rag postgresql agent bedrock

WhatsApp 支援的 RAG Travel 支援代理：透過 PostgreSQL 知識檢索提升客戶體驗

在我們先前的部落格文章「透過 Whatsapp 助理提升客戶支援」中，我們探討了生成式 AI 和檢索增強生成 (RAG) 等先進技術如何徹底改變旅遊業的傳統客戶支援模式。今天，我們想介紹一種替代方法，該方法利用 Amazon Bedrock 代理的強大功能，這是一個向量化的 Amazon Aurora，是 Amazon Bedrock 的 PostgreSQL 知識庫。

此架構消除了對複雜對話管理邏輯的需求，因為 Bedrock 代理處理會話跟踪，而使用 Aurora PostgreSQL 的 Amazon Bedrock 知識庫可確保高度準確和上下文響應，而 Amazon DynamoDB 具有雙重用途：存儲乘客資訊和支援票證。

我們解決方案的主要特點包括：

1. 使用 RAG 技術進行智慧查詢處理。
2. 基於個人旅行者資料的個人化支援。
3. 針對未解決的問題自動建立支援票證。
4. 能夠查詢和管理支援票證資料庫。

該應用程式使用基礎設施即程式碼和適用於 python 的 AWS 雲端開發套件 (CDK) 分四個階段建置。第一階段，建立Amazon Aurora PostgreSQL向量資料庫。在第二階段，使用已建立的資料庫建立 Amazon Bedrock 知識庫。第三階段涉及建立 Amazon Bedrock 代理。在第四階段，部署WhatsApp應用程式來為系統提供使用者介面。

✅ AWS 等級：進階 - 300

先決條件：

• Python是基礎知識
• AWS帳戶
• 為以下模型啟用模型存取：
  • 亞馬遜泰坦嵌入 V2
  • Anthropic Claude 3 模型（俳句或十四行詩）。
• 設定 AWS 命令​​列介面 (CLI)
• 了解 AWS CDK“Python 入門”
• 可選：如果這是您的第一個 CDK 項目，則引導您的帳戶/區域

？完成成本：

• Amazon Bedrock 定價注意：在本項目中，我們使用 Amazon Titan Embeddings v2 和 Anthropic Claude 3
• 亞馬遜 S3 定價
• AWS Systems Manager 定價
• Amazon Aurora 定價注意：這裡我們使用 0.5 ACU 的 Aurora Serverless
• 亞馬遜 Lambda 定價
• 亞馬遜 DynamoDB 定價
• Whatsapp 定價
• 亞馬遜 API 網關
• 亞馬遜轉錄定價

注意：這一系列 CDK 堆疊應部署在同一 AWS 帳戶和區域內。這是因為每個堆疊的建立目的都是為了將基本資訊儲存在 AWS Systems Manager (SSM) 參數儲存金鑰中，隨後堆疊會在部署過程的下一步中檢索這些資訊。

這就是您要建造的：

1. 入站訊息 Webhook：

   當用戶透過 WhatsApp 發送語音留言/簡訊時，流程就開始了。語音/文字訊息透過 Amazon API Gateway 接收並由 AWS Lambda 函數處理。

   訊息詳細資訊儲存在 Amazon DynamoDB 表中以進行解耦和處理。

2. 音訊文字處理：

   如果有語音訊息，它將儲存在 Amazon S3 儲存桶中。然後，Amazon Transcribe 將音頻轉換為文本，並將其發送給助理。

   如果只是一條短信，它將直接轉到助理輸入。

3. 助理回應：

   代理程式處理查詢並產生回應，可能會存取 DynamoDB 表或知識庫中的其他資料。

   根據使用者的請求，可以觸發各種操作，例如建立支援票證或檢索乘客資訊。

   最終回應將透過 WhatsApp 發送回用戶。

讓我們來建造吧！

第 0 部分：克隆儲存庫

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

第 1 部分：建立 Amazon Aurora PostgreSQL 向量資料庫作為 Amazon Bedrock 的知識庫。

用於設定 Amazon Aurora PostgreSQL 向量資料庫。它解釋了向量資料庫對於實現檢索增強生成（RAG）的重要性。適用於 Python 的 AWS 雲端開發套件 (CDK) 用於設定資料庫基礎架構。這還包括準備資料庫的詳細步驟，例如安裝擴充功能、建立架構和角色以及使用自訂構造設定表和索引。

第 2 部分：使用 Aurora PostgreSQL 建立 Amazon Bedrock 知識庫。

它專注於為 Amazon Bedrock 建立知識庫，其中涉及將 S3 儲存桶設定為資料來源、配置必要的 IAM 角色和權限以及在 AWS Systems Manager Parameter Store 中儲存資訊。知識庫自動處理 PDF 中的非結構化文字數據，將其轉換為文字區塊，產生向量嵌入，並將其儲存在 PostgreSQL 資料庫中。該指南提供了設定和部署的逐步說明。

第 3 部分：為 Amazon Bedrock 建立代理程式以搜尋知識庫和管理 Amazon DynamoDB 資料。

該專案示範如何建立一個人工智慧驅動的代理，能夠使用自然語言提示查詢和分析儲存在 PostgreSQL 資料庫中的資料。

第 4 部分：增強的使用者互動：將 WhatsApp Assistant 與 Amazon Bedrock Agent 整合。

關於使用 Amazon Bedrock Agent 建立由 WhatsApp 驅動的高級 RAG Travel Support Agent 的四部分系列的最後一部分。該專案整合了各種 AWS 服務，包括 API Gateway、Lambda、DynamoDB、S3 和 Transcribe，以建立用於處理和回應使用者訊息的工作流程。該應用程式可以處理文字和語音訊息、轉錄音頻，並利用基於 Aurora PostgreSQL 構建的知識庫進行資訊檢索。

？提示：如果您不想使用 WhatsApp，也沒關係！您可以使用以下 JavaScript 應用程序，該應用程式建立一個 UI，允許您使用 AWS 帳戶中提供的 Amazon Bedrock 代理和知識庫 --> 使用 Amazon Bedrock 和 AWS JavaScript SDK 建立 ReactJS 生成式 AI 應用程式

結論

這款增強版 WhatsApp 旅行助理展示了 AWS 整合人工智慧和資料庫服務的強大功能。透過利用 Amazon Bedrock 的代理和知識庫功能以及 Aurora PostgreSQL 和 DynamoDB，我們創建了更簡化、強大且可維護的解決方案。

新增支援票證系統可提供完整的端到端客戶服務體驗，允許複雜問題的無縫升級，同時保持人工智慧驅動的初始互動的優勢。

我們鼓勵您在此基礎上繼續發展，也許可以透過擴展知識庫、更改代理的回應或與其他服務整合來實現。

感謝您加入我們，利用 AWS 技術徹底改變旅行客戶支援！

安全

請參閱貢獻以獲取更多資訊。

執照

該庫根據 MIT-0 許可證獲得許可。請參閱許可證文件。