bước 1: Chuẩn Bị

• Có tài khoản AWS với quyền truy cập các API Billing
• Cấu hình AWS credentials bằng lệnh dưới, điền thông tin Access Key, Secret Key vào

aws configure

• Cài đặt uv từ Astral

https://docs.astral.sh/uv/getting-started/installation

curl -LsSf https://astral.sh/uv/install.sh | sh

• Cài Python bằng lệnh

uv python install 3.10

Bước 2: Cài Đặt MCP Server

Với Linux/MacOS:

Cấu hình MCP Server trong MCP Client của bạn (ví dụ: đối với Amazon Q Developer CLI, hãy tạo ~/.aws/amazonq/mcp.json):

{
  "mcpServers": {
    "awslabs.billing-cost-management-mcp-server": {
      "command": "uvx",
      "args": [
         "awslabs.billing-cost-management-mcp-server@latest"
      ],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "ap-northeast-1"
      }
    }
  }
}

Bước 3: Kết Nối Với AI Assistant

MCP server hoạt động với nhiều công cụ AI:

• Amazon Q Developer (Console và CLI)
• Claude Desktop
• Visual Studio Code
• Kiro IDE

Bài viết này tôi dùng Amazon Q

Nếu thành công bạn sẽ thấy MCP server cho Billing and Cost Management được load như sau:

Các Tính Năng Chính

1. Cost Explorer

Phân tích chi phí lịch sử, dự báo chi phí, theo dõi xu hướng sử dụng

2. Budget Monitoring

Kiểm tra ngân sách hiện tại và cảnh báo vượt ngưỡng

3. Compute Optimizer

Nhận khuyến nghị tối ưu cho các dịch vụ compute

4. Cost Optimization Hub

Tập trung các cơ hội tiết kiệm chi phí

5. Storage Lens

Phân tích chi tiết chi phí lưu trữ S3

Ví Dụ Sử Dụng Thực Tế

Sau khi cài đặt, tôi hỏi AI câu sau:

check cost this month?

→ và nhận được câu trả lời như hình

Lưu Ý Quan Trọng

Về Bảo Mật

• MCP server sử dụng AWS credentials của bạn
• Cần cấp đủ quyền IAM cho các API cần thiết
• Dữ liệu được xử lý an toàn theo tiêu chuẩn AWS

Kết Luận

AWS Billing and Cost Management MCP server là giúp đơn giản hóa quản lý chi phí AWS. Thay vì phải đọc hàng chục báo cáo phức tạp, giờ bạn chỉ cần trò chuyện với AI để hiểu rõ chi phí và tìm cách tối ưu.

Hy vọng bài viết có ích và cảm ơn độc giả!

The post AWS Giới Thiệu Công Cụ MCP Server – Quản Lý Chi Phí Thông Minh Hơn Với AI appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

• Terraform là gì?
• Tại sao nên dùng Terraform?
• Cài đặt Terraform
  • Trên Windows
  • Trên Mac
  • Trên Ubuntu/Debian
• Chuẩn bị AWS Account
• Tạo S3 Bucket
  • Bước 1: Tạo file cấu hình
  • Bước 2: Khởi tạo Terraform
  • Bước 3: Xem Terraform sẽ làm gì
  • Bước 4: Tạo thật trên AWS
  • Bước 5: Kiểm tra kết quả
  • Bước 6: Clean up
• Variables – Làm code linh hoạt hơn
• Lệnh Terraform quan trọng
• Các Lưu Ý Quan Trọng
  • 1. Luôn dùng terraform plan trước apply
  • 2. Quản lý State file cẩn thận
  • 3. Sử dụng workspace cho môi trường khác nhau
• Tham khảo
• Kết luận

Trong số các công cụ IaC, Terraform được sử dụng khá nhiều nhờ những lợi ích như cộng đồng lớn, hỗ trợ nhiều cloud provider như AWS, AZURE, GCP.

Terraform là gì?

Với Terraform, bạn viết code để mô tả những gì cần tạo cho cơ sở hạ tầng (server, database, network…), và Terraform sẽ tự động tạo cho bạn.

