generative ai cdk constructs samples

Exemples d'applications pour les constructions AWS Generative AI CDK

Ce référentiel fournit des exemples pour montrer comment créer vos propres solutions d'IA générative à l'aide des constructions CDK AWS Generative AI.

Commencer

Cas d'utilisation	Description	Taper	Langue
Explorateur de documents	Cet exemple fournit une expérience de bout en bout qui permet à un utilisateur d'ingérer des documents dans une base de connaissances, puis de résumer et de poser des questions sur ces documents.	Back-end + Front-end	TypeScript pour le backend, Python pour le frontend (Streamlit)
Génération de contenu	Cet exemple fournit une expérience de bout en bout qui permet à un utilisateur de générer des images à partir de texte à l'aide du modèle Amazon titan-image-generator-v1 ou du modèle de stabilité stable-diffusion-xl.	Back-end + Front-end	TypeScript pour le backend, Python pour le frontend (Streamlit)
Description des images	Cet exemple fournit une expérience de bout en bout qui permet à un utilisateur de générer un texte descriptif pour les images téléchargées.	Back-end + Front-end	TypeScript pour le backend, Python pour le frontend (Streamlit)
Modèle SageMaker JumpStart	Cet exemple fournit un exemple d'application qui déploie un point de terminaison en temps réel SageMaker hébergeant un modèle de base Llama 2 développé par Meta à partir d'Amazon JumpStart, ainsi qu'une fonction AWS Lambda pour exécuter des requêtes d'inférence sur ce point de terminaison.	Back-end	Manuscrit
SageMaker étreignant le visage modèle 3D	Cet exemple fournit un exemple d'application qui déploie un point de terminaison en temps réel SageMaker hébergeant un modèle (Mistral 7B) de Hugging Face, ainsi qu'une fonction AWS Lambda pour exécuter des requêtes d'inférence sur ce point de terminaison.	Back-end	Manuscrit
Modèle SageMaker Hugging Face sur AWS Inferentia2	Cet exemple fournit un exemple d'application qui déploie un point de terminaison en temps réel SageMaker hébergeant un modèle (Zephyr 7B) de Hugging Face, ainsi qu'une fonction AWS Lambda pour exécuter des requêtes d'inférence sur ce point de terminaison. Cet exemple utilise Inferentia 2 comme accélérateur matériel.	Back-end	Manuscrit
Point de terminaison personnalisé SageMaker	Cet exemple fournit un exemple d'application qui déploie un point de terminaison en temps réel SageMaker hébergeant un modèle avec des artefacts stockés dans un compartiment Amazon Simple Storage Service (S3) et une fonction AWS Lambda pour exécuter des requêtes d'inférence sur ce point de terminaison. Cet exemple utilise Inferentia2 comme accélérateur matériel.	Back-end	Manuscrit
Point de terminaison personnalisé multimodal SageMaker	Cet exemple fournit un exemple d'application qui déploie un point de terminaison en temps réel SageMaker hébergeant llava-1.5-7b, avec des artefacts stockés dans un compartiment Amazon Simple Storage Service (S3), un script d'inférence personnalisé et une fonction AWS Lambda pour exécuter des requêtes d'inférence sur ce point final.	Back-end	Manuscrit
Image SageMaker vers le point de terminaison vidéo	Cet exemple fournit un exemple d'application qui déploie un point de terminaison asynchrone SageMaker hébergeant stable-video-diffusion-img2vid-xt-1-1, avec des artefacts stockés dans un compartiment Amazon Simple Storage Service (S3), un script d'inférence personnalisé et un AWS Lambda. fonction pour exécuter des requêtes d’inférence sur ce point de terminaison.	Back-end	Manuscrit
LLM sur SageMaker dans GovCloud PDT	Cet exemple fournit un exemple d'application qui déploie un point de terminaison en temps réel SageMaker hébergeant Falcon-40b sur GovCloud PDT.	Back-end	Manuscrit
Agents du substrat rocheux amazonien	Cet exemple fournit un exemple d'application qui déploie un agent Amazon Bedrock et une base de connaissances soutenues par une collection sans serveur OpenSearch et des documents dans S3. Il montre comment utiliser la construction Amazon Bedrock CDK.	Back-end	Manuscrit
Exemples Python	Ce projet présente l'utilisation du package 'generative-ai-cdk-constructs' du Python Package Index (PyPI).	Back-end	Python
Exemples .NET	Ce projet présente l'utilisation du package « Cdklabs.GenerativeAiCdkConstructs » de la bibliothèque nuget.	Back-end	.FILET
Analyse de conformité du contrat	Ce projet automatise l'analyse des contrats en les divisant en clauses, en déterminant les types de clauses, en évaluant la conformité aux directives juridiques d'un client et en évaluant le risque global du contrat en fonction du nombre de clauses conformes. Ceci est réalisé grâce à un flux de travail qui exploite des modèles de langage étendus via Amazon Bedrock.	Back-end + Front-end	Python pour le backend, TypeScript (React) pour le frontend
Texte en SQL	La solution d'exemple d'application d'IA générative « Text To SQL » permet aux utilisateurs d'interagir avec des bases de données via des requêtes en langage naturel, éliminant ainsi le besoin de connaissances approfondies en SQL. Cette application exploite le puissant modèle Anthropic Claude 3, hébergé sur Amazon Bedrock, pour traduire de manière transparente les requêtes en langage naturel en instructions SQL exécutables.	Back-end + Front-end	Python pour le backend, TypeScript (React) pour le frontend
Chargeur de données de base LlamaIndex	L'exemple de solution d'application d'IA générative « LlamaIndex Basic Data Loader » présente le LlamaIndexDataLoader du package Generative AI CDK Constructs. L'implémentation par défaut utilise le chargeur de fichiers ou de répertoire S3 et peut être étendue pour d'autres lecteurs LlamaHub. La solution attend les documents LlamaIndex dans une sortie S3 prête pour les solutions d'IA générative des consommateurs en aval.	Back-end	Python

Contribuer

Veuillez vous référer au document CONTRIBUTING pour plus de détails sur la contribution à ce référentiel.