Agenții generativi de inteligență artificială sunt capabili să producă răspunsuri asemănătoare omului și să se angajeze în conversații în limbaj natural prin orchestrarea unui lanț de apeluri către modele de bază (FM) și alte instrumente de creștere bazate pe inputul utilizatorului. În loc să îndeplinească doar intențiile predefinite printr-un arbore decizional static, agenții sunt autonomi în contextul suitei lor de instrumente disponibile. Amazon Bedrock este un serviciu complet gestionat care pune la dispoziție FM-uri de top de la companiile AI printr-un API împreună cu instrumente pentru dezvoltatori pentru a ajuta la construirea și scalarea aplicațiilor AI generative.
În această postare, demonstrăm cum să construim un agent de servicii financiare AI generativ alimentat de Amazon Bedrock. Agentul poate ajuta utilizatorii să-și găsească informațiile despre cont, să completeze o cerere de împrumut sau să răspundă la întrebări în limbaj natural, citând și surse pentru răspunsurile furnizate. Această soluție este menită să acționeze ca o rampă de lansare pentru dezvoltatori pentru a-și crea propriii agenți de conversație personalizați pentru diverse aplicații, cum ar fi lucrătorii virtuali și sistemele de asistență pentru clienți. Codul soluției și activele de implementare pot fi găsite în GitHub depozit.
Amazon Lex furnizează interfața de înțelegere a limbajului natural (NLU) și procesare a limbajului natural (NLP) pentru sursa deschisă Agent conversațional LangChain încorporat într-un Amplificare AWS site-ul web. Agentul este echipat cu instrumente care includ un antropic Claude 2.1 FM găzduit pe Amazon Bedrock și date sintetice ale clienților stocate pe Amazon DynamoDB și Amazon Kendra pentru a oferi următoarele capacități:
- Oferiți răspunsuri personalizate – Interogați DynamoDB pentru informații despre contul clientului, cum ar fi detaliile rezumatului creditului ipotecar, soldul scadent și data următoarei plăți
- Accesați cunoștințe generale – Valorificați logica de raționament a agentului în tandem cu cantitățile mari de date utilizate pentru a pregăti în prealabil diferitele FM furnizate prin Amazon Bedrock pentru a produce răspunsuri pentru orice solicitare a clientului
- Cură răspunsuri cu opinii – Informați răspunsurile agenților folosind un index Amazon Kendra configurat cu surse de date autorizate: documentele clienților stocate în Serviciul Amazon de stocare simplă (Amazon S3) și Amazon Kendra Web Crawler configurat pentru site-ul web al clientului
Prezentare generală a soluțiilor
Înregistrare demonstrativă
Următoarea înregistrare demonstrativă evidențiază funcționalitatea agentului și detaliile tehnice de implementare.
Arhitectura soluțiilor
Următoarea diagramă ilustrează arhitectura soluției.
Fluxul de lucru de răspuns al agentului include următorii pași:
- Utilizatorii realizează dialog în limbaj natural cu agentul prin intermediul canalelor web, SMS sau vocale alese. Canalul web include un site web găzduit Amplify cu un chatbot încorporat Amazon Lex pentru un client fictiv. Canalele SMS și vocale pot fi configurate opțional folosind Amazon Connect și integrări de mesagerie pentru Amazon Lex. Fiecare cerere de utilizator este procesată de Amazon Lex pentru a determina intenția utilizatorului printr-un proces numit recunoaștere a intenției, care implică analiza și interpretarea intrării utilizatorului (text sau vorbire) pentru a înțelege acțiunea sau scopul intenționat de utilizator.
- Amazon Lex invocă apoi un AWS Lambdas handler pentru îndeplinirea intenției utilizatorului. Funcția Lambda asociată cu chatbot-ul Amazon Lex conține logica și regulile de afaceri necesare procesării intenției utilizatorului. Lambda efectuează acțiuni specifice sau preia informații în funcție de intrarea utilizatorului, luând decizii și generând răspunsuri adecvate.
- Lambda instrumentează logica agentului de servicii financiare ca agent conversațional LangChain care poate accesa datele specifice clienților stocate pe DynamoDB, poate gestiona răspunsuri cu opinii folosind documentele și paginile web indexate de Amazon Kendra și poate oferi răspunsuri de cunoștințe generale prin FM pe Amazon Bedrock. Răspunsurile generate de Amazon Kendra includ atribuirea sursei, demonstrând cum puteți furniza informații contextuale suplimentare agentului prin Recuperare Augmented Generation (CÂRPĂ). RAG vă permite să îmbunătățiți capacitatea agentului dvs. de a genera răspunsuri mai precise și mai relevante din punct de vedere contextual utilizând propriile date.
