Generatieve AI-agenten zijn in staat mensachtige reacties te produceren en gesprekken in natuurlijke taal aan te gaan door een reeks oproepen naar basismodellen (FM's) en andere aanvullende hulpmiddelen te orkestreren op basis van gebruikersinvoer. In plaats van alleen vooraf gedefinieerde intenties te vervullen via een statische beslissingsboom, zijn agenten autonoom binnen de context van hun reeks beschikbare tools. Amazonebodem is een volledig beheerde service die toonaangevende FM's van AI-bedrijven beschikbaar stelt via een API, samen met ontwikkelaarstools om generatieve AI-applicaties te helpen bouwen en schalen.
In dit bericht laten we zien hoe je een generatieve AI-agent voor financiรซle dienstverlening kunt bouwen, mogelijk gemaakt door Amazon Bedrock. De agent kan gebruikers helpen bij het vinden van hun accountgegevens, het invullen van een leningaanvraag of het beantwoorden van vragen in natuurlijke taal, terwijl hij ook bronnen vermeldt voor de gegeven antwoorden. Deze oplossing is bedoeld als startpunt voor ontwikkelaars om hun eigen gepersonaliseerde gespreksagenten te creรซren voor verschillende toepassingen, zoals virtuele werknemers en klantondersteuningssystemen. Oplossingscode en implementatiemiddelen zijn te vinden in de GitHub-repository.
Amazon-Lex levert de interface voor natuurlijk taalbegrip (NLU) en natuurlijke taalverwerking (NLP) voor de open source LangChain-gespreksagent ingebed in een AWS versterken website. De agent is uitgerust met tools waaronder een Anthropic Claude 2.1 FM gehost op Amazon Bedrock en synthetische klantgegevens opgeslagen op Amazon DynamoDB en Amazon Kendra om de volgende mogelijkheden te leveren:
- Geef gepersonaliseerde antwoorden โ Vraag DynamoDB om informatie over klantaccounts, zoals details van het hypotheekoverzicht, het verschuldigde saldo en de volgende betalingsdatum
- Toegang tot algemene kennis โ Benut de redeneerlogica van de agent in combinatie met de enorme hoeveelheden gegevens die worden gebruikt om de verschillende FMโs die via Amazon Bedrock worden aangeboden, vooraf te trainen om antwoorden te produceren op elke klantvraag
- Zorg voor eigenzinnige antwoorden โ Informeer reacties van agenten met behulp van een Amazon Kendra-index die is geconfigureerd met gezaghebbende gegevensbronnen: klantdocumenten die zijn opgeslagen in Amazon eenvoudige opslagservice (Amazon S3) en Amazon Kendra-webcrawler geconfigureerd voor de website van de klant
Overzicht oplossingen
Demo-opname
De volgende demo-opname belicht de agentfunctionaliteit en technische implementatiedetails.
Oplossingsarchitectuur
Het volgende diagram illustreert de oplossingsarchitectuur.
De responsworkflow van de agent omvat de volgende stappen:
- Gebruikers voeren een dialoog in natuurlijke taal met de agent via hun keuze uit web-, sms- of spraakkanalen. Het webkanaal omvat een door Amplify gehoste website met een ingebedde chatbot van Amazon Lex voor een fictieve klant. SMS- en spraakkanalen kunnen optioneel worden geconfigureerd met Amazon Connect en berichtenintegraties voor Amazon Lex. Elk gebruikersverzoek wordt door Amazon Lex verwerkt om de intentie van de gebruiker te bepalen via een proces dat intentieherkenning wordt genoemd, waarbij de invoer van de gebruiker (tekst of spraak) wordt geanalyseerd en geรฏnterpreteerd om de beoogde actie of het beoogde doel van de gebruiker te begrijpen.
- Amazon Lex beroept zich vervolgens op een AWS Lambda handler voor vervulling van de gebruikersintentie. De Lambda-functie die is gekoppeld aan de Amazon Lex-chatbot bevat de logica en bedrijfsregels die nodig zijn om de intentie van de gebruiker te verwerken. Lambda voert specifieke acties uit of haalt informatie op op basis van de input van de gebruiker, neemt beslissingen en genereert passende reacties.
- Lambda instrumenteert de logica van financiรซle dienstverleners als een LangChain-gespreksagent die toegang heeft tot klantspecifieke gegevens die zijn opgeslagen op DynamoDB, eigenzinnige antwoorden kan samenstellen met behulp van uw documenten en webpagina's die zijn geรฏndexeerd door Amazon Kendra, en algemene kennisantwoorden kan bieden via de FM op Amazon Bedrock. De door Amazon Kendra gegenereerde reacties omvatten bronvermelding, waarmee wordt gedemonstreerd hoe u aanvullende contextuele informatie aan de agent kunt verstrekken Ophalen Augmented Generation (VOD). Met RAG kunt u het vermogen van uw agent vergroten om nauwkeurigere en contextueel relevante antwoorden te genereren met behulp van uw eigen gegevens.
