A generatív mesterséges intelligencia ágensek képesek emberszerű válaszokat produkálni és természetes nyelvű beszélgetéseket folytatni az alapmodellek (FM-ek) és más bővítő eszközök hívási láncának megszervezésével a felhasználói bevitel alapján. Ahelyett, hogy csak előre meghatározott szándékokat teljesítenének egy statikus döntési fán keresztül, az ügynökök autonóm módon működnek a rendelkezésre álló eszközkészletük keretében. Amazon alapkőzet egy teljesen felügyelt szolgáltatás, amely egy API-n keresztül elérhetővé teszi a mesterséges intelligencia vállalatok vezető FM-jeit, valamint a fejlesztői eszközöket, amelyek segítségével generatív AI-alkalmazásokat hozhat létre és méretezhet.
Ebben a bejegyzésben bemutatjuk, hogyan lehet létrehozni egy generatív AI pénzügyi szolgáltatási ügynököt, amelyet az Amazon Bedrock hajt. Az ügynök segíthet a felhasználóknak a fiókadatok megtalálásában, a kölcsönkérelem kitöltésében vagy a természetes nyelvű kérdések megválaszolásában, miközben a megadott válaszok forrásait is megjelöli. Ez a megoldás indítópultként szolgál a fejlesztők számára, hogy létrehozhassák saját, személyre szabott párbeszédes ügynökeiket különböző alkalmazásokhoz, például virtuális dolgozókhoz és ügyfélszolgálati rendszerekhez. A megoldás kódja és a telepítési eszközök megtalálhatók a GitHub tárház.
Amazon Lex biztosítja a természetes nyelv megértését (NLU) és a természetes nyelvi feldolgozást (NLP) a nyílt forráskódhoz LangChain beszélgetős ügynök beágyazva egy AWS erősítés weboldal. Az ügynök olyan eszközökkel rendelkezik, amelyek magukban foglalják az Amazon Bedrock-on tárolt Anthropic Claude 2.1 FM-et és a szintetikus ügyféladatokat Amazon DynamoDB és a Amazon Kendra a következő képességek biztosításához:
- Adjon személyre szabott válaszokat – Lekérdezheti a DynamoDB-t az ügyfélszámla-információkért, például a jelzáloghitel-összesítő adatokért, az esedékes egyenlegért és a következő fizetési dátumért
- Hozzáférés az általános tudáshoz – Használja ki az ügynök okfejtési logikáját az Amazon Bedrock által biztosított különböző FM-ek előzetes betanításához felhasznált hatalmas adatmennyiséggel, hogy bármilyen ügyfélkérésre választ adjon.
- Válogassa meg a véleménynyilvánító válaszokat – Tájékoztassa az ügynök válaszait egy hiteles adatforrással konfigurált Amazon Kendra index segítségével: a bennük tárolt ügyféldokumentumokkal Amazon egyszerű tárolási szolgáltatás (Amazon S3) és Amazon Kendra Web Crawler az ügyfél webhelyéhez konfigurálva
Megoldás áttekintése
Demo felvétel
A következő bemutató felvétel kiemeli az ügynök funkcióit és a technikai megvalósítás részleteit.
Megoldás architektúra
A következő ábra a megoldás architektúráját mutatja be.
Az ügynök válasz munkafolyamata a következő lépéseket tartalmazza:
- A felhasználók természetes nyelvű párbeszédet folytatnak az ügynökkel a választott web-, SMS- vagy hangcsatornákon keresztül. A webcsatorna tartalmaz egy Amplify által hosztolt webhelyet egy Amazon Lex beágyazott chatbottal egy fiktív vásárló számára. Az SMS- és hangcsatornák opcionálisan konfigurálhatók a segítségével Amazon Connect és a üzenetküldési integrációk az Amazon Lex számára. Minden felhasználói kérést az Amazon Lex dolgoz fel, hogy meghatározza a felhasználói szándékot egy szándékfelismerésnek nevezett folyamaton keresztül, amely magában foglalja a felhasználó bevitelének (szöveg vagy beszéd) elemzését és értelmezését, hogy megértse a felhasználó szándékolt tevékenységét vagy célját.
- Az Amazon Lex ezután meghív egy AWS Lambda kezelő a felhasználói szándékok teljesítéséhez. Az Amazon Lex chatbothoz társított Lambda funkció tartalmazza a felhasználó szándékának feldolgozásához szükséges logikát és üzleti szabályokat. A Lambda konkrét műveleteket hajt végre, vagy információkat kér le a felhasználó bemeneti adatai alapján, döntéseket hoz és megfelelő válaszokat generál.