Arhitectura agentului
Următoarea diagramă ilustrează arhitectura agentului.
Fluxul de lucru de raționament al agentului include următorii pași:
- Agentul conversațional LangChain încorporează memorie de conversație, astfel încât să poată răspunde la mai multe interogări cu generare contextuală. Această memorie permite agentului să ofere răspunsuri care țin cont de contextul conversației în curs. Acest lucru se realizează prin generarea contextuală, în care agentul generează răspunsuri care sunt relevante și adecvate contextual pe baza informațiilor pe care și-a amintit-o din conversație. În termeni mai simpli, agentul își amintește ceea ce a fost spus mai devreme și folosește acele informații pentru a răspunde la mai multe întrebări într-un mod care are sens în discuția în curs. Agentul nostru folosește Clasa de istoric al mesajelor de chat DynamoDB din LangChain ca un buffer de memorie de conversație, astfel încât să poată aminti interacțiunile anterioare și să îmbunătățească experiența utilizatorului cu răspunsuri mai semnificative, conștiente de context.
- Agentul folosește Anthropic Claude 2.1 pe Amazon Bedrock pentru a finaliza sarcina dorită printr-o serie de intrări de text cu atenție autogenerate, cunoscute sub numele de solicitări. Obiectivul principal al ingineriei prompte este de a obține răspunsuri specifice și precise din partea FM. Diferite tehnici de inginerie promptă includ:
- Zero-shot – O singură întrebare este prezentată modelului fără indicii suplimentare. Se așteaptă ca modelul să genereze un răspuns bazat exclusiv pe întrebarea dată.
- Puțini-împușcați – Un set de întrebări eșantion și răspunsurile lor corespunzătoare sunt incluse înainte de întrebarea propriu-zisă. Prin expunerea modelului la aceste exemple, acesta învață să răspundă într-o manieră similară.
- Lanț de gândire – Un stil specific de sugestie cu câteva lovituri, în care promptul este conceput pentru a conține o serie de pași intermediari de raționament, ghidând modelul printr-un proces de gândire logic, conducând în cele din urmă la răspunsul dorit.
Agentul nostru folosește raționamentul în lanț de gândire executând un set de acțiuni la primirea unei cereri. În urma fiecărei acțiuni, agentul intră în pasul de observație, unde exprimă un gând. Dacă un răspuns final nu este încă atins, agentul repetă, selectând diferite acțiuni pentru a progresa către atingerea răspunsului final. Vedeți următorul exemplu de cod:
Gând: Trebuie să folosesc un instrument? da
Acțiune: Acțiunea de întreprins
Intrarea acțiunii: intrarea în acțiune
Observație: rezultatul acțiunii
Gând: Trebuie să folosesc un instrument? Nu
Agent FSI: [răspuns și documente sursă]
- Ca parte a diferitelor căi de raționament ale agentului și a alegerilor de auto-evaluare pentru a decide următorul curs de acțiune, acesta are capacitatea de a accesa surse sintetice de date despre clienți printr-un Instrumentul Amazon Kendra Index Retriever. Folosind Amazon Kendra, agentul efectuează căutare contextuală într-o gamă largă de tipuri de conținut, inclusiv documente, întrebări frecvente, baze de cunoștințe, manuale și site-uri web. Pentru mai multe detalii despre sursele de date acceptate, consultați Surse de date. Agentul are puterea de a folosi acest instrument pentru a oferi răspunsuri cu opinii la solicitările utilizatorilor la care ar trebui să li se răspundă folosind o bibliotecă de cunoștințe autorizată, furnizată de client, în loc de corpus de cunoștințe mai general utilizat pentru preinstruirea Amazon Bedrock FM.
Ghid de implementare
În secțiunile următoare, discutăm pașii cheie pentru implementarea soluției, inclusiv pre-implementare și post-implementare.
Pre-implementare
Înainte de a implementa soluția, trebuie să vă creați propria versiune bifurcată a depozitului de soluții cu un webhook securizat prin simbol pentru a automatiza implementarea continuă a site-ului dvs. Amplify. Configurația Amplify indică un depozit sursă GitHub din care este construită interfața site-ului nostru.