Agent-architectuur
Het volgende diagram illustreert de agentarchitectuur.
De redeneringsworkflow van de agent omvat de volgende stappen:
- De LangChain-gespreksagent bevat een gespreksgeheugen, zodat deze op meerdere vragen kan reageren met contextuele generatie. Dankzij dit geheugen kan de agent antwoorden geven die rekening houden met de context van het lopende gesprek. Dit wordt bereikt door middel van contextuele generatie, waarbij de agent antwoorden genereert die relevant en contextueel passend zijn op basis van de informatie die hij uit het gesprek heeft onthouden. In eenvoudiger bewoordingen onthoudt de agent wat er eerder is gezegd en gebruikt hij die informatie om op meerdere vragen te reageren op een manier die zinvol is in de lopende discussie. Onze agent gebruikt LangChain's DynamoDB chatberichtgeschiedenisklasse als gespreksgeheugenbuffer, zodat deze eerdere interacties kan oproepen en de gebruikerservaring kan verbeteren met betekenisvollere, contextbewuste reacties.
- De agent gebruikt Anthropic Claude 2.1 op Amazon Bedrock om de gewenste taak te voltooien via een reeks zorgvuldig zelf gegenereerde tekstinvoer, bekend als prompts. Het primaire doel van prompt engineering is het uitlokken van specifieke en nauwkeurige reacties van de FM. Verschillende snelle engineeringtechnieken omvatten:
- Nul schot โ Er wordt รฉรฉn enkele vraag aan het model voorgelegd, zonder aanvullende aanwijzingen. Er wordt verwacht dat het model een antwoord genereert uitsluitend op basis van de gegeven vraag.
- Weinig schot โ Vรณรณr de eigenlijke vraag wordt een reeks voorbeeldvragen en de bijbehorende antwoorden opgenomen. Door het model aan deze voorbeelden bloot te stellen, leert het op een vergelijkbare manier te reageren.
- Keten van gedachten โ Een specifieke stijl van โpaar-shot-promptsโ waarbij de prompt is ontworpen om een โโreeks tussenliggende redeneerstappen te bevatten, die het model door een logisch denkproces leiden en uiteindelijk tot het gewenste antwoord leiden.
Onze agent maakt gebruik van een gedachtegang door een reeks acties uit te voeren na ontvangst van een verzoek. Na elke actie gaat de agent naar de observatiestap, waar hij een gedachte uitdrukt. Als er nog geen definitief antwoord is bereikt, herhaalt de agent verschillende acties om verder te komen in de richting van het bereiken van het definitieve antwoord. Zie de volgende voorbeeldcode:
Gedachte: moet ik een hulpmiddel gebruiken? Ja
Actie: de actie die moet worden ondernomen
Actie-invoer: de invoer voor de actie
Observatie: het resultaat van de actie
Gedachte: moet ik een hulpmiddel gebruiken? Nee
FSI-agent: [antwoord en brondocumenten]
- Als onderdeel van de verschillende redeneerpaden en zelfevaluatiekeuzes van de agent om de volgende handelwijze te bepalen, heeft hij de mogelijkheid om toegang te krijgen tot synthetische klantgegevensbronnen via een Amazon Kendra Index Retriever-tool. Met behulp van Amazon Kendra voert de agent contextueel zoeken uit in een breed scala aan inhoudstypen, waaronder documenten, veelgestelde vragen, kennisbanken, handleidingen en websites. Voor meer details over ondersteunde gegevensbronnen raadpleegt u Data bronnen. De agent heeft de macht om deze tool te gebruiken om eigenzinnige antwoorden te geven op vragen van gebruikers die moeten worden beantwoord met behulp van een gezaghebbende, door de klant verstrekte kennisbibliotheek, in plaats van het meer algemene kenniscorpus dat wordt gebruikt om de Amazon Bedrock FM voor te trainen.
Implementatie gids
In de volgende secties bespreken we de belangrijkste stappen om de oplossing te implementeren, inclusief pre-implementatie en post-implementatie.
Pre-implementatie
Voordat u de oplossing implementeert, moet u uw eigen gevorkte versie van de oplossingsrepository maken met een tokenbeveiligde webhook om de continue implementatie van uw Amplify-website te automatiseren. De Amplify-configuratie verwijst naar een GitHub-bronrepository van waaruit de frontend van onze website is gebouwd.