- A Lambda a pénzügyi szolgáltatási ügynök logikáját egy LangChain beszélgetős ügynökként használja, amely hozzáférhet a DynamoDB-n tárolt ügyfél-specifikus adatokhoz, véleménynyilvánító válaszokat válogathat az Amazon Kendra által indexelt dokumentumai és weboldalai segítségével, és általános ismeretekkel kapcsolatos válaszokat adhat az Amazon Bedrock FM-jén keresztül. Az Amazon Kendra által generált válaszok tartalmazzák a forrás-hozzárendelést, bemutatva, hogyan adhatsz további kontextuális információkat az ügynöknek a Visszakeresés kiterjesztett generáció (RONGY). A RAG lehetővé teszi, hogy javítsa ügynöke azon képességét, hogy a saját adatai alapján pontosabb és kontextus szempontjából relevánsabb válaszokat generáljon.
Ügynök architektúra
Az alábbi diagram az ügynök architektúrát mutatja be.
Az ügynök érvelési munkafolyamata a következő lépéseket tartalmazza:
- A LangChain beszélgetős ügynök beszélgetési memóriát tartalmaz, így több lekérdezésre is tud válaszolni kontextus szerinti generálással. Ez a memória lehetővé teszi az ügynök számára, hogy olyan válaszokat adjon, amelyek figyelembe veszik a folyamatban lévő beszélgetés kontextusát. Ezt kontextuális generálással érik el, ahol az ügynök releváns és kontextuálisan megfelelő válaszokat generál a beszélgetésből emlékezett információk alapján. Egyszerűbben fogalmazva, az ügynök emlékszik a korábban elhangzottakra, és ezt az információt arra használja fel, hogy több kérdésre válaszoljon úgy, hogy az értelmes legyen a folyamatban lévő megbeszélés során. Ügynökünk használja A LangChain DynamoDB csevegési üzenettörténeti osztálya beszélgetési memória pufferként, így felidézheti a múltbeli interakciókat, és értelmesebb, kontextustudatosabb válaszokkal javíthatja a felhasználói élményt.
- Az ügynök az Anthropic Claude 2.1-et használja az Amazon Bedrock-on, hogy elvégezze a kívánt feladatot egy sor, gondosan generált szövegbevitel segítségével utasításokat. Az azonnali tervezés elsődleges célja, hogy konkrét és pontos válaszokat váltson ki az FM-ből. A különböző azonnali tervezési technikák a következők:
- Nullalövés – Egyetlen kérdés kerül a modell elé minden további nyom nélkül. A modelltől elvárás, hogy kizárólag az adott kérdés alapján választ generáljon.
- Kevés lövés – Egy sor mintakérdés és a hozzájuk tartozó válaszok szerepelnek az aktuális kérdés előtt. Azáltal, hogy a modellt ezeknek a példáknak tesszük ki, megtanul hasonló módon reagálni.
- Gondolatlánc – A néhány lépésből álló felszólítás sajátos stílusa, ahol a felszólítást úgy alakították ki, hogy közbenső érvelési lépések sorozatát tartalmazza, és egy logikus gondolkodási folyamaton keresztül vezeti a modellt, ami végül a kívánt válaszhoz vezet.
Ügynökünk gondolati láncolatú érvelést alkalmaz azáltal, hogy egy kérés fogadásakor műveleteket hajt végre. Minden egyes cselekvést követően az ügynök belép a megfigyelési lépésbe, ahol gondolatot fejez ki. Ha a végső válasz még nem érkezik meg, az ügynök iterál, és különböző műveleteket választ ki a végső válasz eléréséhez. Lásd a következő példakódot:
Gondolat: Kell-e eszközt használnom? Igen
Művelet: A végrehajtandó művelet
Akció bemenet: A művelet bemenete
Megfigyelés: A cselekvés eredménye
Gondolat: Kell-e eszközt használnom? Nem
FSI-ügynök: [válasz és forrásdokumentumok]
- Az ügynök különböző érvelési útjainak és önértékelő döntéseinek részeként a következő lépések eldöntéséhez, képes hozzáférni a szintetikus ügyféladatforrásokhoz egy Amazon Kendra Index Retriever eszköz. Az Amazon Kendra használatával az ügynök kontextus szerinti keresést végez a tartalomtípusok széles körében, beleértve a dokumentumokat, a GYIK-et, a tudásbázisokat, a kézikönyveket és a webhelyeket. A támogatott adatforrásokkal kapcsolatos további részletekért lásd: Adatforrások. Az ügynöknek lehetősége van arra, hogy ezt az eszközt arra használja, hogy véleményt formáló válaszokat adjon a felhasználói kérésekre, amelyeket egy hiteles, ügyfél által biztosított tudástár segítségével kell megválaszolni, az Amazon Bedrock FM előképzéséhez használt általánosabb tudáskorpusz helyett.
Telepítési útmutató
A következő szakaszokban a megoldás üzembe helyezésének kulcsfontosságú lépéseit tárgyaljuk, beleértve a telepítés előtti és utólagos telepítést.
Előzetes bevetés
A megoldás üzembe helyezése előtt létre kell hoznia a megoldástár saját elágazott verzióját egy token-védett webhook-kal, hogy automatizálja az Amplify webhely folyamatos üzembe helyezését. Az Amplify konfiguráció egy GitHub-forrástárra mutat, amelyből webhelyünk frontendje épül.