Furcă și clonează generative-ai-amazon-bedrock-langchain-agent-example depozit
- Pentru a controla codul sursă care creează site-ul dvs. Amplify, urmați instrucțiunile din Furcați un depozit pentru a bifurca depozitul generativ-ai-amazon-bedrock-langchain-agent-example. Aceasta creează o copie a depozitului care este deconectată de la baza codului original, astfel încât să puteți face modificările corespunzătoare.
- Vă rugăm să rețineți adresa URL a depozitului dvs. bifurcat pe care să o utilizați pentru a clona depozitul în pasul următor și pentru a configura variabila de mediu GITHUB_PAT utilizată în scriptul de automatizare a implementării soluției.
- Clonează-ți depozitul bifurcat folosind comanda git clone:
Creați un token de acces personal GitHub
Site-ul web găzduit Amplify utilizează a Token de acces personal GitHub (PAT) ca simbol OAuth pentru controlul sursei terță parte. Indicatorul OAuth este folosit pentru a crea un webhook și o cheie de implementare numai pentru citire folosind clonarea SSH.
- Pentru a vă crea PAT, urmați instrucțiunile din Crearea unui simbol de acces personal (clasic). Poate preferați să utilizați a aplicația GitHub pentru a accesa resurse în numele unei organizații sau pentru integrări de lungă durată.
- Luați notă de PAT-ul dvs. înainte de a închide browserul - îl veți folosi pentru a configura variabila de mediu GITHUB_PAT utilizată în scriptul de automatizare a implementării soluției. Scriptul va publica PAT-ul dvs. la Manager de secrete AWS folosind Interfața liniei de comandă AWS (AWS CLI) și numele secret vor fi folosite ca GitHubTokenSecretName Formarea AWS Cloud parametru.
Implementare
Scriptul de automatizare a implementării soluției utilizează șablonul CloudFormation parametrizat, GenAI-FSI-Agent.yml, pentru a automatiza furnizarea următoarelor resurse de soluție:
- Un site web Amplify pentru a simula mediul dumneavoastră front-end.
- Un bot Amazon Lex configurat printr-un pachet de implementare de import de bot.
- Patru tabele DynamoDB:
- UserPendingAccountsTable – Înregistrează tranzacțiile în așteptare (de exemplu, cererile de împrumut).
- UserExisting AccountsTable – Conține informații despre contul de utilizator (de exemplu, rezumatul contului ipotecar).
- ConversationIndexTable – Urmărește starea conversației.
- ConversationTable – Stochează istoricul conversațiilor.
- O găleată S3 care conține gestionarea agentului Lambda, încărcătorul de date Lambda și pachetele de implementare Amazon Lex, împreună cu întrebări frecvente ale clienților și documente exemple de cerere de credit ipotecar.
- Două funcții Lambda:
- Agent de gestionare – Conține logica agentului conversațional LangChain care poate folosi în mod inteligent o varietate de instrumente bazate pe intrarea utilizatorului.
- Încărcător de date – Încarcă exemple de date despre contul clientului în UserExistingAccountsTable și este invocată ca resursă CloudFormation personalizată în timpul creării stivei.
- Un strat Lambda pentru bibliotecile Amazon Bedrock Boto3, LangChain și pdfrw. Stratul furnizează bibliotecii FM LangChain cu un model Amazon Bedrock ca FM de bază și oferă pdfrw ca bibliotecă PDF cu sursă deschisă pentru crearea și modificarea fișierelor PDF.
- Un index Amazon Kendra care oferă un index care poate fi căutat al informațiilor de încredere ale clienților, inclusiv documente, întrebări frecvente, baze de cunoștințe, manuale, site-uri web și multe altele.
- Două surse de date Amazon Kendra:
- Amazon S3 – Gazde un exemplu de document cu întrebări frecvente ale clienților.
- Amazon Kendra Web Crawler – Configurat cu un domeniu rădăcină care emulează site-ul web specific clientului (de exemplu, .com).
- Gestionarea identității și accesului AWS permisiuni (IAM) pentru resursele precedente.
AWS CloudFormation prepopulează parametrii stivei cu valorile implicite furnizate în șablon. Pentru a furniza valori alternative de intrare, puteți specifica parametrii ca variabile de mediu la care se face referire în perechile `ParameterKey=, ParameterValue=` în comanda `aws cloudformation create-stack` din următorul script shell.
