amazon bedrock agents outfit assistant

Demostración del agente de Amazon Bedrock

Asistente de vestimenta

Fuente: Titan Image Generator G1 - 'Ilustración de diferentes climas y atuendos'

Nota: La demostración depende de que usted tenga una cuenta con OpenWeatherMap y una clave API para acceder al servicio meteorológico. Este servicio está disponible en el plan gratuito OpenWeatherMap. Revise los términos de licencia aplicables al servicio con su equipo legal y confirme que su caso de uso cumple con los términos antes de continuar.

Introducción

Este repositorio contiene código para una demostración de Amazon Bedrock Agents.

En esta demostración, desplegará un agente que podrá ayudarlo a seleccionar el equipo ideal para su ubicación.

En una implementación estándar, un modelo de lenguaje grande (LLM) solo puede hacer referencia al "conocimiento" que obtuvo durante el entrenamiento. Como tal, cuando se le solicita que genere información actualizada, como la fecha y hora actuales, o que obtenga las condiciones climáticas, al modelo no le queda otra alternativa que alucinar.

En esta demostración, utilizará Amazon Bedrock Agents para crear una solución que permita a un LLM aprovechar información en tiempo real, incluida la fecha, la hora y la información meteorológica. La solución utilizará esta información para hacer sugerencias sobre qué ropa ponerse.

Esta arquitectura podría ampliarse fácilmente para funcionar con cualquier cantidad de API o fuentes de datos. Si puede conectarse a sus datos desde una función de Amazon Lambda, podrá utilizarlos con Amazon Bedrock Agents.

Implementando

Este es un proyecto SAM. Para comenzar con SAM, consulte aquí.

Implemente este proyecto utilizando la CLI de SAM:

 > sam build
> sam deploy --guided

Se le solicitará información a medida que se implemente el proyecto:

• OpenWeatherAPIKey: una clave API gratuita de OpenWeatherMap
• FoundationModel: ID del modelo de base de Amazon Bedrock que se utilizará. (Actualmente el valor predeterminado es anthropic.claude-v2:1 Asegúrese de haber habilitado el acceso a este modelo en la región en la que está implementando).

Pruebas

1. Una vez implementado el proyecto, puede probar el agente en la consola de AWS. Primero navegue hasta Amazon Bedrock en la consola de AWS.
2. Navegue a Agents en el menú de la izquierda.
3. Seleccione el agente OutfitAssistantAgent .
4. Pruebe al agente con la herramienta de chat en el lado derecho de la consola.
5. Aquí hay algunos mensajes que puedes probar, ten en cuenta que no tienen por qué limitarse a qué atuendo usar:
   • "Estoy en Brisbane, Australia, ¿qué debo ponerme hoy?"
   • "¿Cuál es la hora?" (Es posible que le pregunte dónde se encuentra si este es el primer mensaje).
   • "¿Está lloviendo en Oslo?"

Si está satisfecho con el rendimiento del agente, puede implementarlo y acceder a él a través de su propia aplicación.

1. Con el agente seleccionado en la consola, seleccione Create Alias , ingrese un nombre y una descripción para que quede claro en qué punto de su desarrollo se implementó y seleccione Create Alias .
2. Para llamar a este alias de agente desde su propio código, necesitará el ID de agente que se muestra en la sección Agent overview de la consola y el ID de alias que se muestra en la sección Aliases ​​en la parte inferior de la página de la consola del agente. Tenga en cuenta que estos ID son generados por el servicio y no son los mismos que los nombres que utilizó.
3. Hay un código Python de muestra para invocar a su agente en un cuaderno ./test/agent_test.ipynb . Para obtener más información sobre los Agentes para la API de Amazon Bedrock, consulte aquí: (https://docs.aws.amazon.com/bedrock/latest/userguide/agents-api.html) y para el SDK de AWS Python - Boto3, consulte aquí: (https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/bedrock-agent-runtime.html)

Probando la función Lambda

Para probar la función Lambda sin tener que invocar al agente, le proporcioné tres archivos JSON de eventos de prueba que se pueden pegar en la página de configuración del evento de prueba dentro de la función Lambda. Cada evento de prueba tiene el formato que el agente enviará:

• ./tests/lambda_event_location.json
• ./tests/lambda_event_time.json
• ./tests/lambda__event_weather.json

Seguridad

Consulte CONTRIBUCIÓN para obtener más información.

Licencia

Esta biblioteca tiene la licencia MIT-0. Ver el archivo de LICENCIA.