amazon bedrock agents outfit assistant

Demo Agen Batuan Dasar Amazon

Asisten Pakaian

Sumber: Titan Image Generator G1 - 'ilustrasi berbagai cuaca dan pakaian'

Catatan: Demo ini bergantung pada Anda memiliki akun dengan OpenWeatherMap, dan kunci API untuk mengakses layanan Weather. Layanan ini tersedia pada paket gratis OpenWeatherMap. Harap tinjau persyaratan lisensi apa pun yang berlaku pada layanan dengan tim hukum Anda dan konfirmasikan bahwa kasus penggunaan Anda mematuhi persyaratan sebelum melanjutkan.

Perkenalan

Repo ini berisi kode untuk demo Amazon Bedrock Agents.

Dalam demo ini, Anda akan mengerahkan agen yang dapat membantu Anda dalam memilih pakaian yang ideal di lokasi Anda.

Dalam penerapan standar, Model Bahasa Besar (LLM) hanya dapat mereferensikan 'pengetahuan' yang diperoleh selama pelatihan. Oleh karena itu, ketika diminta untuk menghasilkan informasi terkini seperti tanggal dan waktu saat ini, atau mengetahui kondisi cuaca, model tidak mempunyai pilihan lain selain berhalusinasi.

Dalam demo ini, Anda akan menggunakan Amazon Bedrock Agents untuk membuat solusi yang memungkinkan LLM memanfaatkan informasi waktu nyata termasuk informasi tanggal, waktu, dan cuaca. Solusinya akan menggunakan informasi ini untuk memberikan saran pakaian apa yang akan dikenakan.

Arsitektur ini dapat dengan mudah diperluas untuk bekerja dengan sejumlah API atau sumber data. Jika Anda dapat terhubung ke data Anda dari fungsi Amazon Lambda, maka data tersebut dapat digunakan dengan Amazon Bedrock Agents.

Menyebarkan

Ini adalah proyek SAM. Untuk memulai dengan SAM lihat di sini.

Terapkan proyek ini menggunakan SAM CLI:

 > sam build
> sam deploy --guided

Anda akan dimintai informasi saat proyek diterapkan:

• OpenWeatherAPIKey - Kunci API gratis dari OpenWeatherMap
• FoundationModel - ID model fondasi Amazon Bedrock yang akan digunakan. (Saat ini defaultnya adalah anthropic.claude-v2:1 Harap pastikan Anda telah mengaktifkan akses ke model ini di wilayah tempat Anda menerapkannya.)

Pengujian

1. Setelah proyek diterapkan, Anda dapat menguji agen di konsol AWS. Pertama navigasikan ke Amazon Bedrock di konsol AWS.
2. Navigasikan ke Agents di menu sebelah kiri.
3. Pilih agen OutfitAssistantAgent .
4. Uji agen dengan alat obrolan di sisi kanan konsol.
5. Berikut beberapa pesan yang bisa Anda coba, perhatikan bahwa pesan tersebut tidak harus terbatas pada pakaian apa yang akan dikenakan:
   • “Saya di Brisbane Australia, apa yang harus saya kenakan hari ini?”
   • "Jam berapa?" (Mungkin menanyakan di mana Anda berada jika ini adalah pesan pertama.)
   • “Apakah di Oslo sedang hujan?”

Jika Anda puas dengan kinerja agen, Anda dapat menerapkannya, dan mengaksesnya melalui aplikasi Anda sendiri.

1. Dengan agen yang dipilih di konsol, pilih Create Alias ​​, masukkan nama dan deskripsi sehingga jelas pada tahap perkembangan apa agen tersebut diterapkan, dan pilih Create Alias ​​.
2. Untuk memanggil alias agen ini dari kode Anda sendiri, Anda memerlukan ID agen yang ditampilkan di bagian Agent overview di konsol, dan ID alias yang ditampilkan di bagian Aliases ​​di bagian bawah halaman konsol agen. Perhatikan bahwa ID ini dihasilkan oleh layanan, dan tidak sama dengan nama yang Anda gunakan.
3. Ada contoh kode Python untuk memanggil agen Anda di notebook ./test/agent_test.ipynb . Untuk informasi lebih lanjut tentang Agents for Amazon Bedrock API lihat di sini: (https://docs.aws.amazon.com/bedrock/latest/userguide/agents-api.html) dan untuk AWS Python SDK - Boto3 - lihat di sini: (https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/bedrock-agent-runtime.html)

Menguji fungsi Lambda

Untuk menguji fungsi Lambda tanpa harus memanggil agen, saya telah memberi Anda tiga file JSON peristiwa pengujian yang dapat ditempelkan ke halaman konfigurasi peristiwa pengujian dalam fungsi Lambda. Setiap acara uji diformat sesuai acara yang akan dikirim dari agen:

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

Keamanan

Lihat KONTRIBUSI untuk informasi lebih lanjut.

Lisensi

Perpustakaan ini dilisensikan di bawah Lisensi MIT-0. Lihat file LISENSI.