Tại sao nên dùng Terraform?

1. Tiết kiệm thời gian

• Tạo 10 server?Bạn chỉ cần copy code và đổi tên là xong

2. Không sợ sai sót

• Code một lần, chạy nhiều lần – kết quả luôn giống nhau
• Dễ dàng xem lại và sửa lỗi

3. Quản lý dễ dàng

• Xóa mọi thứ chỉ với lệnh terraform destroy
• Có thể dùng tạo các cơ sở hạ tầng của nhiều cloud provider khác nhau như AWS, AZURE, GCP, …

Cài đặt Terraform

Trên Windows

Tải file từ terraform.io/downloads rồi tự cài đặt

Sau đó kiểm tra bằng lệnh:

terraform version

Trên Mac

brew install terraform

Trên Ubuntu/Debian

wget -O - https://apt.releases.hashicorp.com/gpg | sudo gpg --dearmor -o /usr/share/keyrings/hashicorp-archive-keyring.gpg

echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/hashicorp-archive-keyring.gpg] https://apt.releases.hashicorp.com $(grep -oP '(?<=UBUNTU_CODENAME=).*' /etc/os-release || lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/hashicorp.list

sudo apt update && sudo apt install terraform

Bài viết này tôi làm trên Ubuntu 24.04.2 và có kết quả như hình:

Chuẩn bị AWS Account

Bạn cần có:

1. AWS Account 
2. Access Key và Secret Key – Lấy từ IAM User trong AWS Console

Tạo S3 Bucket

Bước 1: Tạo file cấu hình

Tạo thư mục mới và file main.tf:

# The Easiest Terraform Project on AWS

# This creates a simple S3 bucket

terraform {

  required_providers {

    aws = {

      source  = "hashicorp/aws"

      version = "~> 5.0"

    }

  }

}

provider "aws" {

  region = "ap-northeast-1"  # Tokyo region

}

# Create a simple S3 bucket

resource "aws_s3_bucket" "my_first_bucket" {

  bucket = "my-first-terraform-bucket-${random_string.bucket_suffix.result}"

  tags = {

    Name        = "My First Terraform Bucket"

    Environment = "Learning"

    CreatedBy   = "Terraform"

  }

}

# Generate random string for unique bucket name

resource "random_string" "bucket_suffix" {

  length  = 8

  special = false

  upper   = false

}

# Output the bucket name

output "bucket_name" {

  value = aws_s3_bucket.my_first_bucket.bucket

}

output "bucket_arn" {

  value = aws_s3_bucket.my_first_bucket.arn

}

Lưu ý bảo mật:

Trong thực tế, KHÔNG BAO GIỜ để key trực tiếp trong code. Hãy dùng environment variables:

export AWS_ACCESS_KEY_ID="your_access_key"

export AWS_SECRET_ACCESS_KEY="your_secret_key"

Bước 2: Khởi tạo Terraform

Mở terminal trong thư mục chứa file main.tf:

terraform init

Lệnh này sẽ tải các plugin cần thiết cho AWS. Chờ khoảng 15 phút, nếu thành công sẽ cho kết quả hiển thị như sau:

Bước 3: Xem Terraform sẽ làm gì

terraform plan

Terraform sẽ hiển thị “kế hoạch” – những gì sẽ được tạo. Đọc kỹ để đảm bảo đúng ý bạn.

Bước 4: Tạo thật trên AWS

terraform apply

Gõ yes khi được hỏi. Đợi khoảng 30 giây, bucket s3 sẽ xuất hiện trên AWS!