Villa és klón generative-ai-amazon-bedrock-langchain-agent-example raktár
- Az Amplify webhelyet létrehozó forráskód szabályozásához kövesse az alábbi utasításokat Fork egy adattárat a generative-ai-amazon-bedrock-langchain-agent-example repository elágazásához. Ezzel létrehoz egy másolatot a tárolóról, amely le van választva az eredeti kódbázisról, így elvégezheti a megfelelő módosításokat.
- Vegye figyelembe az elágazott lerakat URL-címét, amelyet a következő lépésben a lerakat klónozásához és a megoldástelepítési automatizálási parancsfájlban használt GITHUB_PAT környezeti változó konfigurálásához használ.
- Klónozza a forked lerakat a git clone paranccsal:
Hozzon létre egy GitHub személyes hozzáférési tokent
Az Amplify által tárolt webhely a GitHub személyes hozzáférési token (PAT) mint az OAuth-token a harmadik féltől származó forrásvezérléshez. Az OAuth-jogkivonat webhook és csak olvasható központi telepítési kulcs létrehozására szolgál SSH klónozással.
- A PAT létrehozásához kövesse az alábbi utasításokat Személyes hozzáférési token létrehozása (klasszikus). Előnyben részesítheti a GitHub alkalmazás hogy egy szervezet nevében vagy hosszan tartó integrációkhoz hozzáférjenek az erőforrásokhoz.
- A böngésző bezárása előtt jegyezze fel a PAT-ot – ezzel konfigurálja a megoldástelepítési automatizálási parancsfájlban használt GITHUB_PAT környezeti változót. A szkript közzéteszi a PAT-ot a következő helyen AWS Secrets Manager segítségével AWS parancssori interfész (AWS CLI) parancsok és a titkos név lesz a GitHubTokenSecretName AWS felhőképződés paraméter.
bevetés
A megoldástelepítési automatizálási szkript a paraméterezett CloudFormation sablont használja, GenAI-FSI-Agent.yml, a következő megoldási erőforrások kiépítésének automatizálásához:
- Egy Amplify webhely a front-end környezet szimulálásához.
- Egy Amazon Lex bot, amely botimportálási telepítési csomagon keresztül van konfigurálva.
- Négy DynamoDB tábla:
- UserPendingAccountsTable – Rögzíti a függőben lévő tranzakciókat (például hitelkérelmeket).
- UserExistingAccountsTable – Tartalmazza a felhasználói fiók adatait (például a jelzáloghitel-számla összefoglalóját).
- ConversationIndexTable – Nyomon követi a beszélgetés állapotát.
- Beszélgetési táblázat – Tárolja a beszélgetési előzményeket.
- Egy S3 vödör, amely tartalmazza a Lambda ügynökkezelőt, a Lambda adatbetöltőt és az Amazon Lex telepítési csomagokat, valamint az ügyfelek GYIK-jét és a jelzáloghitel-alkalmazás-példákat.
- Két lambda funkció:
- Ügynökkezelő – Tartalmazza a LangChain párbeszédes ügynök logikáját, amely intelligensen alkalmazhat különféle eszközöket a felhasználói bevitel alapján.
- Adatbetöltő – Betölti a példa ügyfélfiókadatokat a UserExistingAccountsTable-be, és a verem létrehozása során egyedi CloudFormation-erőforrásként hívja meg.
- Lambda réteg az Amazon Bedrock Boto3, LangChain és pdfrw könyvtárakhoz. A réteg a LangChain FM könyvtárát egy Amazon Bedrock modellel látja el, mint mögöttes FM-et, és a pdfrw-t nyílt forráskódú PDF-könyvtárként biztosítja PDF-fájlok létrehozásához és módosításához.
- Amazon Kendra index, amely kereshető indexet biztosít az ügyfelek hiteles információiról, beleértve a dokumentumokat, a GYIK-et, a tudásbázisokat, a kézikönyveket, a webhelyeket és egyebeket.
- Két Amazon Kendra adatforrás:
- Amazon S3 – Házigazdák an példa ügyfél GYIK dokumentum.
- Amazon Kendra Web Crawler – Olyan gyökérdomainnel konfigurálva, amely emulálja az ügyfélspecifikus webhelyet (például .com).
- AWS Identity and Access Management (IAM) engedélyek az előző erőforrásokhoz.
Az AWS CloudFormation előre kitölti a veremparamétereket a sablonban megadott alapértelmezett értékekkel. Alternatív bemeneti értékek megadásához olyan paramétereket adhat meg környezeti változókként, amelyekre a `ParameterKey=,ParameterValue=` párban hivatkozunk a következő shell-szkript aws cloudformation create-stack parancsában.
