來源:Titan Image Generator G1 - “不同天氣和服裝的插圖”
注意:此示範依賴您擁有 OpenWeatherMap 帳戶以及用於存取天氣服務的 API 金鑰。 OpenWeatherMap 免費方案提供此服務。請與您的法律團隊一起查看適用於該服務的任何許可條款,並確認您的用例符合這些條款,然後再繼續。
此儲存庫包含 Amazon Bedrock Agents 演示的程式碼。
在此演示中,您將部署一個代理,該代理能夠幫助您在給定的位置選擇理想的服裝。
在標準部署中,大型語言模型 (LLM) 只能引用其在訓練期間獲得的「知識」。因此,當提示產生最新資訊(例如當前日期和時間)或獲取天氣狀況時,模型除了產生幻覺之外別無選擇。
在此示範中,您將使用 Amazon Bedrock Agents 建立一個解決方案,使 LLM 能夠利用即時訊息,包括日期、時間和天氣資訊。該解決方案將使用此資訊為穿什麼衣服提供建議。
該架構可以輕鬆擴展以使用任意數量的 API 或資料來源。如果您能夠從 Amazon Lambda 函數連接到您的數據,則它可以與 Amazon Bedrock Agents 一起使用。
這是一個 SAM 專案。若要開始使用 SAM,請參閱此處。
使用 SAM CLI 部署此項目:
> sam build
> sam deploy --guided
部署專案時,系統將提示您輸入資訊:
anthropic.claude-v2:1
請確保您已在要部署到的區域中啟用對此模型的存取。)Agents
。OutfitAssistantAgent
代理。如果您對代理的性能感到滿意,您可以部署它,並透過您自己的應用程式存取它。
Create Alias
,輸入名稱和描述,以便清楚地了解在其開發過程中的哪個階段部署該代理,然後選擇Create Alias
。Agent overview
部分中顯示的代理 ID,以及代理控制台頁面底部的Aliases
部分中顯示的別名 ID。請注意,這些 ID 由服務生成,與您使用的名稱不同。./test/agent_test.ipynb
中有用於呼叫代理的範例 Python 程式碼。有關Amazon Bedrock API 代理的更多信息,請參閱此處:(https://docs.aws.amazon.com/bedrock/latest/userguide/agents-api.html),有關AWS Python 開發工具包- Boto3 -請參閱此處: (https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/bedrock-agent-runtime.html)為了在無需呼叫代理的情況下測試 Lambda 函數,我為您提供了三個測試事件 JSON 文件,可以將它們貼到 Lambda 函數內的測試事件配置頁面中。每個測試事件的格式都與從代理程式發送的事件相同:
./tests/lambda_event_location.json
./tests/lambda_event_time.json
./tests/lambda__event_weather.json
請參閱貢獻以獲取更多資訊。
該庫根據 MIT-0 許可證獲得許可。請參閱許可證文件。