Bước 5: Kiểm tra kết quả

Vào AWS Console → s3

Bước 6: Clean up

terraform destroy

Variables – Làm code linh hoạt hơn

Thay vì hardcode mọi thứ, dùng variables để dễ thay đổi:

variables.tf:

variable "instance_type" {

  description = "Loai EC2 instance"

  default     = "t2.micro"

}

variable "server_count" {

  description = "So luong server can tao"

  default     = 1

}

main.tf:

resource "aws_instance" "app_server" {

  count         = var.server_count

  ami           = "ami-0df7a207adb9748c7"

  instance_type = var.instance_type

  tags = {

    Name = "App-Server-${count.index + 1}"

  }

}

Lệnh Terraform quan trọng

terraform init      # Khởi tạo project

terraform plan      # Xem trước thay đổi

terraform apply     # Áp dụng thay đổi

terraform destroy   # Xóa tất cả resource

terraform fmt       # Format code

terraform validate  # Kiểm tra syntax

Các Lưu Ý Quan Trọng

1. Luôn dùng terraform plan trước apply

Đừng bao giờ apply mà không xem plan trước. 

2. Quản lý State file cẩn thận

Terraform lưu trạng thái trong file terraform.tfstate. File này QUAN TRỌNG:

• Backup thường xuyên
• Không commit vào Git (chứa thông tin nhạy cảm)
• Nên dùng remote backend (S3) cho team

3. Sử dụng workspace cho môi trường khác nhau

terraform workspace new dev

terraform workspace new production

Tham khảo

• Documentation chính thức: terraform.io/docs
• AWS Provider docs: registry.terraform.io/providers/hashicorp/aws

Kết luận

Terraform mang đến khả năng tạo cơ sở hạ tầng bằng code với nhiều ưu điểm như tiết kiệm thời gian, hỗ trợ nhiều cloud provider.

Hy vọng bài viết có ích và cảm ơn độc giả!

The post Hướng dẫn bắt đầu sử dụng Terraform tạo cơ sở hạ tầng trên AWS appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

• Amazon Bedrock Là Gì?
• Claude 4: Mô Hình Hybrid Reasoning
  • Công Nghệ Hybrid Reasoning
• Nói Về Claude Opus 4.1
  • Khả Năng Coding Tiên Tiến
  • Frontend Development
  • Long-Horizon Task Handling
• Khả Dụng Trên Amazon Bedrock
  • Vùng Khả Dụng
  • Cách Bắt Đầu
• Lợi Ích Khi Sử Dụng Claude Trên Bedrock
  • 1. Tích Hợp Dễ
  • 2. Scalability
  • 3. Enterprise-Ready
  • 4. Multi-Model Strategy
• Use Cases Thực Tế
  • Trong Phát Triển Phần Mềm
  • Trong Research & Development
  • Trong Customer Service
• Kết Luận: 

Anthropic vừa công bố Claude Opus 4.1, mô hình AI tiên tiến nhất của hãng, đã chính thức có mặt trên nền tảng Amazon Bedrock. Tham khảo ở đây

https://aws.amazon.com/about-aws/whats-new/2025/08/anthropic-claude-opus-4-1-amazon-bedrock

Amazon Bedrock Là Gì?

Nói về Amazon Bedrock, đây là dịch vụ được quản lý toàn diện của AWS, cho phép xây dựng và mở rộng quy mô các ứng dụng AI tạo sinh một cách dễ dàng. Bedrock cung cấp quyền truy cập vào nhiều mô hình foundation từ các nhà cung cấp AI hàng đầu, và giờ đây bao gồm cả Claude Opus 4.1.

Claude 4: Mô Hình Hybrid Reasoning

Công Nghệ Hybrid Reasoning

Dòng Claude 4, bao gồm Opus 4.1 và Sonnet 4, là những mô hình hybrid reasoning tiên phong với hai chế độ hoạt động:

• Phản hồi tức thời: Cho những tác vụ cần tốc độ
• Tư duy mở rộng: Cho những vấn đề cần suy luận sâu sắc

Những mô hình foundation này được phát triển đặc biệt để xây dựng các AI agents tiên tiến có khả năng:

• Phân tích hàng nghìn nguồn dữ liệu
• Thực thi các tác vụ kéo dài
• Viết nội dung chất lượng cao
• Thực hiện các hành động phức tạp

Nói Về Claude Opus 4.1

Claude Opus 4.1 được giới thiệu là mô hình mạnh mẽ nhất của Anthropic, được thiết kế như một “drop-in replacement” (thay thế trực tiếp) cho Opus 4, mang đến hiệu suất và độ chính xác vượt trội cho các ứng dụng coding và agentic trong thực tế.

Khả Năng Coding Tiên Tiến

Opus 4.1 nổi bật với khả năng:

• Lập kế hoạch độc lập: Tự động phân tích và lên kế hoạch cho các dự án phát triển phức tạp
• Thực thi end-to-end: Hoàn thành toàn bộ quy trình phát triển từ đầu đến cuối
• Thích ứng phong cách: Học và điều chỉnh theo phong cách coding của bạn
• Duy trì chất lượng cao: Đảm bảo code sạch, hiệu quả và dễ bảo trì

Frontend Development

Một trong những cải tiến đáng chú ý nhất là khả năng:

• Tạo code frontend với chất lượng visual output vượt trội
• Xử lý logic phức tạp một cách hiệu quả
• Tối ưu hóa trải nghiệm người dùng

Ví dụ:

Hình này là ảnh INPUT đầu vào: 

Claude Opus 4.1 cho kết quả OUTPUT đầu ra:

Điều đó có nghĩa, nói về khả năng Frontend Development của Opus 4.1 thì nó đang dẫn đầu

Long-Horizon Task Handling

Với context window lên đến 200K token, Opus 4.1 có thể:

• Xử lý các tác vụ kéo dài trong thời gian dài
• Duy trì context và logic xuyên suốt chuỗi hành động phức tạp
• Giải quyết vấn đề đa tầng với độ chính xác cao

Khả Dụng Trên Amazon Bedrock

Vùng Khả Dụng

Cho tới thời điểm hiện tại Claude Opus 4.1 đã sẵn sàng ở:

• US West (Oregon)
• US East (N. Virginia)
• US East (Ohio)

Cách Bắt Đầu

Để sử dụng Claude Opus 4.1 trên Amazon Bedrock:

1. Truy cập Amazon Bedrock console
2. Vào dịch vụ Amazon Bedrock → Configure and learn → Model access

Sau đó cấp quyền sử dụng bằng “Enable specific models” theo hướng dẫn sau:

Lợi Ích Khi Sử Dụng Claude Trên Bedrock

1. Tích Hợp Dễ

• Tích hợp dễ dàng với hệ sinh thái AWS
• Sử dụng các dịch vụ AWS khác như S3, Lambda, DynamoDB
• Bảo mật và compliance theo tiêu chuẩn AWS

2. Scalability

• Mở rộng quy mô theo nhu cầu
• Không cần lo lắng về infrastructure
• Pay-as-you-go pricing model

3. Enterprise-Ready

• Bảo mật cấp doanh nghiệp
• Compliance với các tiêu chuẩn quốc tế
• Support 24/7 từ AWS

4. Multi-Model Strategy

• Truy cập nhiều mô hình AI từ một platform
• So sánh và chọn mô hình phù hợp
• Flexibility trong deployment

Use Cases Thực Tế

Trong Phát Triển Phần Mềm

• Ví dụ: Một công ty fintech sử dụng Claude Opus 4.1 để:
• – Tự động review code và suggest improvements
• – Generate test cases và documentation

Trong Research & Development

• Ví dụ: Phòng R&D sử dụng để:
• – Tổng hợp research findings
• – Viết technical reports

Trong Customer Service

• Ví dụ: Xây dựng AI agents để:
• – Xử lý queries phức tạp
• – Cá nhân hóa responses

Kết Luận:

Claude Opus 4.1 trên Amazon Bedrock không chỉ là một công cụ – nó thực sự là 1 trợ lý với khả năng ứng dụng rộng rãi tùy vào tình hình thực tế.

Hy vọng bài viết hữu ích và cảm ơn độc giả đọc đến cuối!