- A shell szkript futtatása előtt keresse meg a generative-ai-amazon-bedrock-langchain-agent-example lerakat elágazott verzióját munkakönyvtárként, és módosítsa a shell szkript engedélyeit végrehajthatóvá:
- Állítsa be az Amplify adattárat és a GitHub PAT környezeti változókat, amelyeket a telepítés előtti lépések során hoztak létre:
- Végül futtassa a megoldás-telepítési automatizálási parancsfájlt a megoldás erőforrásainak üzembe helyezéséhez, beleértve a GenAI-FSI-Agent.yml CloudFormation verem:
source ./create-stack.sh
Megoldástelepítési automatizálási parancsfájl
Az előző source ./create-stack.sh shell
parancs a következő AWS CLI parancsokat futtatja a megoldásverem üzembe helyezéséhez:
Telepítés után
Ebben a részben az ügyfél éles alkalmazását emulálni hivatott előtér-alkalmazás indításának telepítés utáni lépéseit tárgyaljuk. A pénzügyi szolgáltatási ügynök beágyazott asszisztensként fog működni a példa webes felhasználói felületén.
Indítson el webes felhasználói felületet a chatbotjához
A Amazon Lex webes felhasználói felület, más néven chatbot UI, lehetővé teszi, hogy gyorsan biztosítson átfogó webes klienst az Amazon Lex chatbotokhoz. A felhasználói felület az Amazon Lex-szel integrálva egy JavaScript-bővítményt hoz létre, amely egy Amazon Lex-alapú chat-widgetet épít be a meglévő webalkalmazásába. Ebben az esetben a webes felhasználói felületet használjuk egy meglévő ügyfél webalkalmazás emulálására egy beágyazott Amazon Lex chatbottal. Hajtsa végre a következő lépéseket:
- Kövesse az utasításokat telepítse az Amazon Lex webes UI CloudFormation veremét.
- Az AWS CloudFormation konzolon navigáljon a veremhez Kimenetek fület, és keresse meg az értékét
SnippetUrl
.
- Másolja ki a webes UI Iframe kódrészletet, amely az alábbi formátumhoz fog hasonlítani A ChatBot UI hozzáadása a webhelyéhez Iframe-ként.
- Szerkessze az Amplify GitHub forrástároló elágazott verzióját úgy, hogy hozzáadja a webes UI JavaScript beépülő modulját a feliratú szakaszhoz.
<-- Paste your Lex Web UI JavaScript plugin here -->
alatt található HTML-fájlok mindegyikéhez front-end könyvtár:index.html
,contact.html
ésabout.html
.
Az Amplify egy automatizált összeállítási és kiadási folyamatot biztosít, amely az elágazott tárhely új véglegesítései alapján aktiválódik, és közzéteszi a webhely új verzióját az Amplify-tartományban. A telepítés állapotát az Amplify konzolon tekintheti meg.
Nyissa meg az Amplify webhelyet
Az Amazon Lex web UI JavaScript beépülő moduljával készen áll az Amplify bemutató webhely elindítására.
- A webhely domainjének eléréséhez lépjen a CloudFormation veremhez Kimenetek fület, és keresse meg az Amplify domain URL-t. Alternatív megoldásként használja a következő parancsot:
- Miután elérte az Amplify domain URL-jét, folytathatja a tesztelést és az érvényesítést.
Tesztelés és érvényesítés
A következő tesztelési eljárás célja annak ellenőrzése, hogy az ügynök helyesen azonosítja és megérti-e a felhasználói szándékokat az ügyféladatokhoz (például a fiókadatokhoz) való hozzáféréshez, az üzleti munkafolyamatok előre meghatározott szándékokon keresztüli teljesítéséhez (például a kölcsönkérelem kitöltéséhez), valamint az általános kérdések megválaszolásához, mint pl. a következő mintautasítások:
- Miért használjam a -t?
- Mennyire versenyképesek az árfolyamaik?
- Milyen típusú jelzáloghitelt vegyek?
- Mik a jelenlegi jelzáloghitel trendek?
- Mennyit kell megtakarítanom az előleghez?
- Milyen egyéb költségeket kell fizetnem záráskor?
A válaszok pontosságát az Amazon Bedrock által generált Anthropic Claude 2.1 FM által generált válaszok relevanciájának, koherenciájának és emberszerű jellegének értékelése határozza meg. Az egyes válaszokhoz mellékelt forráshivatkozásokat (például .com az Amazon Kendra Web Crawler konfigurációja alapján) szintén meg kell erősíteni, hogy hitelesek.
Adjon személyre szabott válaszokat
Ellenőrizze, hogy az ügynök sikeresen hozzáfér-e és felhasználja-e a releváns ügyféladatokat a DynamoDB-ben a felhasználóspecifikus válaszok testreszabásához.
Vegye figyelembe, hogy az ügynökön belüli PIN-alapú hitelesítés csak demonstrációs célokat szolgál, és nem használható semmilyen éles megvalósításban.
Válogassa meg a véleménynyilvánító válaszokat
Érvényesítse, hogy a véleménynyilvánító kérdésekre hiteles válaszokat találjon az ügynök, és a válaszokat a hiteles ügyféldokumentumok és az Amazon Kendra által indexelt weboldalak alapján helyesen szerezze be.
Kontextuális generálás biztosítása
Határozza meg az ügynök azon képességét, hogy kontextus szempontjából releváns válaszokat adjon a korábbi csevegési előzmények alapján.
Hozzáférés az általános tudáshoz
Erősítse meg az ügynök hozzáférését az általános ismeretek információihoz a nem ügyfél-specifikus, nem véleményt igénylő lekérdezések esetén, amelyek pontos és koherens válaszokat igényelnek az Amazon Bedrock FM oktatási adatai és a RAG alapján.
Előre meghatározott szándékok futtatása
Győződjön meg arról, hogy az ügynök helyesen értelmezi és párbeszédben teljesíti azokat a felhasználói utasításokat, amelyeket előre meghatározott szándékokhoz kívánnak irányítani, például egy kölcsönkérelem kitöltése egy üzleti munkafolyamat részeként.
Az alábbiakban a beszélgetési folyamaton keresztül kitöltött hiteligénylési dokumentum látható.
A többcsatornás támogatási funkció az előző értékelési intézkedésekkel együtt tesztelhető webes, SMS- és hangcsatornákon. A chatbot más szolgáltatásokkal való integrálásával kapcsolatos további információkért lásd: Amazon Lex V2 bot integrálása Twilio SMS-sel és a Adjon hozzá egy Amazon Lex botot az Amazon Connecthez.
Tisztítsuk meg
Az AWS-fiókjában felmerülő költségek elkerülése érdekében tisztítsa meg a megoldás által biztosított erőforrásokat.
- Visszavonja a GitHub személyes hozzáférési tokent. A GitHub PAT-ok lejárati értékkel vannak konfigurálva. Ha azt szeretné biztosítani, hogy a PAT-ja ne lehessen programozott hozzáférést biztosítani az elágazott Amplify GitHub-tárhelyhez, mielőtt lejárna, visszavonhatja a PAT-ot a következő lépésekkel: A GitHub repo utasításai.
- Törölje a GenAI-FSI-Agent.yml CloudFormation verem és egyéb megoldási erőforrásokat a megoldástörlés automatizálási parancsfájl használatával. A következő parancsok az alapértelmezett veremnevet használják. Ha testreszabta a verem nevét, akkor ennek megfelelően módosítsa a parancsokat.
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-stack.sh
Megoldás törlési automatizálási szkript
A
delete-stack.sh shell
szkript törli azokat az erőforrásokat, amelyeket eredetileg a megoldás-telepítési automatizálási parancsfájl használatával állítottak ki, beleértve a GenAI-FSI-Agent.yml CloudFormation-vermet.
Szempontok
Bár a bejegyzésben szereplő megoldás bemutatja az Amazon Bedrock által működtetett generatív mesterségesintelligencia-ügynök képességeit, elengedhetetlen felismerni, hogy ez a megoldás nem gyártásra kész. Inkább szemléltető példaként szolgál a fejlesztők számára, akik személyre szabott párbeszédes ügynököket kívánnak létrehozni különféle alkalmazásokhoz, például virtuális dolgozókhoz és ügyfélszolgálati rendszerekhez. A fejlesztőnek a termeléshez vezető útja ezen a mintamegoldáson ismétlődik a következő megfontolásokkal.
Biztonság és adatvédelem
Biztosítsa az adatbiztonságot és a felhasználói adatvédelmet a megvalósítási folyamat során. Megfelelő hozzáférés-ellenőrzéseket és titkosítási mechanizmusokat kell alkalmazni az érzékeny információk védelme érdekében. Az olyan megoldások, mint a generatív mesterséges intelligencia pénzügyi szolgáltatási ügynöke, hasznot húznak azokból az adatokból, amelyek még nem állnak rendelkezésre a mögöttes FM számára, ami gyakran azt jelenti, hogy saját személyes adatait kell használnia a képességek legnagyobb ugrása érdekében. Fontolja meg a következő bevált gyakorlatokat:
- Tartsa titokban, őrizze meg – Azt szeretné, ha ezek az adatok teljesen védettek, biztonságosak és privátak maradnának a generálási folyamat során, és ellenőrizni szeretné, hogy ezek az adatok hogyan kerülnek megosztásra és felhasználásra.
- Használati védőkorlátokat hozzon létre – Ismerje meg, hogyan használja fel egy szolgáltatás az adatokat, mielőtt elérhetővé tenné azokat csapatai számára. Hozzon létre és terjesszen szabályokat arra vonatkozóan, hogy mely adatok milyen szolgáltatással használhatók. Világossá tegye ezeket csapatai számára, hogy gyorsan haladhassanak, és biztonságosan prototípust készíthessenek.