- Înainte de a rula scriptul shell, navigați la versiunea bifurcată a depozitului generative-ai-amazon-bedrock-langchain-agent-example ca director de lucru și modificați permisiunile scriptului shell la executabil:
- Setați depozitul Amplify și variabilele de mediu GitHub PAT create în timpul pașilor de pre-implementare:
- În cele din urmă, rulați scriptul de automatizare a implementării soluției pentru a implementa resursele soluției, inclusiv GenAI-FSI-Agent.yml Stiva CloudFormation:
source ./create-stack.sh
Script de automatizare a implementării soluției
Precedentul source ./create-stack.sh shell
comanda rulează următoarele comenzi AWS CLI pentru a implementa stiva de soluții:
După desfășurare
În această secțiune, discutăm pașii de după implementare pentru lansarea unei aplicații frontend care este destinată să emuleze aplicația de producție a clientului. Agentul de servicii financiare va funcționa ca asistent încorporat în exemplul de interfață web.
Lansați o interfață de utilizare web pentru chatbot-ul dvs
Interfața de utilizare web Amazon Lex, cunoscut și sub denumirea de interfață de utilizare chatbot, vă permite să furnizați rapid un client web cuprinzător pentru chatbot-urile Amazon Lex. Interfața de utilizare se integrează cu Amazon Lex pentru a produce un plugin JavaScript care va încorpora un widget de chat alimentat de Amazon Lex în aplicația dvs. web existentă. În acest caz, folosim interfața de utilizare web pentru a emula o aplicație web existentă a clientului cu un chatbot Amazon Lex încorporat. Parcurgeți următorii pași:
- Urmați instrucțiunile pentru implementați stiva Amazon Lex web UI CloudFormation.
- Pe consola AWS CloudFormation, navigați la stiva ieşiri fila și localizați valoarea pentru
SnippetUrl
.
- Copiați fragmentul Iframe al interfeței de utilizare web, care va semăna cu formatul de mai jos Adăugarea interfeței de utilizare ChatBot pe site-ul dvs. ca Iframe.
- Editați versiunea bifurcată a depozitului sursă Amplify GitHub adăugând pluginul JavaScript pentru interfața de utilizare web la secțiunea etichetată
<-- Paste your Lex Web UI JavaScript plugin here -->
pentru fiecare dintre fișierele HTML de sub directorul front-end:index.html
,contact.html
, șiabout.html
.
Amplify oferă o conductă automată de construire și lansare care se declanșează pe baza noilor comitări către depozitul dvs. bifurcat și publică noua versiune a site-ului dvs. pe domeniul dvs. Amplify. Puteți vedea starea implementării pe consola Amplify.
Accesați site-ul web Amplify
Cu pluginul JavaScript pentru interfața de utilizare web Amazon Lex instalat, sunteți acum gata să lansați site-ul dvs. demonstrativ Amplify.
- Pentru a accesa domeniul site-ului dvs., navigați la stiva CloudFormation ieşiri fila și localizați adresa URL a domeniului Amplify. Alternativ, utilizați următoarea comandă:
- După ce accesați adresa URL a domeniului Amplify, puteți continua cu testarea și validarea.
Testare și validare
Următoarea procedură de testare urmărește să verifice dacă agentul identifică și înțelege corect intențiile utilizatorului pentru a accesa datele clienților (cum ar fi informațiile despre cont), pentru a îndeplini fluxurile de lucru ale afacerii prin intenții predefinite (cum ar fi completarea unei cereri de împrumut) și pentru a răspunde la întrebări generale, cum ar fi: următoarele exemple de prompte:
- De ce ar trebui să folosesc ?
- Cât de competitive sunt tarifele lor?
- Ce tip de credit ipotecar ar trebui să folosesc?
- Care sunt tendințele actuale ale creditelor ipotecare?
- Cât am nevoie să economisesc pentru un avans?
- Ce alte costuri voi plăti la închidere?
Precizia răspunsului este determinată prin evaluarea relevanței, coerenței și a naturii umane a răspunsurilor generate de Amazon Bedrock furnizat de Anthropic Claude 2.1 FM. Linkurile sursă furnizate cu fiecare răspuns (de exemplu, .com bazată pe configurația Amazon Kendra Web Crawler) ar trebui, de asemenea, confirmate ca fiind credibile.
Oferiți răspunsuri personalizate
Verificați că agentul accesează și utilizează cu succes informațiile relevante ale clienților din DynamoDB pentru a personaliza răspunsurile specifice utilizatorului.
Rețineți că utilizarea autentificării PIN în cadrul agentului are doar scop demonstrativ și nu trebuie utilizată în nicio implementare de producție.
Cură răspunsuri cu opinii
Verificați faptul că întrebările cu opinii sunt întâmpinate cu răspunsuri credibile de către agentul care aprovizionează corect răspunsurile bazate pe documente autorizate ale clienților și pagini web indexate de Amazon Kendra.