The post Claude Opus 4.1 Đã Có Mặt Trên Amazon Bedrock appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

• Vấn đề thực tế
• Thách thức phổ biến
• Giải pháp: Dùng AI-Powered Diagram
• Quy trình 5 bước
  • Bước 1: Chuẩn bị
  • Bước 2: Yêu cầu Q đọc diagram
  • Bước 3: Tạo file DrawIO
  • Bước 4: Export diagram ra ngoài window bằng lệnh
  • Bước 5: Edit trong draw.io
• Best Practices
  • 1. Prompt rõ ràng
  • 2. Tổ chức file
  • 3. Yêu cầu điều chỉnh layout
  • 4. Custom sau trong draw.io
• Kết luận

Bạn có bao nhiêu architecture diagram đang “nằm im” trong file PNG, JPEG mà không thể chỉnh sửa? Bài viết này hướng dẫn cách dùng Amazon Q CLI, MCP Server và draw.io để biến những diagram cũ thành file có thể edit trong vài phút.

Tài liệu tham khảo:

• Amazon Q CLI Setup Guide
• draw.io Documentation
• AWS Architecture Icons

Vấn đề thực tế

Tôi được giao một AWS architecture diagram cũ (file PNG) với yêu cầu:

• Thêm multiple Availability Zones
• Hiển thị service replication giữa các AZs
• Cập nhật theo multi-AZ deployment mới

Vấn đề: Không có file .drawio, .vsdx hay bất kỳ định dạng nào có thể edit. Chỉ có một hình ảnh tĩnh.

Thách thức phổ biến

1. Không có file gốc: Chỉ có PNG/JPEG từ người trước để lại
2. Diagram lỗi thời: Không phản ánh infrastructure hiện tại
3. Thay đổi thường xuyên: Infra update liên tục nhưng diagram không theo kịp
4. Mất context: Nhiều team handoff, không ai nhớ chi tiết

Giải pháp: Dùng AI-Powered Diagram

Sử dụng :

• Amazon Q CLI: AI assistant đọc và phân tích diagram
• AWS Diagram MCP Server: Tự động generate diagram mới
• draw.io: Export thành file có thể edit

Quy trình 5 bước

Bước 1: Chuẩn bị

• File diagram cũ (vd: aws_architecture.png)
• AWS Diagram MCP Server đã cài và cấu hình xong, nếu chưa có tham khảo https://github.com/awslabs/mcp/tree/main/src/aws-diagram-mcp-server
• Amazon Q CLI đã cài đặt và config
• Nếu chưa cài tham khảo link này để cài đặt https://dev.to/devsubha/how-to-install-amazon-q-cli-on-windows-step-by-step-guide-for-beginners-2g29

q chat

Nếu thành công sẽ hiển thị như sau:

Bước 2: Yêu cầu Q đọc diagram

can you locate this file /Users/yourname/Downloads/aws_architecture.png

Amazon Q sẽ:

• Parse file image
• Nhận diện AWS components (ECS, ALB, RDS, S3…)
• Mô tả diagram bằng text

Bước 3: Tạo file DrawIO

create a draw.io file for /your foler/filename.png:

Bước 4: Export diagram ra ngoài window bằng lệnh

cp /your foler/filename.drawio /mnt/c/Users/yourname/Desktop

Bước 5: Edit trong draw.io

1. Mở draw.io
2. File → Open From Device → Chọn filename.drawio
3. Tinh chỉnh icons, spacing, thêm annotations

Best Practices

1. Prompt rõ ràng

"Update the diagram to show internal load balancer in private subnets, 

and replication between RDS in AZ1 and AZ2"

2. Tổ chức file

Dùng folder riêng như ~/generated-diagrams để quản lý outputs

3. Yêu cầu điều chỉnh layout

"Rebuild the layout with improved spacing between AZ components 

and more visual clarity for VPC boundaries"

4. Custom sau trong draw.io

Drag-drop icons, thêm branding, fine-tune vị trí

Kết luận

Amazon Q CLI + MCP Server + draw.io biến bảo trì aws architecture diagrams thành công việc đơn giản hơn rất nhiều.