- Inkább előbb, mint utóbb vonja be a Jogit – Kérje meg jogi csapatait, hogy tekintsék át a használni kívánt szolgáltatások feltételeit és szolgáltatási kártyáit, mielőtt bármilyen érzékeny adatot futtatna rajtuk. Az Ön jogi partnerei soha nem voltak még fontosabbak, mint ma.
Példaként arra, hogyan gondolkodunk erről az AWS-nél az Amazon Bedrock-kal: Minden adat titkosítva van, és nem hagyja el a VPC-t, az Amazon Bedrock pedig külön másolatot készít az alap FM-ről, amely csak az ügyfél számára érhető el, és finomhangolja, ill. betanítja a modellnek ezt a privát példányát.
Felhasználói elfogadási teszt
Végezzen felhasználói elfogadási tesztet (UAT) valós felhasználókkal, hogy értékelje a generatív AI pénzügyi szolgáltatási ügynök teljesítményét, használhatóságát és elégedettségét. Gyűjtsön visszajelzést, és hajtsa végre a szükséges fejlesztéseket a felhasználói bevitel alapján.
Telepítés és felügyelet
Telepítse a teljesen tesztelt ügynököt az AWS-en, és hajtson végre figyelést és naplózást a teljesítményének nyomon követéséhez, a problémák azonosításához és a rendszer szükség szerinti optimalizálásához. Lambda figyelő és hibaelhárítási funkciók alapértelmezés szerint engedélyezve vannak az ügynök lambda kezelőjénél.
Karbantartás és frissítések
Rendszeresen frissítse az ügynököt a legújabb FM-verziókkal és adatokkal, hogy növelje pontosságát és hatékonyságát. Figyelje az ügyfélspecifikus adatokat a DynamoDB-ben, és szükség szerint szinkronizálja az Amazon Kendra adatforrás-indexelést.
Következtetés
Ebben a bejegyzésben a generatív mesterségesintelligencia-ügynökök izgalmas világába ástunk bele, és a képességükbe, hogy az FM-ekhez és más kiegészítő eszközökhöz intézett hívások összehangolásával elősegítsék az emberhez hasonló interakciókat. Az útmutató követésével a Bedrock, a LangChain és a meglévő ügyfélforrások segítségével sikeresen implementálhat, tesztelhet és hitelesíthet egy megbízható ügynököt, amely pontos és személyre szabott pénzügyi segítséget nyújt a felhasználóknak természetes nyelvű beszélgetéseken keresztül.
Egy következő bejegyzésünkben bemutatjuk, hogyan lehet ugyanazt a funkcionalitást biztosítani egy alternatív megközelítéssel Az Amazon Bedrock ügynökei és a Az Amazon Bedrock tudásbázisa. Ez a teljesen AWS által felügyelt megvalósítás tovább vizsgálja, hogyan kínálhat intelligens automatizálási és adatkeresési képességeket személyre szabott ügynökökön keresztül, amelyek átalakítják a felhasználók és az alkalmazások közötti interakciót, természetesebbé, hatékonyabbá és eredményesebbé téve az interakciókat.
A szerzőről
Kyle T. Blocksom Sr. Solutions Architect az AWS-nél Dél-Kaliforniában. Kyle szenvedélye, hogy összehozza az embereket, és a technológiát kihasználva olyan megoldásokat kínáljon, amelyeket az ügyfelek szeretnek. Munkán kívül szeret szörfözni, enni, birkózni a kutyájával, és elkényezteti unokahúgát és unokaöccsét.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
- :van
- :is
- :nem
- :ahol
- $ UP
- 1
- 10
- 100
- 11
- 32
- 7
- 799
- 8
- 9
- a
- képesség
- Rólunk
- elfogadás
- hozzáférés
- hozzáférhető
- Hozzáférés
- Eszerint
- Fiók
- pontosság
- pontos
- elért
- át
- törvény
- Akció
- cselekvések
- tényleges
- hozzáadásával
- További
- állítsa
- Ügynök
- szerek
- AI
- Célzás
- célok
- Minden termék
- lehetővé teszi, hogy
- mentén
- már
- Is
- alternatív
- amazon
- Amazon Kendra
- Amazon Lex
- Az Amazon Web Services
- Összegek
- erősít
- an
- elemzése
- és a
- válasz
- válaszok
- Antropikus
- bármilyen
- api
- Alkalmazás
- alkalmazások
- megközelítés
- megfelelő
- építészet
