amazon bedrock agents outfit assistant
1.0.0
来源:Titan Image Generator G1 - “不同天气和服装的插图”
注意:该演示依赖于您拥有 OpenWeatherMap 帐户以及用于访问天气服务的 API 密钥。 OpenWeatherMap 免费计划提供此服务。请与您的法律团队一起查看适用于该服务的任何许可条款,并确认您的用例符合这些条款,然后再继续。
此存储库包含 Amazon Bedrock Agents 演示的代码。
在此演示中,您将部署一个代理,该代理能够帮助您在给定的位置选择理想的服装。
在标准部署中,大型语言模型 (LLM) 只能引用其在训练期间获得的“知识”。因此,当提示生成最新信息(例如当前日期和时间)或获取天气状况时,模型除了产生幻觉之外别无选择。
在此演示中,您将使用 Amazon Bedrock Agents 创建一个解决方案,使 LLM 能够利用实时信息,包括日期、时间和天气信息。该解决方案将使用此信息为穿什么衣服提供建议。
该架构可以轻松扩展以使用任意数量的 API 或数据源。如果您能够从 Amazon Lambda 函数连接到您的数据,则它可以与 Amazon Bedrock Agents 一起使用。
这是一个 SAM 项目。要开始使用 SAM,请参阅此处。
使用 SAM CLI 部署此项目:
> sam build
> sam deploy --guided
部署项目时,系统将提示您输入信息:
anthropic.claude-v2:1
请确保您已在要部署到的区域中启用对此模型的访问。)Agents
。OutfitAssistantAgent
代理。如果您对代理的性能感到满意,您可以部署它,并通过您自己的应用程序访问它。
Create Alias
,输入名称和描述,以便清楚地了解在其开发过程中的哪个阶段部署该代理,然后选择Create Alias
。Agent overview
部分中显示的代理 ID,以及代理控制台页面底部的Aliases
部分中显示的别名 ID。请注意,这些 ID 由服务生成,与您使用的名称不同。./test/agent_test.ipynb
中有用于调用代理的示例 Python 代码。有关 Amazon Bedrock API 代理的更多信息,请参阅此处:(https://docs.aws.amazon.com/bedrock/latest/userguide/agents-api.html),有关 AWS Python 开发工具包 - Boto3 - 请参阅此处: (https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/bedrock-agent-runtime.html)为了在无需调用代理的情况下测试 Lambda 函数,我为您提供了三个测试事件 JSON 文件,可以将它们粘贴到 Lambda 函数内的测试事件配置页面中。每个测试事件的格式都与从代理发送的事件相同:
./tests/lambda_event_location.json
./tests/lambda_event_time.json
./tests/lambda__event_weather.json
请参阅贡献以获取更多信息。
该库根据 MIT-0 许可证获得许可。请参阅许可证文件。