genai knowledge capture
1.0.0
该概念验证解决方案解释了一种潜在的解决方案，可用于通过公司高级员工的录音捕获部落知识。它概述了使用 Amazon Transcribe 和 Amazon Bedrock 服务对输入数据进行系统记录和验证的方法。通过提供一种使这种非正式知识正式化的结构，该解决方案保证了其对组织中后续员工群体的长期使用和适用性。这一努力不仅确保了卓越运营的持续维持，而且通过结合通过直接经验获得的实践知识，提高了培训计划的有效性。
该演示应用程序是使用 Amazon Transcribe 和 Amazon Bedrock 的文档生成应用程序的概念验证。
该图描绘了 AWS 云区域内由 AWS Step Functions 编排的工作流程的解决方案架构。该工作流由多个旨在处理用户输入的步骤组成，并在每个步骤中提供成功和失败处理机制。下面是工艺流程的描述：
用户输入：工作流程通过用户输入启动，以触发preprocess Lambda 函数。
预处理：首先对输入进行预处理。如果成功，则进入transcribe步骤；如果失败，则会触发 Amazon SNS 发送通知。
转录：此步骤采用上一步的输出。成功的转录将进入验证步骤，并且转录输出存储在 Amazon S3 存储桶中。
验证：验证转录的数据。根据验证结果，工作流程有所不同：
Summarize ：验证后，如果数据成功汇总，汇总文本将存储在 Amazon S3 存储桶中。如果失败，则会触发 Amazon SNS 发送通知。
Amazon Bedrock是支持 Validate 和 Summarize Lambda 函数的核心服务。
生成：最后一步根据摘要文本生成最终文档。如果失败，它会触发 Amazon SNS 发送通知。
流程中的每个步骤都标记有“成功”或“失败”路径，指示工作流处理各个阶段错误的能力。发生故障时，Amazon SNS 用于向用户发送通知。
AWS Step Functions 工作流程作为中央协调器运行，确保每个任务都按正确的顺序执行，并适当处理每个步骤的成功或失败。
cdk.json文件告诉 CDK Toolkit 如何执行您的应用程序。
该项目的设置类似于标准 Python 项目。初始化过程还会在此项目中创建一个 virtualenv，存储在.venv目录下。要创建 virtualenv，它假设您的路径中有一个可以访问venv包的python3 （或 Windows 的python ）可执行文件。如果由于任何原因自动创建 virtualenv 失败，您可以手动创建 virtualenv。
要在 MacOS 和 Linux 上手动创建 virtualenv：
$ python3 -m venv .venv初始化过程完成并创建 virtualenv 后，您可以使用以下步骤激活 virtualenv。
$ source .venv/bin/activate如果你是Windows平台，你可以像这样激活virtualenv：
% .venvScripts activate.bat激活 virtualenv 后，您可以安装所需的依赖项。
$ pip install -r requirements.txt要添加其他依赖项（例如其他 CDK 库），只需将它们添加到setup.py文件并重新运行pip install -r requirements.txt命令。
此时，您现在可以为此代码合成 CloudFormation 模板。
$ cdk synth要添加其他依赖项（例如其他 CDK 库），只需将它们添加到setup.py文件并重新运行pip install -r requirements.txt命令。
如果这是您第一次在特定帐户和区域运行 cdk，您将需要引导它。
$ cdk bootstrap
一旦引导完成，您就可以继续部署 cdk。
$ cdk deploy
如果这是您第一次部署它，则在 ECS（Amazon Elastic Container Service）中构建多个 Docker 映像的过程可能需要大约 30-45 分钟。请耐心等待直至完成。之后，它将开始部署 docgen-stack，通常需要大约 5-8 分钟。
部署过程完成后，您将在终端中看到 cdk 的输出，您还可以在 CloudFormation 控制台中验证状态。
如果您想在使用完 cdk 后将其删除，以避免日后产生费用，您可以通过控制台删除它，也可以在终端中执行以下命令。
$ cdk destroy您可能还需要手动删除 cdk 生成的 S3 存储桶。请确保删除所有生成的资源，以避免产生费用。
cdk ls列出应用程序中的所有堆栈cdk synth发出合成的 CloudFormation 模板cdk deploy将此堆栈部署到您的默认AWS帐户/区域cdk diff将部署的堆栈与当前状态进行比较cdk docs打开 CDK 文档cdk destroy dstroys 一个或多个指定的堆栈 code # Root folder for code for this solution
├── lambdas # Root folder for all lambda functions
│ ├── preprocess # Lambda function that processes user input, and outputs audio files uris for Amazon Transcribe
│ ├── transcribe # Lambda function that triggers Amazon Transcribe batch transcription
│ ├── validate # Lambda function that analyzes answers from Amazon Transcribe using LLMs from Amazon Bedrock
│ ├── summarize # Lambda function that summarizes on-topic texts from Amazon Transcribe using LLMs from Amazon Bedrock
│ └── generate # Lambda function that generates documents from the summary.
└── code_stack.py # Amazon CDK stack that deploys all AWS resources
要定制 DocGen 应用程序以合并您自己的数据，应遵循以下步骤：
部署后，AWS CDK 基础设施将有助于将音频文件自动传输到指定的 Amazon S3 存储桶。随后，可以启动 AWS Step Function 的执行以开始处理阶段。
部署解决方案后，您可以将电子邮件订阅到 SNS 主题以接收通知。
请关注SNS邮件通知。
如果 StepFunction 工作流程中的任何步骤失败，您将收到电子邮件通知。
部署后，您可以使用以下命令触发已部署的 AWS 状态机：
aws stepfunctions start-execution
--state-machine-arn "arn:aws:states:<your aws region>:<your account id>:stateMachine:genai-knowledge-capture-stack-state-machine"
--input "{"documentName": "<your document name>", "audioFileFolderUri": "s3://<your s3 bucket>/assets/audio_samples/what is amazon bedrock/"}"
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。