Vork en kloon generatief-ai-amazon-bedrock-langchain-agent-voorbeeld bewaarplaats
- Om de broncode te beheren waarmee uw Amplify-website wordt gebouwd, volgt u de instructies in Fork een repository om de generatieve-ai-amazon-bedrock-langchain-agent-voorbeeldrepository te splitsen. Hierdoor wordt een kopie van de repository gemaakt die is losgekoppeld van de oorspronkelijke codebasis, zodat u de juiste wijzigingen kunt aanbrengen.
- Noteer de URL van uw gevorkte repository die u moet gebruiken om de repository in de volgende stap te klonen en om de omgevingsvariabele GITHUB_PAT te configureren die wordt gebruikt in het automatiseringsscript voor de implementatie van de oplossing.
- Kloon je gevorkte repository met behulp van het git clone commando:
Maak een persoonlijk toegangstoken voor GitHub
De door Amplify gehoste website maakt gebruik van een GitHub persoonlijk toegangstoken (PAT) als het OAuth-token voor bronbeheer van derden. Het OAuth-token wordt gebruikt om een โโwebhook en een alleen-lezen implementatiesleutel te maken met behulp van SSH-klonen.
- Om uw PAT aan te maken, volgt u de instructies in Een persoonlijk toegangstoken aanmaken (klassiek). Misschien geeft u er de voorkeur aan om een GitHub-app om toegang te krijgen tot bronnen namens een organisatie of voor langdurige integraties.
- Noteer uw PAT voordat u uw browser sluit. U gebruikt deze om de omgevingsvariabele GITHUB_PAT te configureren die wordt gebruikt in het automatiseringsscript voor de implementatie van de oplossing. Het script zal uw PAT publiceren AWS-geheimenmanager gebruik AWS-opdrachtregelinterface (AWS CLI) -opdrachten en de geheime naam worden gebruikt als de GitHubTokenSecretName AWS CloudFormatie parameter.
Deployment
Het automatiseringsscript voor de implementatie van de oplossing maakt gebruik van de geparametriseerde CloudFormation-sjabloon, GenAI-FSI-Agent.yml, om de inrichting van de volgende oplossingsbronnen te automatiseren:
- Een Amplify-website om uw front-endomgeving te simuleren.
- Een Amazon Lex-bot geconfigureerd via een botimportimplementatiepakket.
- Vier DynamoDB-tabellen:
- UserPendingAccountsTabel โ Registreert lopende transacties (bijvoorbeeld leningaanvragen).
- UserExistingAccountstabel โ Bevat gebruikersaccountinformatie (bijvoorbeeld een samenvatting van de hypotheekrekening).
- ConversatieIndexTabel โ Volgt de gespreksstatus.
- Conversatietabel โ Slaat gespreksgeschiedenis op.
- Een S3-bucket die de Lambda-agenthandler, Lambda-gegevenslader en Amazon Lex-implementatiepakketten bevat, samen met veelgestelde vragen van klanten en voorbeelddocumenten voor hypotheekaanvragen.
- Twee Lambda-functies:
- Agent-handler โ Bevat de LangChain-conversatieagentlogica die op intelligente wijze een verscheidenheid aan tools kan gebruiken op basis van gebruikersinvoer.
- Gegevenslader โ Laadt voorbeeldgegevens van klantaccounts in UserExistingAccountsTable en wordt aangeroepen als een aangepaste CloudFormation-bron tijdens het maken van de stapel.
- Een Lambda-laag voor Amazon Bedrock Boto3-, LangChain- en pdfrw-bibliotheken. De laag levert de FM-bibliotheek van LangChain met een Amazon Bedrock-model als onderliggende FM en biedt pdfrw als een open source PDF-bibliotheek voor het maken en wijzigen van PDF-bestanden.
- Een Amazon Kendra-index die een doorzoekbare index biedt van gezaghebbende klantinformatie, waaronder documenten, veelgestelde vragen, kennisbanken, handleidingen, websites en meer.
- Twee Amazon Kendra-gegevensbronnen:
- Amazon S3 โ Gastheer van een voorbeelddocument met veelgestelde vragen over klanten.
- Amazon Kendra-webcrawler โ Geconfigureerd met een hoofddomein dat de klantspecifieke website emuleert (bijvoorbeeld .com).
- AWS Identiteits- en toegangsbeheer (IAM)-machtigingen voor de voorgaande bronnen.
AWS CloudFormation vult stapelparameters vooraf in met de standaardwaarden uit de sjabloon. Om alternatieve invoerwaarden te leveren, kunt u parameters opgeven als omgevingsvariabelen waarnaar wordt verwezen in de paren `ParameterKey=,ParameterValue=` in de opdracht `aws cloudformation create-stack` van het volgende shellscript.
- Voordat u het shellscript uitvoert, navigeert u naar uw gevorkte versie van de generatieve-ai-amazon-bedrock-langchain-agent-example repository als uw werkmap en wijzigt u de shell-scriptmachtigingen in uitvoerbaar:
- Stel uw Amplify-repository en GitHub PAT-omgevingsvariabelen in die zijn gemaakt tijdens de stappen voorafgaand aan de implementatie:
- Voer ten slotte het automatiseringsscript voor de implementatie van de oplossing uit om de bronnen van de oplossing te implementeren, inclusief de GenAI-FSI-Agent.yml CloudFormation-stapel:
source ./create-stack.sh
Automatiseringsscript voor oplossingsimplementatie
De voorgaande source ./create-stack.sh shell
commando voert de volgende AWS CLI-opdrachten uit om de oplossingenstack te implementeren:
Post-implementatie
In deze sectie bespreken we de stappen na de implementatie voor het starten van een frontend-applicatie die bedoeld is om de productieapplicatie van de klant te emuleren. De financiรซle dienstverlener zal functioneren als een ingebedde assistent binnen de voorbeeldwebinterface.
Start een webinterface voor uw chatbot
De Amazon Lex web-UI, ook bekend als de chatbot-gebruikersinterface, stelt u in staat snel een uitgebreide webclient voor Amazon Lex-chatbots in te richten. De gebruikersinterface integreert met Amazon Lex om een โโJavaScript-plug-in te produceren die een door Amazon Lex aangedreven chatwidget in uw bestaande webapplicatie zal integreren. In dit geval gebruiken we de webinterface om een โโbestaande klantwebapplicatie te emuleren met een ingebouwde Amazon Lex-chatbot. Voer de volgende stappen uit:
- Volg de instructies om implementeer de Amazon Lex web-UI CloudFormation-stack.
- Navigeer op de AWS CloudFormation-console naar de stapel Uitgangen tabblad en zoek de waarde voor
SnippetUrl
.
- Kopieer het Iframe-fragment van de webinterface, dat lijkt op het onderstaande formaat De ChatBot UI aan uw website toevoegen als een Iframe.
- Bewerk uw gevorkte versie van de Amplify GitHub-bronrepository door uw web UI JavaScript-plug-in toe te voegen aan de sectie met het label
<-- Paste your Lex Web UI JavaScript plugin here -->
voor elk van de HTML-bestanden onder de front-end map:index.html
,contact.html
enabout.html
.
Amplify biedt een geautomatiseerde build- en release-pijplijn die wordt geactiveerd op basis van nieuwe commits in uw gevorkte repository en publiceert de nieuwe versie van uw website naar uw Amplify-domein. U kunt de implementatiestatus bekijken op de Amplify-console.
Ga naar de Amplify-website
Met uw Amazon Lex web UI JavaScript-plug-in geรฏnstalleerd, bent u nu klaar om uw Amplify-demowebsite te lanceren.
- Om toegang te krijgen tot het domein van uw website, navigeert u naar de CloudFormation-stack Uitgangen tabblad en zoek de Amplify-domein-URL. U kunt ook de volgende opdracht gebruiken:
- Nadat u uw Amplify-domein-URL heeft geopend, kunt u doorgaan met testen en valideren.
Testen en valideren
De volgende testprocedure heeft tot doel te verifiรซren dat de agent de intenties van gebruikers voor toegang tot klantgegevens (zoals accountinformatie) correct identificeert en begrijpt, zakelijke workflows uitvoert via vooraf gedefinieerde intenties (zoals het voltooien van een leningaanvraag) en algemene vragen beantwoordt, zoals de volgende voorbeeldprompts:
- Waarom zou ik gebruiken?
- Hoe concurrerend zijn hun tarieven?
- Welke hypotheekvorm moet ik gebruiken?
- Wat zijn de huidige hypotheektrends?
- Hoeveel moet ik sparen voor een aanbetaling?
- Welke andere kosten moet ik betalen bij sluiting?
De nauwkeurigheid van de respons wordt bepaald door het evalueren van de relevantie, samenhang en mensachtige aard van de antwoorden die worden gegenereerd door het door Amazon Bedrock geleverde Anthropic Claude 2.1 FM. De bronlinks die bij elk antwoord worden verstrekt (bijvoorbeeld .com gebaseerd op de Amazon Kendra Web Crawler-configuratie) moeten ook als geloofwaardig worden bevestigd.
Geef gepersonaliseerde antwoorden
Controleer of de agent met succes toegang heeft tot relevante klantinformatie in DynamoDB en deze gebruikt om gebruikersspecifieke antwoorden op maat te maken.
Houd er rekening mee dat het gebruik van PIN-authenticatie binnen de agent alleen voor demonstratiedoeleinden is en niet mag worden gebruikt in enige productie-implementatie.
Zorg voor eigenzinnige antwoorden
Valideer dat eigenzinnige vragen worden beantwoord met geloofwaardige antwoorden door de agent, die antwoorden op de juiste manier verzamelt op basis van gezaghebbende klantdocumenten en webpagina's die zijn geรฏndexeerd door Amazon Kendra.
Lever contextuele generatie
Bepaal het vermogen van de agent om contextueel relevante antwoorden te geven op basis van eerdere chatgeschiedenis.
Toegang tot algemene kennis
Bevestig de toegang van de agent tot algemene kennisinformatie voor niet-klantspecifieke, niet-opiniรซrende vragen die nauwkeurige en coherente antwoorden vereisen op basis van Amazon Bedrock FM-trainingsgegevens en RAG.
Voer vooraf gedefinieerde intenties uit
Zorg ervoor dat de agent gebruikersprompts correct interpreteert en in gesprek uitvoert, die bedoeld zijn om naar vooraf gedefinieerde doeleinden te worden gerouteerd, zoals het voltooien van een leningaanvraag als onderdeel van een zakelijke workflow.
Het volgende is het resulterende leningaanvraagdocument dat via de conversatiestroom is voltooid.
De ondersteuningsfunctionaliteit voor meerdere kanalen kan worden getest in combinatie met de voorgaande beoordelingsmaatregelen via internet, sms en spraakkanalen. Voor meer informatie over het integreren van de chatbot met andere diensten, zie Integratie van een Amazon Lex V2-bot met Twilio SMS en Voeg een Amazon Lex-bot toe aan Amazon Connect.
Opruimen
Om kosten in uw AWS-account te voorkomen, ruimt u de ingerichte bronnen van de oplossing op.
- Trek het persoonlijke toegangstoken van GitHub in. GitHub PAT's zijn geconfigureerd met een vervalwaarde. Als je er zeker van wilt zijn dat je PAT niet kan worden gebruikt voor programmatische toegang tot je gevorkte Amplify GitHub-repository voordat deze vervalt, kun je de PAT intrekken door de volgende stappen te volgen: GitHub repo-instructies.
- Verwijder de GenAI-FSI-Agent.yml CloudFormation-stack en andere oplossingsbronnen met behulp van het automatiseringsscript voor het verwijderen van oplossingen. De volgende opdrachten gebruiken de standaardstapelnaam. Als u de stapelnaam hebt aangepast, past u de opdrachten dienovereenkomstig aan.
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-stack.sh
Automatiseringsscript voor oplossing verwijderen
De
delete-stack.sh shell
script verwijdert de bronnen die oorspronkelijk zijn ingericht met behulp van het automatiseringsscript voor oplossingsimplementatie, inclusief de GenAI-FSI-Agent.yml CloudFormation-stack.
Overwegingen
Hoewel de oplossing in dit bericht de mogelijkheden laat zien van een generatieve AI-agent voor financiรซle dienstverlening, mogelijk gemaakt door Amazon Bedrock, is het essentieel om te erkennen dat deze oplossing nog niet productieklaar is. Het dient eerder als een illustratief voorbeeld voor ontwikkelaars die gepersonaliseerde gespreksagenten willen creรซren voor diverse toepassingen zoals virtuele werknemers en klantondersteuningssystemen. Het pad van een ontwikkelaar naar productie zou deze voorbeeldoplossing herhalen met de volgende overwegingen.
Beveiliging en privacy
Zorg voor gegevensbeveiliging en gebruikersprivacy tijdens het implementatieproces. Implementeer passende toegangscontroles en versleutelingsmechanismen om gevoelige informatie te beschermen. Oplossingen zoals de generatieve AI-agent voor financiรซle dienstverlening zullen profiteren van gegevens die nog niet beschikbaar zijn voor de onderliggende FM, wat vaak betekent dat u uw eigen privรฉgegevens wilt gebruiken voor de grootste sprong in capaciteit. Overweeg de volgende best practices:
- Houd het geheim, bewaar het veilig โ U wilt dat deze gegevens tijdens het generatieve proces volledig beschermd, veilig en privรฉ blijven, en controle wilt hebben over hoe deze gegevens worden gedeeld en gebruikt.
- Breng gebruiksbeveiligingen tot stand โ Begrijp hoe gegevens door een service worden gebruikt voordat u deze beschikbaar stelt aan uw teams. Maak en distribueer de regels voor welke gegevens met welke service kunnen worden gebruikt. Maak deze duidelijk aan uw teams, zodat ze snel aan de slag kunnen en veilig kunnen prototypen.
- Betrek de juridische afdeling er vroeg of laat bij โ Laat uw juridische teams de algemene voorwaarden en servicekaarten doornemen van de services die u van plan bent te gebruiken voordat u er gevoelige gegevens doorheen gaat gebruiken. Uw juridische partners zijn nog nooit zo belangrijk geweest als nu.
Als voorbeeld van hoe we hier bij AWS met Amazon Bedrock over nadenken: Alle data worden versleuteld en verlaten je VPC niet, en Amazon Bedrock maakt een aparte kopie van de basis FM die alleen toegankelijk is voor de klant, en verfijnt of traint dit privรฉexemplaar van het model.
Testen van gebruikersacceptatie
Voer gebruikersacceptatietests (UAT) uit met echte gebruikers om de prestaties, bruikbaarheid en tevredenheid van de generatieve AI-agent voor financiรซle diensten te evalueren. Verzamel feedback en breng noodzakelijke verbeteringen aan op basis van gebruikersinvoer.
Implementatie en monitoring
Implementeer de volledig geteste agent op AWS en implementeer monitoring en logboekregistratie om de prestaties ervan bij te houden, problemen te identificeren en het systeem indien nodig te optimaliseren. Functies voor lambdabewaking en probleemoplossing zijn standaard ingeschakeld voor de Lambda-handler van de agent.
Onderhoud en updates
Update de agent regelmatig met de nieuwste FM-versies en gegevens om de nauwkeurigheid en effectiviteit ervan te verbeteren. Bewaak klantspecifieke gegevens in DynamoDB en synchroniseer indien nodig de indexering van uw Amazon Kendra-gegevensbronnen.
Conclusie
In dit bericht hebben we ons verdiept in de opwindende wereld van generatieve AI-agenten en hun vermogen om mensachtige interacties mogelijk te maken door de orkestratie van oproepen naar FM's en andere aanvullende tools. Door deze handleiding te volgen, kunt u Bedrock, LangChain en bestaande klantenbronnen gebruiken om met succes een betrouwbare agent te implementeren, testen en valideren die gebruikers nauwkeurige en gepersonaliseerde financiรซle hulp biedt via gesprekken in natuurlijke taal.
In een komende post zullen we demonstreren hoe dezelfde functionaliteit kan worden geleverd met behulp van een alternatieve aanpak Agenten voor Amazon Bedrock en Kennisbank voor Amazon Bedrock. Deze volledig door AWS beheerde implementatie zal verder onderzoeken hoe u intelligente automatiserings- en gegevenszoekmogelijkheden kunt bieden via gepersonaliseerde agenten die de manier waarop gebruikers met uw applicaties omgaan transformeren, waardoor interacties natuurlijker, efficiรซnter en effectiever worden.
Over de auteur
Kyle T. Blocksom is een Sr. Solutions Architect bij AWS, gevestigd in Zuid-Californiรซ. Kyle's passie is om mensen samen te brengen en technologie te benutten om oplossingen te bieden waar klanten dol op zijn. Buiten zijn werk houdt hij van surfen, eten, worstelen met zijn hond en zijn nichtje en neefje verwennen.
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
- PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
- PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
- Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
- Bron: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
- : heeft
- :is
- :niet
- :waar
- $UP
- 1
- 10
- 100
- 11
- 32
- 7
- 799
- 8
- 9
- a
- vermogen
- Over
- acceptatie
- toegang
- beschikbaar
- toegang
- dienovereenkomstig
- Account
- nauwkeurigheid
- accuraat
- bereikt
- over
- Handelen
- Actie
- acties
- daadwerkelijk
- toe te voegen
- Extra
- Agent
- agenten
- AI
- het richten
- wil
- Alles
- toestaat
- langs
- al
- ook
- alternatief
- Amazone
- Amazon Kendra
- Amazon-Lex
- Amazon Web Services
- hoeveelheden
- versterken
- an
- het analyseren van
- en
- beantwoorden
- antwoorden
- antropisch
- elke
- api
- Aanvraag
- toepassingen
- nadering
- passend
- architectuur
- ZIJN
- AS
- beoordeling
- Activa
- helpen
- Hulp
- Assistent
- geassocieerd
- At
- aangevuld
- authenticatie
- automatiseren
- geautomatiseerde
- Automatisering
- autonoom
- Beschikbaar
- vermijd
- AWS
- AWS CloudFormatie
- AWS Lambda
- Balance
- baseren
- gebaseerde
- BE
- geweest
- vaardigheden
- namens
- voordeel
- BEST
- 'best practices'
- Grootste
- Bot
- brengen
- buffer
- bouw
- bouwt
- bebouwd
- bedrijfsdeskundigen
- by
- Californiรซ
- Dit betekent dat we onszelf en onze geliefden praktisch vergiftigen.
- oproepen
- CAN
- mogelijkheden
- bekwaamheid
- in staat
- Kaarten
- voorzichtig
- geval
- CD
- keten
- verandering
- Kanaal
- kanalen
- lasten
- de chat
- Chatbot
- chatbots
- keuze
- keuzes
- klassiek
- schoon
- duidelijk
- klant
- sluitend
- code
- codebasis
- SAMENHANGEND
- COM
- begaat
- Bedrijven
- concurrerend
- complementair
- compleet
- Voltooid
- compleet
- het invullen van
- uitgebreid
- voorwaarden
- Configuratie
- geconfigureerd
- BEVESTIGD
- samenwerking
- Overwegen
- overwegingen
- troosten
- bevatten
- bevat
- content
- Inhoudstypen
- verband
- contextual
- doorlopend
- onder controle te houden
- controles
- Conventie
- Gesprek
- spraakzaam
- conversaties
- correct
- Overeenkomend
- Kosten
- Type cursus
- crawler
- en je merk te creรซren
- aangemaakt
- creรซert
- Wij creรซren
- het aanmaken
- geloofwaardig
- Actueel
- gewoonte
- klant
- klantgegevens
- Klantenservice
- Klanten
- aangepaste
- gegevens
- gegevensbeveiliging
- beslissen
- beslissing
- beslissingen
- Standaard
- leveren
- geleverd
- demonstratie
- tonen
- demonstrating
- implementeren
- inzet
- ontworpen
- gewenste
- gegevens
- Bepalen
- vastbesloten
- Ontwikkelaar
- ontwikkelaars
- Dialoog
- anders
- losgekoppeld
- bespreken
- discussie
- verdelen
- diversen
- do
- document
- documenten
- doet
- Hond
- domein
- beneden
- draft
- twee
- gedurende
- e
- elk
- Vroeger
- echo
- effectief
- effectiviteit
- doeltreffend
- ingebed
- ingeschakeld
- versleutelde
- encryptie
- boeiende
- Engineering
- verhogen
- verzekeren
- Komt binnen
- Milieu
- uitgerust
- essentieel
- schatten
- evalueren
- voorbeeld
- voorbeelden
- opwindend
- bestaand
- verwacht
- ervaring
- vervaltijd
- verstrijken
- Verken
- exporteren
- verwoordt
- vergemakkelijken
- FAQ
- feedback
- Dien in
- Bestanden
- finale
- financieel
- financiรซle diensten
- het vinden van
- einde
- stroom
- volgen
- volgend
- Voor
- vork
- formaat
- gevonden
- Foundation
- oppompen van
- Frontend
- vervullen van
- geheel
- functie
- functionaliteit
- functies
- verder
- verzamelen
- Algemeen
- voortbrengen
- gegenereerde
- genereert
- het genereren van
- generatie
- generatief
- generatieve AI
- Git
- GitHub
- gegeven
- gids
- leidend
- harnas
- Hebben
- he
- hulp
- hier
- highlights
- zijn
- geschiedenis
- gehost
- hosts
- Hoe
- How To
- HTML
- http
- HTTPS
- i
- identificeert
- identificeren
- Identiteit
- if
- illustreert
- uitvoeren
- uitvoering
- importeren
- belangrijk
- verbeteringen
- in
- omvatten
- inclusief
- omvat
- Inclusief
- nemen
- omvat
- index
- geรฏndexeerd
- informeren
- informatie
- invoer
- ingangen
- verkrijgen in plaats daarvan
- instructies
- instrumenten
- integreert
- Integreren
- integraties
- Intelligent
- bestemde
- aandachtig
- interactie
- interacties
- Interface
- intern
- in
- ingeroepen
- oproept
- problemen
- IT
- HAAR
- JavaScript
- jpg
- springen
- Houden
- sleutel
- kennis
- bekend
- taal
- laatste
- lancering
- lancering
- Launchpad
- lagen
- leidend
- leert
- Verlof
- Juridisch
- Hefboomwerking
- bibliotheken
- Bibliotheek
- als
- Lijn
- links
- lader
- ladingen
- lening
- logging
- logica
- logisch
- liefde
- te verlagen
- maken
- MERKEN
- maken
- beheerd
- manager
- manier
- Mei..