Oferă generare contextuală
Determinați capacitatea agentului de a oferi răspunsuri relevante din punct de vedere contextual pe baza istoricului de chat anterior.
Accesați cunoștințe generale
Confirmați accesul agentului la informații de cunoștințe generale pentru interogări care nu sunt specifice clientului, fără opinii, care necesită răspunsuri precise și coerente bazate pe datele de instruire Amazon Bedrock FM și RAG.
Rulați intenții predefinite
Asigurați-vă că agentul interpretează corect și îndeplinește în mod conversațional solicitările utilizatorului care sunt destinate să fie direcționate către intenții predefinite, cum ar fi completarea unei cereri de împrumut ca parte a unui flux de lucru de afaceri.
Următorul este documentul de cerere de împrumut rezultat completat prin fluxul conversațional.
Funcționalitatea de asistență multicanal poate fi testată împreună cu măsurile de evaluare anterioare pe canale web, SMS și voce. Pentru mai multe informații despre integrarea chatbot-ului cu alte servicii, consultați Integrarea unui bot Amazon Lex V2 cu Twilio SMS și Adăugați un bot Amazon Lex la Amazon Connect.
A curăța
Pentru a evita taxele în contul dvs. AWS, curățați resursele furnizate de soluție.
- Revocați indicativul de acces personal GitHub. PAT-urile GitHub sunt configurate cu o valoare de expirare. Dacă doriți să vă asigurați că PAT-ul dvs. nu poate fi utilizat pentru acces programatic la depozitul dvs. bifurcat Amplify GitHub înainte de a ajunge la expirare, puteți revoca PAT-ul urmând Instrucțiunile GitHub repo.
- Ștergeți stiva GenAI-FSI-Agent.yml CloudFormation și alte resurse de soluție utilizând scriptul de automatizare a ștergerii soluției. Următoarele comenzi folosesc numele implicit al stivei. Dacă ați personalizat numele stivei, ajustați comenzile în consecință.
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-stack.sh
Script de automatizare pentru ștergerea soluției
delete-stack.sh shell
script-ul șterge resursele care au fost furnizate inițial folosind scriptul de automatizare a implementării soluției, inclusiv stiva GenAI-FSI-Agent.yml CloudFormation.
Considerații
Deși soluția din această postare prezintă capacitățile unui agent de servicii financiare AI generativ alimentat de Amazon Bedrock, este esențial să recunoaștem că această soluție nu este pregătită pentru producție. Mai degrabă, servește ca exemplu ilustrativ pentru dezvoltatorii care doresc să creeze agenți de conversație personalizați pentru diverse aplicații, cum ar fi lucrătorii virtuali și sistemele de asistență pentru clienți. Calea unui dezvoltator către producție ar repeta acest exemplu de soluție cu următoarele considerații.
De securitate și confidențialitate
Asigurați securitatea datelor și confidențialitatea utilizatorilor pe tot parcursul procesului de implementare. Implementați controale de acces și mecanisme de criptare adecvate pentru a proteja informațiile sensibile. Soluții precum agentul de servicii financiare AI generative vor beneficia de date care nu sunt încă disponibile pentru FM-ul de bază, ceea ce înseamnă adesea că veți dori să folosiți propriile date private pentru cel mai mare salt în capacitate. Luați în considerare următoarele bune practici:
- Păstrează-l secret, păstrează-l în siguranță – Veți dori ca aceste date să rămână complet protejate, securizate și private în timpul procesului de generare și doriți control asupra modului în care aceste date sunt partajate și utilizate.
- Stabiliți balustrade de utilizare – Înțelegeți cum sunt utilizate datele de către un serviciu înainte de a le pune la dispoziție echipelor dvs. Creați și distribuiți regulile pentru ce date pot fi utilizate cu ce serviciu. Faceți-le clar pentru echipele dvs., astfel încât acestea să se poată mișca rapid și să prototipeze în siguranță.
- Implicați juridic, mai devreme decât mai târziu – Solicitați echipelor dvs. juridice să examineze termenii și condițiile și cardurile de servicii ale serviciilor pe care intenționați să le utilizați înainte de a începe să rulați orice date sensibile prin intermediul acestora. Partenerii dumneavoastră juridici nu au fost niciodată mai importanți decât sunt astăzi.
Ca exemplu al modului în care ne gândim la acest lucru la AWS cu Amazon Bedrock: Toate datele sunt criptate și nu părăsesc VPC-ul dvs., iar Amazon Bedrock face o copie separată a FM de bază, care este accesibilă numai clientului și melodii fine sau antrenează această copie privată a modelului.