Thay vì vẽ lại từ đầu, bạn có thể:

• Đọc diagram cũ bằng AI
• Update theo yêu cầu mới
• Export thành file editable
• Collaborate với team dễ dàng

Cảm ơn độc giả đã đọc đến cuối bài!

The post Hiện đại hóa AWS Architecture Diagrams với Amazon Q CLI và draw.io appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.

• Giới thiệu
• Citations API là gì?
• PDF Support là gì?
• Các models hỗ trợ:
• Cách sử dụng
  • Cấu trúc DocumentBlock
  • Ví dụ 1: Đọc PDF và yêu cầu trích dẫn
• Kết luận

Giới thiệu

Amazon Bedrock vừa ra mắt hai tính năng mới cho các Claude Models: Citations API và PDF Support. Hai tính năng này giúp xây dựng ứng dụng AI đáng tin cậy hơn và xử lý tài liệu tốt hơn.

Nguồn: https://aws.amazon.com/about-aws/whats-new/2025/06/citations-api-pdf-claude-models-amazon-bedrock

Citations API là gì?

Citations API cho phép Claude models chỉ ra chính xác đoạn văn bản nào trong tài liệu được dùng để tạo câu trả lời. 

Lợi ích chính

• Người dùng có thể kiểm tra nguồn thông tin
• Biết được AI dựa vào đâu để đưa ra câu trả lời
• Tăng độ tin cậy cho ứng dụng

PDF Support là gì?

PDF Support cho phép Claude models:

• Đọc và hiểu nội dung file PDF
• Phân tích biểu đồ và hình ảnh trong PDF
• Xử lý các tài liệu có cấu trúc phức tạp

Các models hỗ trợ:

Các tính năng này hoạt động với:

• Claude Opus 4
• Claude Sonnet 4
• Claude Sonnet 3.7
• Claude Sonnet 3.5v2

Cách sử dụng

Cấu trúc DocumentBlock

Khi gửi tài liệu cho Claude, bạn cần sử dụng cấu trúc sau:

document_block = {

    "name": "Tên tài liệu",

    "source": {

        # Nội dung tài liệu

    },

    "citations": {

        # Cấu hình trích dẫn

    },

    "context": "Thông tin bổ sung về tài liệu",

    "format": "pdf"  # hoặc csv, doc, docx, xls, xlsx, html, txt, md

}

Ví dụ 1: Đọc PDF và yêu cầu trích dẫn

import boto3

import json

import base64

# Tạo client

bedrock = boto3.client('bedrock-runtime', region_name='us-east-1')

# Đọc file PDF

with open('tai_lieu.pdf', 'rb') as f:

    pdf_content = f.read()

# Tạo request

request_body = {

    "anthropic_version": "bedrock-2023-05-31",

    "messages": [

        {

            "role": "user",

            "content": [

                {

                    "type": "document",

                    "document": {

                        "name": "Tài liệu nghiên cứu",

                        "source": {

                            "bytes": base64.b64encode(pdf_content).decode('utf-8')

                        },

                        "format": "pdf",

                        "citations": {

                            "enabled": True

                        }

                    }

                },

                {

                    "type": "text",

                    "text": "Tóm tắt nội dung chính và cho biết thông tin lấy từ đâu."

                }

            ]

        }

    ],

    "max_tokens": 2000,

    "temperature": 0.3

}

# Gọi API

response = bedrock.invoke_model(

    modelId="anthropic.claude-3-sonnet-20240229-v1:0",

    body=json.dumps(request_body)

)

# Xem kết quả

result = json.loads(response['body'].read())

print(result['content'][0]['text'])

Kết luận

Tính năng Citations API và PDF Support giúp Amazon Bedrock trở thành công cụ mạnh mẽ hơn cho việc trích dẫn nguồn chính xác và xử lý PDF giúp xây dựng các ứng dụng AI đáng tin cậy hơn.
Cảm ơn độc giả đọc đến cuối bài viết!

The post Amazon Bedrock: Citations API và PDF Support cho Claude Models appeared first on Sunny Cloud | AWS Billing và giải pháp AWS toàn diện.