Python: xapiでステートメントを登録する（Learning Locker）

 表題の通り、LRSとしてLearning Lockerを使うことになったので、まずはPythonでのデータ（ステートメント）の登録方法など。一般的には、MoodleなどのLMSからLRSに送るので、コードでガリガリということはあまりないと思いますが・・・。

留意点としては(Learning Lockerを前提にしていますが）、

•  エンドポイントのportは8081
• usernameとかpasswordは、Learning Lockerにある管理画面のKey, Secretなどが該当
• headerには"X-Experience-API-Version"が必須

というところですね。

	import requests
	import json
	from datetime import datetime, timezone
	from base64 import b64encode
	# Learning Locker LRS のエンドポイント情報
	LRS_ENDPOINT = "http://localhost:8081/data/xAPI/statements"
	LRS_USERNAME = "xxxxxxx"
	LRS_PASSWORD = "xxxxxx"
	# Basic認証ヘッダーの作成
	def get_auth_header():
	auth_string = f"{LRS_USERNAME}:{LRS_PASSWORD}"
	auth_encoded = b64encode(auth_string.encode()).decode()
	return {"Authorization": f"Basic {auth_encoded}"}
	# xAPI ステートメントの作成
	def create_xapi_statement():
	statement = {
	"actor": {
	"mbox": "mailto:example@example.com",
	"name": "John Doe",
	"objectType": "Agent"
	},
	"verb": {
	"id": "http://adlnet.gov/expapi/verbs/completed",
	"display": {"en-US": "completed"}
	},
	"object": {
	"id": "http://example.com/activities/lesson1",
	"definition": {
	"name": {"en-US": "Lesson 1"},
	"description": {"en-US": "The first lesson"}
	},
	"objectType": "Activity"
	},
	"timestamp": datetime.now(timezone.utc).isoformat()
	}
	return statement
	# xAPI ステートメントの送信
	def send_xapi_statement():
	headers = {
	"Content-Type": "application/json",
	"X-Experience-API-Version": "1.0.3", #これが必要です
	**get_auth_header()
	}
	statement = create_xapi_statement()
	response = requests.post(LRS_ENDPOINT, headers=headers, json=statement)
	if response.status_code == 200 or response.status_code == 204:
	print("xAPI ステートメントが正常に送信されました。")
	else:
	print(f"エラー: {response.status_code}, {response.text}")
	if __name__ == "__main__":
	send_xapi_statement()

view raw create_xapi_statement.py hosted with ❤ by GitHub

AWS Lambda: [ERROR] ProfileNotFound: The config profile (xxxx) could not be found

Chaliceを使ってPythonコードをlamdaにデプロイしたら、Internal Errorのリターンがあり、表題のようなエラーがCloud Watchで確認できました。エラーの意味は、xxxxってプロファイルがないよってことなんですが。。。。

原因と解決策

原因は、ローカルで指定している Crediencialのプロファイルが、サーバー側にはないよってこと。

解決策は、デプロイするコードにはprofileを指定する記述をなくす。。ということにようです。sonnnet3.7の回答がそうだったので、実際そうすると動きました。でも何かスマートじゃないな。

ClineでBedrock(Sonnet3.7)を指定した際のAPI Request Failedへの対応

巷で話題のClineを使ってみました。モデルの選択にAWS BedRockを経由できるらしく、おちラボではBedrockを研究費で使っているので、ラボ内で本格的に利用しても予算的に安心ではあります。。。で、モデルはClaudeを使いたいわけで、最近はSonnet3.7が出ているようなのでそれを指定すると、API Request Failedのエラーが？！

400 Invocation of model ID anthropic.claude-3-7-sonnet-20250219-v1:0 with on-demand throughput isn’t supported. Retry your request with the ID or ARN of an inference profile that contains this model.

というエラーで。。。オンデマンド対応してない？もともと使っていたSonnet3.5v1ならOK。Sonnet3.5v2なら同様のエラー。なんだこりゃ？3.5v2から仕様が変更になったのかと思いましたが、正解は。。。

• Use cross-region inference　にチェックを入れる

でした。開発効率を上げる手段として生成AI利用は魅力。ゼミ生が有料のサービスの利用に躊躇しているようなので、希望すれば使わせたいなと思います。

ちなみに、個人的なClineの感想。まあ、便利そうだけど勝手に色々言ってくるのは正直鬱陶しいなというきますが、それは私が昭和な人間だからですかね。