Testarea de acceptare a utilizatorului
Efectuați teste de acceptare a utilizatorilor (UAT) cu utilizatori reali pentru a evalua performanța, capacitatea de utilizare și satisfacția agentului de servicii financiare AI generative. Adunați feedback și aduceți îmbunătățirile necesare pe baza inputului utilizatorului.
Implementare și monitorizare
Implementați agentul complet testat pe AWS și implementați monitorizarea și înregistrarea în jurnal pentru a urmări performanța acestuia, a identifica problemele și a optimiza sistemul după cum este necesar. Funcții de monitorizare și depanare Lambda sunt activate implicit pentru handlerul Lambda al agentului.
Întreținere și actualizări
Actualizați în mod regulat agentul cu cele mai recente versiuni și date FM pentru a îmbunătăți acuratețea și eficacitatea acestuia. Monitorizați datele specifice clientului în DynamoDB și sincronizați indexarea sursei de date Amazon Kendra după cum este necesar.
Concluzie
În această postare, am pătruns în lumea interesantă a agenților AI generativi și în capacitatea acestora de a facilita interacțiunile umane prin orchestrarea apelurilor către FM și alte instrumente complementare. Urmând acest ghid, puteți utiliza Bedrock, LangChain și resursele clienților existente pentru a implementa, testa și valida cu succes un agent de încredere care oferă utilizatorilor asistență financiară precisă și personalizată prin conversații în limbaj natural.
Într-o postare viitoare, vom demonstra cum poate fi furnizată aceeași funcționalitate folosind o abordare alternativă cu Agenți pentru Amazon Bedrock și Baza de cunoștințe pentru Amazon Bedrock. Această implementare complet gestionată de AWS va explora în continuare modul de a oferi automatizare inteligentă și capabilități de căutare a datelor prin agenți personalizați care transformă modul în care utilizatorii interacționează cu aplicațiile dvs., făcând interacțiunile mai naturale, mai eficiente și mai eficiente.
Despre autor
Kyle T. Blocksom este un arhitect senior de soluții cu AWS, cu sediul în California de Sud. Pasiunea lui Kyle este de a aduce oamenii împreună și de a folosi tehnologia pentru a oferi soluții pe care clienții le iubesc. În afara serviciului, îi place să facă surfing, să mănânce, să se lupte cu câinele său și să-și răsfețe nepoata și nepotul.
- Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
- PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
- PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
- PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
- PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
- Sursa: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
- :are
- :este
- :nu
- :Unde
- $UP
- 1
- 10
- 100
- 11
- 32
- 7
- 799
- 8
- 9
- a
- capacitate
- Despre Noi
- acceptare
- acces
- accesibil
- accesarea
- în consecință
- Cont
- precizie
- precis
- realizat
- peste
- act
- Acțiune
- acțiuni
- curent
- adăugare
- Suplimentar
- Agent
- agenţi
- AI
- Urmarind
- isi propune
- TOATE
- permite
- de-a lungul
- deja
- de asemenea
- alternativă
- Amazon
- Amazon Kendra
- Amazon Lex
- Amazon Web Services
- Sume
- amplifica
- an
- analiza
- și
- răspunde
- răspunsuri
- Antropică
- Orice
- api
- aplicație
- aplicatii
- abordare
- adecvat
- arhitectură
- SUNT
- AS
- evaluare
- Bunuri
- ajuta
- Asistență
- Asistent
- asociate
- At
- augmented
- Autentificare
- automatizarea
- Automata
- Automatizare
- autonom
- disponibil
- evita
- AWS
- Formarea AWS Cloud
- AWS Lambdas
- Sold
- de bază
- bazat
- BE
- fost
- înainte
- folosul
- beneficia
- CEL MAI BUN
