หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

แอปตัวอย่างสำหรับโครงสร้าง AWS Generative AI CDK

ที่เก็บนี้ให้ตัวอย่างเพื่อสาธิตวิธีสร้างโซลูชัน Generative AI ของคุณเองโดยใช้โครงสร้าง AWS Generative AI CDK

เริ่มต้นใช้งาน

ใช้กรณี คำอธิบาย พิมพ์ ภาษา
เครื่องมือสำรวจเอกสาร ตัวอย่างนี้มอบประสบการณ์แบบ end-to-end ที่ช่วยให้ผู้ใช้สามารถนำเข้าเอกสารเข้าสู่ฐานความรู้ จากนั้นสรุปและถามคำถามกับเอกสารเหล่านั้น แบ็กเอนด์ + ส่วนหน้า TypeScript สำหรับแบ็กเอนด์, Python สำหรับส่วนหน้า (Streamlit)
การสร้างเนื้อหา ตัวอย่างนี้มอบประสบการณ์แบบครบวงจรที่ช่วยให้ผู้ใช้สามารถสร้างรูปภาพจากข้อความโดยใช้ Amazon titan-image-generator-v1 หรือโมเดล stable-diffusion-xl แบ็กเอนด์ + ส่วนหน้า TypeScript สำหรับแบ็กเอนด์, Python สำหรับส่วนหน้า (Streamlit)
คำอธิบายรูปภาพ ตัวอย่างนี้มอบประสบการณ์แบบครบวงจรที่อนุญาตให้ผู้ใช้สร้างข้อความอธิบายสำหรับรูปภาพที่อัปโหลด แบ็กเอนด์ + ส่วนหน้า TypeScript สำหรับแบ็กเอนด์, Python สำหรับส่วนหน้า (Streamlit)
โมเดล SageMaker JumpStart ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ตำแหน่งข้อมูลแบบเรียลไทม์ของ SageMaker ซึ่งโฮสต์โมเดลพื้นฐาน Llama 2 ที่พัฒนาโดย Meta จาก Amazon JumpStart และฟังก์ชัน AWS Lambda เพื่อเรียกใช้คำขอการอนุมานกับตำแหน่งข้อมูลนั้น แบ็กเอนด์ TypeScript
รุ่น SageMaker Hugging Face ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ตำแหน่งข้อมูลแบบเรียลไทม์ของ SageMaker ที่โฮสต์โมเดล (Mistral 7B) จาก Hugging Face และฟังก์ชัน AWS Lambda เพื่อเรียกใช้คำขอการอนุมานกับตำแหน่งข้อมูลนั้น แบ็กเอนด์ TypeScript
โมเดล SageMaker Hugging Face บน AWS Inferentia2 ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ตำแหน่งข้อมูลแบบเรียลไทม์ของ SageMaker ที่โฮสต์โมเดล (Zephyr 7B) จาก Hugging Face และฟังก์ชัน AWS Lambda เพื่อเรียกใช้คำขอการอนุมานกับตำแหน่งข้อมูลนั้น ตัวอย่างนี้ใช้ Inferentia 2 เป็นตัวเร่งฮาร์ดแวร์ แบ็กเอนด์ TypeScript
จุดสิ้นสุดที่กำหนดเองของ SageMaker ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ตำแหน่งข้อมูลแบบเรียลไทม์ของ SageMaker ที่โฮสต์โมเดลด้วยอาร์ติแฟกต์ที่จัดเก็บไว้ในบัคเก็ต Amazon Simple Storage Service (S3) และฟังก์ชัน AWS Lambda เพื่อเรียกใช้คำขอการอนุมานกับตำแหน่งข้อมูลนั้น ตัวอย่างนี้ใช้ Inferentia2 เป็นตัวเร่งฮาร์ดแวร์ แบ็กเอนด์ TypeScript
จุดสิ้นสุดแบบกำหนดเองหลายรูปแบบของ SageMaker ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ตำแหน่งข้อมูลแบบเรียลไทม์ของ SageMaker ที่โฮสต์ llava-1.5-7b โดยมีอาร์ติแฟกต์จัดเก็บไว้ในบัคเก็ต Amazon Simple Storage Service (S3) สคริปต์การอนุมานแบบกำหนดเอง และฟังก์ชัน AWS Lambda เพื่อเรียกใช้คำขอการอนุมาน จุดสิ้นสุดนั้น แบ็กเอนด์ TypeScript
รูปภาพ SageMaker ไปยังจุดสิ้นสุดวิดีโอ ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ตำแหน่งข้อมูล async ของ SageMaker ที่โฮสต์วิดีโอเสถียรการแพร่กระจาย img2vid-xt-1-1 โดยมีอาร์ติแฟกต์จัดเก็บไว้ในบัคเก็ต Amazon Simple Storage Service (S3) สคริปต์การอนุมานแบบกำหนดเอง และ AWS Lambda ฟังก์ชันเพื่อเรียกใช้คำขออนุมานกับปลายทางนั้น แบ็กเอนด์ TypeScript
LLM บน SageMaker ใน GovCloud PDT ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ตำแหน่งข้อมูลแบบเรียลไทม์ของ SageMaker ที่โฮสต์ Falcon-40b บน GovCloud PDT แบ็กเอนด์ TypeScript
ตัวแทน Amazon Bedrock ตัวอย่างนี้จัดเตรียมแอปพลิเคชันตัวอย่างซึ่งปรับใช้ Amazon Bedrock Agent และฐานความรู้ที่ได้รับการสนับสนุนโดย OpenSearch Serverless Collection และเอกสารใน S3 โดยสาธิตวิธีใช้โครงสร้าง Amazon Bedrock CDK แบ็กเอนด์ TypeScript
ตัวอย่างหลาม โปรเจ็กต์นี้นำเสนอการใช้งานแพ็คเกจ 'generative-ai-cdk-constructs' จาก Python Package Index (PyPI) แบ็กเอนด์ หลาม
ตัวอย่าง .NET โปรเจ็กต์นี้นำเสนอการใช้งานแพ็คเกจ 'Cdklabs.GenerativeAiCdkConstructs' จากไลบรารี nuget แบ็กเอนด์ .สุทธิ
การวิเคราะห์การปฏิบัติตามสัญญา โปรเจ็กต์นี้ทำให้การวิเคราะห์สัญญาเป็นแบบอัตโนมัติโดยแบ่งออกเป็นส่วนคำสั่ง กำหนดประเภทส่วนคำสั่ง ประเมินการปฏิบัติตามหลักเกณฑ์ทางกฎหมายของลูกค้า และประเมินความเสี่ยงของสัญญาโดยรวมตามจำนวนส่วนคำสั่งที่เป็นไปตามข้อกำหนด ซึ่งสามารถทำได้ผ่านเวิร์กโฟลว์ที่ใช้ประโยชน์จากโมเดลภาษาขนาดใหญ่ผ่าน Amazon Bedrock แบ็กเอนด์ + ส่วนหน้า Python สำหรับแบ็กเอนด์, TypeScript (React) สำหรับส่วนหน้า
ข้อความเป็น SQL โซลูชันแอปพลิเคชันตัวอย่าง AI เจนเนอเรชั่น "Text To SQL" ช่วยให้ผู้ใช้สามารถโต้ตอบกับฐานข้อมูลผ่านการสืบค้นด้วยภาษาธรรมชาติ ช่วยลดความจำเป็นในการมีความรู้เกี่ยวกับ SQL อย่างกว้างขวาง แอปพลิเคชันนี้ใช้ประโยชน์จากโมเดล Anthropic Claude 3 อันทรงพลังซึ่งโฮสต์บน Amazon Bedrock เพื่อแปลการสืบค้นภาษาธรรมชาติเป็นคำสั่ง SQL ที่สามารถเรียกใช้งานได้ได้อย่างราบรื่น แบ็กเอนด์ + ส่วนหน้า Python สำหรับแบ็กเอนด์, TypeScript (React) สำหรับส่วนหน้า
DataLoader พื้นฐานของ LlamaIndex โซลูชันแอปพลิเคชันตัวอย่าง generative AI ของ "LlamaIndex Basic Data Loader" สาธิต LlamaIndexDataLoader จากแพ็คเกจ Generative AI CDK Constructs การใช้งานเริ่มต้นใช้ไฟล์ S3 หรือ Directory Loader และสามารถขยายสำหรับ LlamaHub Reader อื่นๆ ได้ โซลูชันดังกล่าวคาดหวังว่า LlamaIndex Documents จะเข้าสู่เอาท์พุต S3 ที่พร้อมสำหรับโซลูชัน AI ที่สร้างโดยผู้บริโภคขั้นปลาย แบ็กเอนด์ หลาม

มีส่วนร่วม

โปรดดูเอกสารการมีส่วนร่วมสำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการมีส่วนร่วมในพื้นที่เก็บข้อมูลนี้

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด