": { "message": "InvokeModelWithResponseStream: operation error Bedrock Runtime:...
🚨 错误信息
{
"error": {
"message": "InvokeModelWithResponseStream: operation error Bedrock Runtime: InvokeModelWithResponseStream, https response error StatusCode: 400, RequestID: f6c67ca2-a4ab-4838-a704-1da0dd2eff8e, ValidationException: ***.***.***.***.type: Expected `thinking` or `redacted_thinking`, but found `text`. When `thinking` is enabled, a final `assistant` message must start with a thinking block (preceeding the lastmost set of `tool_use` and `tool_result` blocks). We recommend you include thinking blocks from previous turns. To avoid this requirement, disable `thinking`. Please consult our documentation at https://***.com/***/***/***/*** (request id: 20260109114933453298684wx7gxyR1) (request id: 202601091149333424032647QbmqKoS) (request id: 20260109114933305355115dXguzmqz) (request id: 20260109114933117456722dU3q6UlF)",
"type": "rix_api_error",
"param": "",
"code": null
}
}
🤖 AI解决方案
分析流程
1.翻译
``
原文：ValidationException: ....type: Expected thinking or redacted_thinking, but found text. When thinking is enabled, a final assistant message must start with a thinking block (preceeding the lastmost set of tool_use and tool_result blocks). We recommend you include thinking blocks from previous turns. To avoid this requirement, disable thinking.
译文：验证异常：....type: 期望是 thinking 或 redacted_thinking，但找到了 text。当启用 thinking 时，最后一个 assistant 消息必须以一个思考块开头（位于最后一组 tool_use 和 tool_result 块之前）。我们建议您包含来自先前回合的思考块。为避免此要求，请禁用 thinking。
`2.原因分析
这是一个 AWS Bedrock Runtime 的请求验证错误（状态码 400）。根本原因在于：您向支持思维链（Chain of Thought） 推理的模型（如 Claude 3.5 Sonnet）发送了格式错误的对话消息。具体问题：
您可能在调用参数中启用了
功能（例如，设置了 inferenceConfig: { thinking: 'enabled' } 或类似的选项）。在此模式下，模型要求 assistant 的回复必须遵循特定格式：在生成最终答案前，必须先输出一个思考过程（thinking block）。您的请求中，模型期望对话历史里最后一个
assistant 消息的 content 块类型是 thinking，但您提供的是普通的 text 类型。这违反了启用 thinking 时的协议。3.
您有两个主要选择：
方案 A：禁用
thinking 功能（推荐）
这是最简单的修复方法。修改您的 Bedrock 调用配置，禁用推理中的思维链功能。json
{
"inferenceConfig": {
"thinking": "disabled"
// ... 其他配置
},
"messages": [
// 您的对话消息，格式可以保持为常规的 text 类型
]
}
方案 B：正确构建启用
thinking 的对话历史
如果您确实需要模型的思考过程，则必须正确格式化请求的 messages 数组，确保历史中的 assistant 消息包含 thinking 块。 遵循官方格式： assistant 的 content 应是一个数组，第一个元素必须是类型为 thinking 的块，其后才是类型为 text 的答案块。
包含先前回合：如果这是多轮对话，之前的 assistant 回复也应该包含 thinking 块。`json
{
"inferenceConfig": {
"thinking": "enabled"
},
"messages": [
{
"role": "user",
"content": [{"text": "用户上一轮的问题"}]
},
{
"role": "assistant",
"content": [
{
"type": "thinking", // 必须作为第一个块
"thinking": "模型内部的推理过程文本..."
},
{
"type": "text", // 推理之后的最终答案
"text": "给用户的最终回复文本..."
}
]
},
{
"role": "user",
"content": [{"text": "用户当前的问题"}]
}
// 您需要生成的下一个 assistant 消息，也必须以 thinking 块开头。
]
}
`4.预防措施
仔细查阅文档：在使用 Bedrock 等云服务的高级功能（如 、tool_use）前，务必仔细阅读其最新的 API 文档和消息格式规范。链接已包含在错误信息中。
使用 SDK 或封装库：考虑使用 AWS 官方 SDK（如 boto3 for Python）或经过验证的第三方封装库来构造请求。它们通常会处理复杂的消息格式，减少手动构造出错的风险。
简化调试：在功能开发初期，先使用最基本的配置（禁用所有高级功能）确保连通性，再逐步、逐一地启用并测试 thinking、tools` 等高级特性。