- Cele mai bune practici
- Cea mai mare
- Bot
- aduce
- tampon
- construi
- construiește
- construit
- afaceri
- by
- California
- denumit
- apeluri
- CAN
- capacități
- capacitate
- capabil
- Carduri
- cu grijă
- caz
- CD
- lanţ
- Schimbare
- Canal
- canale
- taxe
- Chat
- chatbot
- chatbots
- alegere
- alegeri
- clasic
- curat
- clar
- client
- închidere
- cod
- baza codului
- COERENT
- COM
- comite
- Companii
- competitiv
- complementar
- Completă
- Terminat
- complet
- completarea
- cuprinzător
- Condiții
- Configuraţie
- configurat
- CONFIRMAT
- conjuncție
- Lua în considerare
- Considerații
- Consoleze
- conţine
- conține
- conţinut
- Tipuri de conținut
- context
- contextual
- continuu
- Control
- controale
- Convenție
- Conversație
- de conversaţie
- conversații
- corect
- Corespunzător
- Cheltuieli
- Curs
- tractor pe şenile
- crea
- a creat
- creează
- Crearea
- creaţie
- credibil
- Curent
- personalizat
- client
- datele despre consumator
- Relații Clienți
- clienţii care
- personalizate
- de date
- securitatea datelor
- decide
- decizie
- Deciziile
- Mod implicit
- livra
- livrate
- Demo
- demonstra
- demonstrând
- implementa
- desfășurarea
- proiectat
- dorit
- detalii
- Determina
- determinat
- Dezvoltator
- Dezvoltatorii
- Dialog
- diferit
- decuplat
- discuta
- discuţie
- distribui
- diferit
- do
- document
- documente
- face
- Câine
- domeniu
- jos
- proiect
- două
- în timpul
- e
- fiecare
- Mai devreme
- ecou
- Eficace
- eficacitate
- eficient
- încorporat
- activat
- criptate
- criptare
- captivant
- Inginerie
- spori
- asigura
- intră
- Mediu inconjurator
- echipat
- esenţial
- evalua
- evaluarea
- exemplu
- exemple
- captivant
- existent
- de aşteptat
- experienţă
- expirare
- expirare
- explora
- exporturile
- își exprimă
- facilita
- FAQ
- feedback-ul
- Fișier
- Fişiere
- final
- financiar
- Servicii financiare
- descoperire
- capăt
- debit
- urma
- următor
- Pentru
- furculiţă
- format
- găsit
- Fundație
- din
- Frontend
- îndeplinirea
- complet
- funcţie
- funcționalitate
- funcții
- mai mult
- aduna
- General
- genera
- generată
- generează
- generator
- generaţie
- generativ
- AI generativă
- merge
- GitHub
- dat
- ghida
- călăuzitor
- valorifica
- Avea
- he
- ajutor
- aici
- highlights-uri
- lui
- istorie
- găzduit
- Gazdele
- Cum
- Cum Pentru a
- HTML
- http
- HTTPS
- i
- identifică
- identifica
- Identitate
- if
- ilustrează
- punerea în aplicare a
- implementarea
- import
- important
- îmbunătățiri
- in
- include
- inclus
- include
- Inclusiv
- incorpora
- încorporează
- index
- indexate
- Informa
- informații
- intrare
- intrări
- in schimb
- instrucțiuni
- instrumente
- integreaza
- integrarea
- integrările
- Inteligent
- destinate
- scop
- interacţiona
- interacţiuni
- interfaţă
- intern
- în
- invocat
- invocă
- probleme de
- IT
- ESTE
- JavaScript
- jpg
- a sari
- A pastra
- Cheie
- cunoştinţe
- cunoscut
- limbă
- Ultimele
- lansa
- lansare
- Platforma de lansare
- strat
- conducere
- învață
- Părăsi
- Legal
- Pârghie
- biblioteci
- Bibliotecă
- ca
- Linie
- Link-uri
- încărcător
- loturile
- împrumut
- logare
- logică
- logic
- dragoste
- LOWER
- face
- FACE
- Efectuarea
- gestionate
- manager
- manieră
- Mai..
- semnificativ
- mijloace
- măsuri
- mecanisme
- Memorie
- mesaj
- cu
- MIT
- model
- Modele
- modificările aduse
- modifica
- monitor
- Monitorizarea
- mai mult
- Ipotecare
- muta
- mult
- multiplu
- trebuie sa
- nume
- denumire
- Natural
- Procesarea limbajului natural
- Natură
- Navigaţi
- necesar
- Nevoie
- necesar
- nu
- Nou
- următor
- nlp
- nlu
- Nu.
- nota
- acum
- oauth
- obiectiv
- observaţie
- of
- oferi
- de multe ori
- on
- în curs de desfășurare
- afară
- deschide
- open-source
- funcionar
- înfumurat
- Optimizați
- or
- orchestrând
- orchestrație
- organizație
- original
- iniţial
- Altele
- al nostru
- iesiri
- exterior
- peste
- Prezentare generală
- propriu
- pachet
- ofertele
- perechi
- parametru
- parametrii
- parte
- parteneri
- pasiune
- trecut
- cale
- căi
- Plătește
- plată
- în așteptarea
- oameni
- Efectua
- performanță
- efectuează
- permisiuni
- personal
- Personalizat
- conducte
- Loc
- plan
- Plato
- Informații despre date Platon
- PlatoData
- "vă rog"
- conecteaza
- puncte
- Post
- putere
- alimentat
- practicile
- precedent
- predefinite
- a prefera
- prezentat
- precedent
- primar
- intimitate
- privat
- procedură
- continua
- proces
- Procesat
- prelucrare
- produce
- producând
- producere
- programatic
- Progres
- solicitări
- proteja
- protejat
- prototip
- furniza
- prevăzut
- furnizează
- dispoziţie
- public
- publica
- publică
- scop
- scopuri
- interogări
- întrebare
- Întrebări
- repede
- gamă
- tarife
- mai degraba
- aTINGE
- ajungând
- gata
- real
- primire
- recunoaştere
- recunoaște
- înregistrare
- înregistrări
- trimite
- eliberaţi
- de încredere
- la distanta
- depozit
- solicita
- necesita
- necesar
- resursă
- Resurse
- Răspunde
- răspuns
- răspunsuri
- rezultat
- rezultanta
- revizuiască
- rădăcină
- norme
- Alerga
- funcţionare
- ruleaza
- în siguranță
- Said
- acelaşi
- satisfacție
- salvate
- Scară
- scenariu
- Caută
- Secret
- secrete
- Secțiune
- secțiuni
- sigur
- securitate
- vedea
- selectarea
- sens
- sensibil
- distinct
- serie
- servește
- serviciu
- Servicii
- set
- comun
- Coajă
- să
- asemănător
- simplu
- simplu
- singur
- SMS-uri
- fragment
- So
- Numai
- soluţie
- soluţii
- Sursă
- cod sursă
- Surse
- Sourcing
- Sudic
- specific
- discurs
- stivui
- Începe
- Stat
- static
- Stare
- şedere
- Pas
- paşi
- depozitare
- stocate
- magazine
- stil
- Reușit
- astfel de
- suită
- REZUMAT
- furnituri
- a sustine
- Sisteme de suport
- Suportat
- sintetic
- sistem
- sisteme
- Croitor
- Lua
- Tandem
- Sarcină
- echipe
- Tehnic
- tehnici de
- Tehnologia
- șablon
- termeni
- termenii si condițiile
- test
- testat
- Testarea
- a) Sport and Nutrition Awareness Day in Manasia Around XNUMX people from the rural commune Manasia have participated in a sports and healthy nutrition oriented activity in one of the community’s sports ready yards. This activity was meant to gather, mainly, middle-aged people from a Romanian rural community and teach them about the benefits that sports have on both their mental and physical health and on how sporting activities can be used to bring people from a community closer together. Three trainers were made available for this event, so that the participants would get the best possible experience physically and so that they could have the best access possible to correct information and good sports/nutrition practices. b) Sports Awareness Day in Poiana Țapului A group of young participants have taken part in sporting activities meant to teach them about sporting conduct, fairplay, and safe physical activities. The day culminated with a football match.
- decât
- acea
- informațiile
- Sursa
- lor
- Lor
- apoi
- Acestea
- ei
- Gândire
- terț
- acest
- gândit
- Prin
- de-a lungul
- la
- astăzi
- împreună
- semn
- instrument
- Unelte
- față de
- urmări
- Pregătire
- trenuri
- Tranzacții
- Transforma
- copac
- Tendinţe
- adevărat
- Tonuri
- tip
- Tipuri
- ui
- în cele din urmă
- în
- care stau la baza
- înţelege
- înţelegere
- înțelege
- viitoare
- Actualizează
- pe
- URL-ul
- uzabilitate
- Folosire
- utilizare
- utilizat
- Utilizator
- Experiența de utilizare
- confidențialitatea utilizatorilor
- utilizatorii
- utilizări
- folosind
- utilizează
- VALIDA
- validare
- valoare
- Valori
- variabil
- varietate
- diverse
- Fixă
- verifica
- versiune
- Versiunile
- de
- Vizualizare
- Virtual
- Voce
- aștepta
- vrea
- a fost
- Cale..
- we
- web
- aplicatie web
- servicii web
- website
- site-uri web
- au fost
- Ce
- care
- în timp ce
- larg
- Gamă largă
- widget
- voi
- cu
- în
- fără
- Apartamente
- muncitorii
- flux de lucru
- fluxuri de lucru
- de lucru
- lume
- ar
- da
- încă
- Tu
- