genai bedrock chatbot

ผู้ช่วยแชท GenAI บน AWS

การแนะนำ

แอปพลิเคชัน Chat Assistant สาธิตนี้มีศูนย์กลางอยู่ที่การพัฒนา Chat Assistant ขั้นสูงโดยใช้ Amazon Bedrock และโซลูชัน GenAI ไร้เซิร์ฟเวอร์ของ AWS โซลูชันนี้สาธิตผู้ช่วย Chat ที่ใช้ความรู้เกี่ยวกับคู่มือ Amazon SageMaker Developer และราคาอินสแตนซ์ SageMaker ผู้ช่วยแชทนี้ทำหน้าที่เป็นตัวอย่างของพลังของ Amazon Bedrock ในการประมวลผลและการใช้ชุดข้อมูลที่ซับซ้อน และความสามารถในการแปลงภาษาธรรมชาติเป็นการสืบค้นของ Amazon Athena ใช้เครื่องมือโอเพ่นซอร์สเช่น LangChain และ LLamaIndex เพื่อปรับปรุงความสามารถในการประมวลผลข้อมูลและการดึงข้อมูล บทความนี้ยังเน้นย้ำถึงการบูรณาการทรัพยากร AWS ต่างๆ รวมถึง Amazon S3 สำหรับการจัดเก็บข้อมูล, Amazon Kendra เป็นร้านค้าเวกเตอร์เพื่อรองรับการดึงข้อมูล Augmented Generation (RAG), AWS Glue สำหรับการเตรียมข้อมูล, Amazon Athena สำหรับการสืบค้นที่มีประสิทธิภาพ, Amazon Lambda สำหรับการประมวลผลแบบไร้เซิร์ฟเวอร์ และ Amazon ECS สำหรับการจัดการคอนเทนเนอร์ ทรัพยากรเหล่านี้โดยรวมช่วยให้ Chat Assistant สามารถดึงและจัดการเนื้อหาจากเอกสารและฐานข้อมูลได้อย่างมีประสิทธิภาพ ซึ่งแสดงให้เห็นถึงศักยภาพของ Amazon Bedrock ในแอปพลิเคชัน Chat Assistant ที่ซับซ้อน

การปรับใช้

โปรดดูบทความ APG นี้สำหรับขั้นตอนการปรับใช้โดยละเอียด: พัฒนาผู้ช่วยที่ใช้การแชท AI ขั้นสูงโดยใช้ RAG และการแจ้งเตือน ReAct

สำหรับโซลูชันผู้ช่วยแชทที่ใช้ Agents for Amazon Bedrock โปรดดูที่:

1. บทความ APG: พัฒนาผู้ช่วยแชทอัตโนมัติเต็มรูปแบบโดยใช้ตัวแทน Amazon Bedrock และฐานความรู้
2. Github Repo: genai-bedrock-agent-chat-assistant

ข้อกำหนดเบื้องต้น

• นักเทียบท่า
• AWS CDK Toolkit 2.132.1+ ติดตั้งและกำหนดค่าแล้ว สำหรับข้อมูลเพิ่มเติม โปรดดูการเริ่มต้นใช้งาน AWS CDK ในเอกสารประกอบ AWS CDK
• Python 3.11+ ติดตั้งและกำหนดค่าแล้ว สำหรับข้อมูลเพิ่มเติม โปรดดูคู่มือสำหรับผู้เริ่มต้น/ดาวน์โหลดในเอกสารประกอบ Python
• บัญชี AWS ที่ใช้งานอยู่
• บัญชี AWS บูตเครื่องโดยใช้ AWS CDK ใน us-east-1 จำเป็นต้องมีภูมิภาค AWS us-east-1 สำหรับการเข้าถึงโมเดล Amazon Bedrock Claude และ Amazon Titan Embedding
• เปิดใช้งานการเข้าถึงโมเดลการฝังของ Claude และ Titan ในบริการ Bedrock

สแต็คเทคโนโลยีเป้าหมาย

• อเมซอน ข้อเท็จจริง
• อเมซอน อีซีเอส
• กาว AWS
• AWS แลมบ์ดา
• อเมซอน S3
• อเมซอน เคนดรา
• อเมซอน อาเธน่า
• โหลดบาลานเซอร์แบบยืดหยุ่น

สถาปัตยกรรมเป้าหมาย

รหัส

ที่เก็บโค้ดประกอบด้วยไฟล์และโฟลเดอร์ต่อไปนี้:

• โฟลเดอร์ assets – สินทรัพย์คงที่ต่างๆ เช่น ไดอะแกรมสถาปัตยกรรม ชุดข้อมูลสาธารณะ ฯลฯ มีอยู่ที่นี่
• โฟลเดอร์ code/lambda-container รหัส Python ที่รันในฟังก์ชัน Lambda
• โฟลเดอร์ code/streamlit-app รหัส Python ที่รันเป็นคอนเทนเนอร์อิมเมจใน ECS
• โฟลเดอร์ tests – ไฟล์ Python ที่รันเพื่อทดสอบหน่วยโครงสร้าง AWS CDK
• code/code_stack.py – AWS CDK สร้างไฟล์ Python ที่ใช้ในการสร้างทรัพยากร AWS
• app.py – ไฟล์ Python สแต็ก AWS CDK ที่ใช้ในการปรับใช้ทรัพยากร AWS ในบัญชี AWS เป้าหมาย
• requirements.txt – รายการการพึ่งพา Python ทั้งหมดที่ต้องติดตั้งสำหรับ AWS CDK
• requirements-dev.txt – รายการการพึ่งพา Python ทั้งหมดที่ต้องติดตั้งสำหรับ AWS CDK เพื่อรันชุดทดสอบหน่วย
• cdk.json – ไฟล์อินพุตเพื่อระบุค่าที่จำเป็นในการหมุนทรัพยากร

หมายเหตุ: โค้ด AWS CDK ใช้โครงสร้าง L3 และนโยบาย IAM ที่ได้รับการจัดการของ AWS สำหรับการปรับใช้โซลูชัน

คำสั่งที่เป็นประโยชน์

• cdk ls แสดงรายการสแต็กทั้งหมดในแอป
• cdk synth ปล่อยเทมเพลต CloudFormation ที่สังเคราะห์แล้ว
• cdk deploy ปรับใช้สแต็กนี้กับบัญชี/ภูมิภาค AWS เริ่มต้นของคุณ
• cdk diff เปรียบเทียบสแต็กที่ปรับใช้กับสถานะปัจจุบัน
• cdk docs เปิดเอกสาร CDK

ความปลอดภัย

ดูการมีส่วนร่วมสำหรับข้อมูลเพิ่มเติม

ใบอนุญาต

ห้องสมุดนี้ได้รับอนุญาตภายใต้ใบอนุญาต MIT-0 ดูไฟล์ใบอนุญาต