- zinvolle
- middel
- maatregelen
- mechanismen
- Geheugen
- Bericht
- voldaan
- MIT
- model
- modellen
- wijzigingen
- wijzigen
- monitor
- Grensverkeer
- meer
- Hypotheek
- beweging
- veel
- meervoudig
- Dan moet je
- naam
- naamgeving
- Naturel
- Natural Language Processing
- NATUUR
- OP DEZE WEBSITE VIND JE
- noodzakelijk
- Noodzaak
- nodig
- nooit
- New
- volgende
- nlp
- nlu
- geen
- nota
- nu
- OAuth
- doel van de persoon
- observatie
- of
- bieden
- vaak
- on
- lopend
- Slechts
- open
- open source
- besturen
- eigenzinnig
- Optimaliseer
- or
- orkestreren
- orkestratie
- organisatie
- origineel
- oorspronkelijk
- Overige
- onze
- uitgangen
- buiten
- over
- overzicht
- het te bezitten.
- pakket
- Paketten
- paren
- parameter
- parameters
- deel
- partners
- passie
- verleden
- pad
- paden
- Betaal
- betaling
- in afwachting van
- Mensen
- Uitvoeren
- prestatie
- presteert
- permissies
- persoonlijk
- Gepersonaliseerde
- pijpleiding
- plaats
- plan
- Plato
- Plato gegevensintelligentie
- PlatoData
- dan
- inpluggen
- punten
- Post
- energie
- aangedreven
- praktijken
- voorafgaat
- voorgedefinieerde
- de voorkeur geven
- gepresenteerd
- vorig
- primair
- privacy
- privaat
- procedures
- gaan
- Verwerkt
- verwerking
- produceren
- producerende
- productie
- programmatische
- Voortgang
- prompts
- beschermen
- beschermd
- prototype
- zorgen voor
- mits
- biedt
- voorziening
- publiek
- publiceren
- publiceert
- doel
- doeleinden
- queries
- vraag
- Contact
- snel
- reeks
- Tarieven
- liever
- Bereikt
- het bereiken van
- klaar
- vast
- ontvangende
- erkenning
- herkennen
- opname
- archief
- verwijzen
- los
- relevante
- betrouwbaar
- vanop
- bewaarplaats
- te vragen
- vereisen
- nodig
- hulpbron
- Resources
- Reageren
- antwoord
- reacties
- resultaat
- resultante
- beoordelen
- wortel
- reglement
- lopen
- lopend
- loopt
- veilig
- Zei
- dezelfde
- tevredenheid
- gered
- Scale
- script
- Ontdek
- Geheim
- geheimen
- sectie
- secties
- beveiligen
- veiligheid
- zien
- selecteren
- zin
- gevoelig
- apart
- -Series
- bedient
- service
- Diensten
- reeks
- gedeeld
- Shell
- moet
- gelijk
- Eenvoudig
- eenvoudiger
- single
- SMS
- snipper
- So
- uitsluitend
- oplossing
- Oplossingen
- bron
- broncode
- bronnen
- Sourcing XNUMX
- Zuidelijk
- specifiek
- toespraak
- stack
- begin
- Land
- statisch
- Status
- blijven
- Stap voor
- Stappen
- mediaopslag
- opgeslagen
- winkels
- stijl
- Met goed gevolg
- dergelijk
- suite
- OVERZICHT
- supplies
- ondersteuning
- Ondersteunende systemen
- ondersteunde
- synthetisch
- system
- Systems
- kleermaker
- Nemen
- Tandem
- Taak
- teams
- Technisch
- technieken
- Technologie
- sjabloon
- termen
- algemene voorwaarden
- proef
- getest
- Testen
- tekst
- neem contact
- dat
- De
- de informatie
- De Bron
- hun
- Ze
- harte
- Deze
- ze
- het denken
- van derden
- dit
- gedachte
- Door
- overal
- naar
- vandaag
- samen
- teken
- tools
- tools
- in de richting van
- spoor
- Trainingen
- treinen
- Transacties
- Transformeren
- boom
- Trends
- waar
- tunes
- type dan:
- types
- ui
- Tenslotte
- voor
- die ten grondslag liggen
- begrijpen
- begrip
- begrijpt
- komende
- bijwerken
- op
- URL
- bruikbaarheid
- Gebruik
- .
- gebruikt
- Gebruiker
- Gebruikerservaring
- gebruikersprivacy
- gebruikers
- toepassingen
- gebruik
- maakt gebruik van
- BEVESTIG
- bevestiging
- waarde
- Values
- variabele
- variรซteit
- divers
- groot
- controleren
- versie
- versies
- via
- Bekijk
- Virtueel
- Stem
- wachten
- willen
- was
- Manier..
- we
- web
- web applicatie
- webservices
- Website
- websites
- waren
- Wat
- welke
- en
- breed
- Grote range
- widget
- wil
- Met
- binnen
- zonder
- Mijn werk
- werknemers
- workflow
- workflows
- werkzaam
- wereld
- zou
- ja
- nog
- You
- Your
- zephyrnet
- Postcode