rag postgresql agent bedrock

WhatsApp 支持的 RAG Travel 支持代理：通过 PostgreSQL 知识检索提升客户体验

在我们之前的博文“使用 Whatsapp 助手提升客户支持”中，我们探讨了生成式 AI 和检索增强生成 (RAG) 等先进技术如何彻底改变旅游行业的传统客户支持模式。今天，我们想介绍一种替代方法，该方法利用 Amazon Bedrock 代理的强大功能，这是一个矢量化的 Amazon Aurora，是 Amazon Bedrock 的 PostgreSQL 知识库。

此架构消除了对复杂对话管理逻辑的需求，因为 Bedrock 代理处理会话跟踪，而使用 Aurora PostgreSQL 的 Amazon Bedrock 知识库可确保高度准确和上下文响应，而 Amazon DynamoDB 具有双重用途：存储乘客信息和支持票证。

我们解决方案的主要特点包括：

1. 使用 RAG 技术进行智能查询处理。
2. 基于个人旅行者数据的个性化支持。
3. 针对未解决的问题自动创建支持票证。
4. 能够查询和管理支持票证数据库。

该应用程序使用基础设施即代码和适用于 python 的 AWS 云开发套件 (CDK) 分四个阶段构建。第一阶段，建立Amazon Aurora PostgreSQL矢量数据库。在第二阶段，使用已建立的数据库创建 Amazon Bedrock 知识库。第三阶段涉及创建 Amazon Bedrock 代理。在第四阶段，部署WhatsApp应用程序来为系统提供用户界面。

✅ AWS 级别：高级 - 300

先决条件：

• Python基础知识
• AWS账户
• 为以下模型启用模型访问：
  • 亚马逊泰坦嵌入 V2
  • Anthropic Claude 3 模型（俳句或十四行诗）。
• 设置 AWS 命令​​行界面 (CLI)
• 了解 AWS CDK“Python 入门”
• 可选：如果这是您的第一个 CDK 项目，则引导您的帐户/区域

？完成成本：

• Amazon Bedrock 定价注意：在本项目中，我们使用 Amazon Titan Embeddings v2 和 Anthropic Claude 3
• 亚马逊 S3 定价
• AWS Systems Manager 定价
• Amazon Aurora 定价注意：这里我们使用具有 0.5 ACU 的 Aurora Serverless
• 亚马逊 Lambda 定价
• 亚马逊 DynamoDB 定价
• Whatsapp 定价
• 亚马逊 API 网关
• 亚马逊转录定价

注意：这一系列 CDK 堆栈应部署在同一 AWS 账户和区域内。这是因为每个堆栈的创建目的都是为了将​​基本信息存储在 AWS Systems Manager (SSM) 参数存储密钥中，随后堆栈会在部署过程的下一步中检索这些信息。

这就是您要构建的：

1. 入站消息 Webhook：

   当用户通过 WhatsApp 发送语音留言/短信时，该过程就开始了。语音/文本消息通过 Amazon API Gateway 接收并由 AWS Lambda 函数处理。

   消息详细信息存储在 Amazon DynamoDB 表中以进行解耦和处理。

2. 音频文本处理：

   如果有语音消息，它将存储在 Amazon S3 存储桶中。然后，Amazon Transcribe 将音频转换为文本，并将其发送给助理。

   如果只是一条短信，它将直接转到助理输入。

3. 助理回应：

   代理处理查询并生成响应，可能会访问 DynamoDB 表或知识库中的其他数据。

   根据用户的请求，可以触发各种操作，例如创建支持票证或检索乘客信息。

   最终响应将通过 WhatsApp 发送回用户。

让我们来建造吧！

第 0 部分：克隆存储库

git clone https://github.com/build-on-aws/rag-postgresql-agent-bedrock

第 1 部分：构建 Amazon Aurora PostgreSQL 矢量数据库作为 Amazon Bedrock 的知识库。

用于设置 Amazon Aurora PostgreSQL 矢量数据库。它解释了矢量数据库对于实现检索增强生成（RAG）的重要性。适用于 Python 的 AWS 云开发套件 (CDK) 用于设置数据库基础设施。这还包括准备数据库的详细步骤，例如安装扩展、创建架构和角色以及使用自定义构造设置表和索引。

第 2 部分：使用 Aurora PostgreSQL 构建 Amazon Bedrock 知识库。

它专注于为 Amazon Bedrock 创建知识库，其中涉及将 S3 存储桶设置为数据源、配置必要的 IAM 角色和权限以及在 AWS Systems Manager Parameter Store 中存储信息。知识库自动处理 PDF 中的非结构化文本数据，将其转换为文本块，生成向量嵌入，并将其存储在 PostgreSQL 数据库中。该指南提供了设置和部署的分步说明。

第 3 部分：为 Amazon Bedrock 构建代理以搜索知识库和管理 Amazon DynamoDB 数据。

该项目演示了如何构建一个人工智能驱动的代理，能够使用自然语言提示查询和分析存储在 PostgreSQL 数据库中的数据。

第 4 部分：增强的用户交互：将 WhatsApp Assistant 与 Amazon Bedrock Agent 集成。

关于使用 Amazon Bedrock Agent 构建由 WhatsApp 驱动的高级 RAG Travel Support Agent 的四部分系列的最后一部分。该项目集成了各种 AWS 服务，包括 API Gateway、Lambda、DynamoDB、S3 和 Transcribe，以创建用于处理和响应用户消息的工作流程。该应用程序可以处理文本和语音消息、转录音频，并利用基于 Aurora PostgreSQL 构建的知识库进行信息检索。

？提示：如果您不想使用 WhatsApp，也没关系！您可以使用以下 JavaScript 应用程序，该应用程序创建一个 UI，允许您使用 AWS 账户中提供的 Amazon Bedrock 代理和知识库 --> 使用 Amazon Bedrock 和 AWS JavaScript SDK 构建 ReactJS 生成式 AI 应用程序

结论

这款增强版 WhatsApp 旅行助手展示了 AWS 集成人工智能和数据库服务的强大功能。通过利用 Amazon Bedrock 的代理和知识库功能以及 Aurora PostgreSQL 和 DynamoDB，我们创建了更加简化、强大且可维护的解决方案。

添加支持票证系统可提供完整的端到端客户服务体验，允许复杂问题的无缝升级，同时保持人工智能驱动的初始交互的优势。

我们鼓励您在此基础上继续发展，也许可以通过扩展知识库、更改代理的响应或与其他服务集成来实现。

感谢您加入我们，利用 AWS 技术彻底改变旅行客户支持！

安全

请参阅贡献以获取更多信息。

执照

该库根据 MIT-0 许可证获得许可。请参阅许可证文件。