- VANNAK
- AS
- értékelés
- Eszközök
- segít
- Támogatás
- Helyettes
- társult
- At
- bővített
- Hitelesítés
- automatizált
- Automatizált
- Automatizálás
- autonóm
- elérhető
- elkerülése érdekében
- AWS
- AWS felhőképződés
- AWS Lambda
- Egyenleg
- bázis
- alapján
- BE
- óta
- előtt
- nevében
- haszon
- BEST
- legjobb gyakorlatok
- Legnagyobb
- Bot
- hoz
- ütköző
- épít
- épít
- épült
- üzleti
- by
- Kalifornia
- hívott
- kéri
- TUD
- képességek
- képesség
- képes
- Kártyák
- gondosan
- eset
- CD
- lánc
- változik
- csatorna
- csatornák
- díjak
- csevegés
- chatbot
- chatbots
- választás
- választás
- idézi
- klasszikus
- ragadozó ölyv
- világos
- vásárló
- záró
- kód
- kódbázis
- ÖSSZEFÜGGŐ
- COM
- követ
- Companies
- versenyképes
- kiegészítő
- teljes
- Befejezett
- teljesen
- kitöltésével
- átfogó
- Körülmények
- Configuration
- konfigurálva
- MEGERŐSÍTETT
- kötőszó
- Fontolja
- megfontolások
- Konzol
- tartalmaz
- tartalmaz
- tartalom
- Tartalomtípusok
- kontextus
- szövegre vonatkozó
- folyamatos
- ellenőrzés
- ellenőrzések
- Konvenció
- Beszélgetés
- társalgó
- beszélgetések
- helyesen
- Megfelelő
- kiadások
- tanfolyam
- lánctalpas
- teremt
- készítette
- teremt
- létrehozása
- teremtés
- hihető
- Jelenlegi
- szokás
- vevő
- ügyféladatok
- Vevőszolgálat
- Ügyfelek
- szabott
- dátum
- adatbiztonság
- dönt
- döntés
- döntési fa
- határozatok
- alapértelmezett
- szállít
- szállított
- Demó
- bizonyítani
- bemutatását,
- telepíteni
- bevetés
- tervezett
- kívánatos
- részletek
- Határozzuk meg
- eltökélt
- Fejlesztő
- fejlesztők
- Párbeszéd
- különböző
- szétkapcsolt
- megvitatni
- vita
- terjeszteni
- számos
- do
- dokumentum
- dokumentumok
- nem
- Kutya
- domain
- le-
- vázlat
- két
- alatt
- e
- minden
- Korábban
- visszhang
- Hatékony
- hatékonyság
- hatékony
- beágyazott
- engedélyezve
- titkosított
- titkosítás
- vonzó
- Mérnöki
- növelése
- biztosítására
- belép
- Környezet
- felszerelt
- alapvető
- Eter (ETH)
- értékelni
- értékelő
- példa
- példák
- izgalmas
- létező
- várható
- tapasztalat
- lejárat
- lejárat
- feltárása
- export
- kifejezi
- megkönnyítése
- FAQ
- Visszacsatolás
- filé
- Fájlok
- utolsó
- pénzügyi
- pénzügyi szolgáltatások
- megtalálása
- végén
- áramlási
- következik
- következő
- A
- villa
- formátum
- talált
- Alapítvány
- ból ből
- frontend
- teljesítése
- teljesítés
- teljesen
- funkció
- funkcionalitás
- funkciók
- további
- gyűjt
- általános
- generál
- generált
- generál
- generáló
- generáció
- nemző
- Generatív AI
- megy
- GitHub
- adott
- útmutató
- irányadó
- hám
- Legyen
- he
- segít
- itt
- kiemeli
- övé
- történelem
- házigazdája
- hosts
- Hogyan
- How To
- HTML
- http
- HTTPS
- i
- IAM
- azonosítja
- azonosítani
- Identitás
- if
- illusztrálja
- végre
- végrehajtás
- importál
- fontos
- fejlesztések
- in
- tartalmaz
- beleértve
- magában foglalja a
- Beleértve
- bele
- magában
- index
- indexelt
- tájékoztat
- információ
- bemenet
- bemenet
- helyette
- utasítás
- eszközök
- integrál
- integrálása
- integrációk
- Intelligens
- Intelligens automatizálás
- szándékolt
- A szándék
- kölcsönhatásba
- kölcsönhatások
- Felület
- Közbülső
- belső
- bele
- hivatkozni
- behívja
- jár
- kérdések
- IT
- ITS
- JavaScript
- jpg
- ugrás
- Tart
- Kulcs
- tudás
- ismert
- nyelv
- legutolsó
- indít
- indítás
- Launchpad
- réteg
- vezető
- Szabadság
- Jogi
- Tőkeáttétel
- könyvtárak
- könyvtár
- mint
- vonal
- linkek
- rakodó
- terhelések
- hitel
- fakitermelés
- logika
- logikus
- szerelem
- alacsonyabb
- csinál
- KÉSZÍT
- Gyártás
- sikerült
- menedzser
- mód
- Lehet..
