Nova AI 的注册流程实际上分为三层：AWS 账号、模型服务权限、本地调用环境。Nova 模型没有独立于 AWS 的注册入口，必须通过 Amazon Bedrock 控制台启用模型，再用 IAM 凭证从代码或命令行访问。本文按这个顺序展开，先完成账号创建，再开通 Nova 模型权限，最后配置本地开发环境并运行一段最小调用代码。
一、注册前的准备与 AWS 账号创建
Nova AI 依赖 AWS 账号体系，因此在注册前需要准备一个常用邮箱、一个可用于接收短信验证码的手机号，以及一张支持国际支付的信用卡或借记卡。邮箱用于接收验证链接和账单通知，手机号用于首次注册时的身份验证，信用卡则用于确认账户真实性。AWS 会进行一笔小额预授权验证，通常不会真正扣款，但需要卡片处于可用状态。
进入 AWS 官网后点击创建账号，填写邮箱和 AWS 账户名称。账户名称只是标识，个人开发者可以直接使用自己的姓名或昵称。验证邮箱时，系统会发送一串六位验证码，把它填回注册页面即可。随后设置 root 用户密码，这是 AWS 账户的最高权限凭证，需要单独保管。完成基础信息后选择个人账户或企业账户，个人开发者选择个人账户即可，不影响后续调用 Nova 模型。
注册完成后，AWS 会对账户进行身份验证，部分账号可能需要等待几分钟到几小时不等。验证通过后，建议立即为 root 用户开启多因素认证，也就是 MFA。因为 root 用户拥有删除账户、修改账单等最高权限，一旦泄露风险很大。日常开发不要直接使用 root 用户，后续所有 Nova 调用都应该通过 IAM 用户完成。
二、开通 Nova 模型访问权限与 IAM 配置
登录 AWS 管理控制台后，先确认右上角区域。Nova 系列模型只在部分区域提供，建议优先选择 US East (N. Virginia) 对应的 us-east-1，如果控制台提示该区域不可用，再切换到其他支持 Amazon Bedrock 的区域。接着在服务搜索框中输入 Bedrock，进入 Amazon Bedrock 控制台。左侧菜单里找到模型访问或 Model access 页面，勾选 Nova 系列模型，提交启用请求。模型启用不是即时的，但通常很快就能完成。
模型权限打开后，还需要创建 IAM 用户并生成访问密钥。进入 IAM 控制台，点击创建用户，输入一个可读性较强的用户名，例如 nova-local-dev。不要勾选管理控制台登录权限，因为这次只需要编程访问。创建完成后进入该用户的权限页面，添加内联策略或直接使用 AmazonBedrockFullAccess。如果希望遵循最小权限原则，可以使用下面这段自定义策略，只授权调用 Nova 模型和查看基础模型列表。
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"bedrock:InvokeModel",
"bedrock:ListFoundationModels"
],
"Resource": "*"
}
]
}策略保存后，进入 IAM 用户的安全凭据页面，创建访问密钥。系统会显示 Access Key ID 和 Secret Access Key，Secret 只显示一次，需要立即保存到密码管理器中。不要把密钥写进代码仓库，也不要直接硬编码到脚本里，后续通过 AWS CLI 配置文件或环境变量加载会更安全。
三、本地开发环境配置：安装 AWS CLI 与 Python SDK
AWS CLI 承担凭证管理和控制台命令调用两个角色。macOS 用户可以使用 Homebrew 安装，命令为 brew install awscli。Windows 用户可以使用 winget install Amazon.AWSCLI，安装完成后重新打开终端。Linux 用户则根据发行版选择包管理器安装，或者下载官方安装脚本。安装完成后先运行 aws --version，如果能看到版本输出，说明 CLI 已经正确写入 PATH。
接下来配置凭证。最简单的方式是在终端执行 aws configure，然后依次输入 Access Key ID、Secret Access Key、默认区域和输出格式。默认区域填 us-east-1，输出格式填 json。配置完成后，AWS CLI 会生成 ~/.aws/credentials 和 ~/.aws/config 两个文件。Windows 下路径为 C:\Users\你的用户名\.aws\credentials。如果需要隔离不同项目的凭证，也可以使用环境变量 AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY 和 AWS_DEFAULT_REGION，环境变量的优先级高于配置文件。
# 运行配置向导 aws configure # 依次填写以下信息 # AWS Access Key ID: 你的 Access Key ID # AWS Secret Access Key: 你的 Secret Access Key # Default region name: us-east-1 # Default output format: json # 验证凭证是否可用 aws sts get-caller-identity
Python 环境方面，建议为 Nova 项目单独创建虚拟环境，避免污染全局依赖。先执行 python3 -m venv .venv，然后用 source .venv/bin/activate 激活，Windows 下执行 .venv\Scripts\activate。激活后安装 AWS SDK，执行 pip install boto3。boto3 是 Python 调用 AWS 服务的标准库，Bedrock 的模型推理就通过它的 bedrock-runtime 客户端完成。
四、使用 Python 调用 Nova 模型并排查常见问题
环境就绪后，可以写一段最小代码验证 Nova 模型调用是否畅通。下面示例使用 boto3 创建 bedrock-runtime 客户端，指定区域为 us-east-1，模型 ID 以控制台模型详情页显示为准。请求体采用对话消息格式，包含用户角色和一段文本内容，调用完成后读取响应体并解析返回文本。
import boto3
import json
client = boto3.client("bedrock-runtime", region_name="us-east-1")
model_id = "amazon.nova-pro-v1:0"
body = {
"messages": [
{
"role": "user",
"content": [{"text": "用一句话解释什么是生成式 AI"}]
}
]
}
response = client.invoke_model(
modelId=model_id,
body=json.dumps(body)
)
result = json.loads(response["body"].read())
print(json.dumps(result, indent=2, ensure_ascii=False))如果返回结果中看到输出来自 output.message.content 字段，说明调用链路已经完全打通。不同 Nova 模型的返回结构可能略有差异，首次调试时建议先打印完整 JSON，再根据字段层级提取文本，避免因为结构假设错误导致 KeyError。确认凭证、区域和模型 ID 都正确后，再逐步封装成可复用的函数。
新手最容易遇到的错误码是 AccessDeniedException，这通常表示 IAM 用户没有 bedrock:InvokeModel 权限，或者模型尚未在 Bedrock 控制台启用。另一个常见问题是区域不匹配，例如凭证在 us-east-1 创建，但代码里写了其他区域。还有一些账号会收到模型访问未同步的提示，此时可以先等待几分钟再重试。解决这些问题后，就可以基于这套环境继续开发聊天接口、文档分析或自动化 Agent 了。
Nova AI注册Nova AI环境配置Amazon Bedrock修改时间：2026-08-24 15:40:12