- jelentőségteljes
- eszközök
- intézkedések
- mechanizmusok
- Memory design
- üzenet
- találkozott
- MIT
- modell
- modellek
- Módosítások
- módosítása
- monitor
- ellenőrzés
- több
- Jelzálog
- mozog
- sok
- többszörös
- kell
- név
- elnevezési
- Természetes
- Természetes nyelv
- Természetes nyelvi feldolgozás
- Természetes nyelv megértése
- Természet
- Keresse
- elengedhetetlen
- Szükség
- szükséges
- soha
- Új
- következő
- NLP
- nlu
- nem
- megjegyezni
- Most
- auth
- célkitűzés
- megfigyelés
- of
- ajánlat
- gyakran
- on
- folyamatban lévő
- csak
- nyitva
- nyílt forráskódú
- működik
- Nagyképű
- Optimalizálja
- or
- hangszerelésben
- hangszerelés
- szervezet
- eredeti
- eredetileg
- Más
- mi
- kimenetek
- kívül
- felett
- áttekintés
- saját
- csomag
- csomagok
- párok
- paraméter
- paraméterek
- rész
- partnerek
- szenvedély
- múlt
- ösvény
- utak
- Fizet
- fizetés
- alatt
- Emberek (People)
- teljesít
- teljesítmény
- Előadja
- engedélyek
- személyes
- Személyre
- csővezeték
- Hely
- terv
- Plató
- Platón adatintelligencia
- PlatoData
- kérem
- csatlakoztat
- pont
- állás
- hatalom
- powered
- gyakorlat
- megelőző
- előre meghatározott
- jobban szeret
- bemutatott
- előző
- elsődleges
- magánélet
- magán
- eljárás
- folytassa
- folyamat
- feldolgozott
- feldolgozás
- gyárt
- termelő
- Termelés
- programadó
- Haladás
- utasításokat
- védelme
- védett
- prototípus
- ad
- feltéve,
- biztosít
- ellátás
- nyilvános
- közzétesz
- közzéteszi
- cél
- célokra
- lekérdezések
- kérdés
- Kérdések
- gyorsan
- hatótávolság
- Az árak
- Inkább
- Elér
- elérése
- kész
- igazi
- fogadó
- elismerés
- elismerik
- felvétel
- nyilvántartások
- utal
- engedje
- megbízható
- távoli
- raktár
- kérni
- szükség
- kötelező
- forrás
- Tudástár
- Reagálni
- válasz
- válaszok
- eredményez
- eredő
- Kritika
- gyökér
- szabályok
- futás
- futás
- fut
- biztosan
- Mondott
- azonos
- elégedettség
- mentett
- Skála
- forgatókönyv
- Keresés
- Titkos
- titkok
- Rész
- szakaszok
- biztonság
- biztonság
- lát
- kiválasztása
- értelemben
- érzékeny
- különálló
- Series of
- szolgálja
- szolgáltatás
- Szolgáltatások
- készlet
- megosztott
- Héj
- kellene
- hasonló
- Egyszerű
- egyszerűbb
- egyetlen
- SMS
- töredék
- So
- Kizárólag
- megoldások
- Megoldások
- forrás
- forráskód
- Források
- Sourcing
- Déli
- különleges
- beszéd
- verem
- kezdet
- Állami
- Állapot
- tartózkodás
- Lépés
- Lépései
- tárolás
- memorizált
- árnyékolók
- stílus
- sikeresen
- ilyen
- kíséret
- ÖSSZEFOGLALÓ
- készletek
- támogatás
- Támogató rendszerek
- Támogatott
- szintetikus
- rendszer
- Systems
- T
- Vesz
- Tandem
- Feladat
- csapat
- Műszaki
- technikák
- Technológia
- sablon
- feltételek
- Felhasználási feltételeket
- teszt
- kipróbált
- Tesztelés
- szöveg
- mint
- hogy
- A
- az információ
- The Source
- azok
- Őket
- akkor
- Ezek
- ők
- Gondolkodás
- harmadik fél
- ezt
- gondoltam
- Keresztül
- egész
- nak nek
- Ma
- együtt
- jelképes
- szerszám
- szerszámok
- felé
- vágány
- Képzések
- vonatok
- Tranzakciók
- Átalakítás
- fa
- Trends
- igaz
- dallamok
- Twilio
- típus
- típusok
- ui
- Végül
- alatt
- mögöttes
- megért
- megértés
- megérti
- közelgő
- Frissítések
- upon
- URL
- használhatóság
- Használat
- használ
- használt
- használó
- User Experience
- felhasználói adatvédelem
- Felhasználók
- használ
- segítségével
- hasznosítja
- ÉRVÉNYESÍT
- érvényesítés
- érték
- Értékek
- változó
- fajta
- különféle
- Hatalmas
- ellenőrzése
- változat
- keresztül
- Megnézem
- Tényleges
- Hang
- várjon
- akar
- volt
- Út..
- we
- háló
- webalkalmazás
- webes szolgáltatások
- weboldal
- honlapok
- voltak
- Mit
- ami
- míg
- széles
- Széleskörű
- lesz
- val vel
- belül
- nélkül
- Munka
- dolgozók
- munkafolyamat
- munkafolyamatok
- dolgozó
- világ
- lenne
- Igen
- még
- te
- A te
- zephyrnet
- Postai irányítószám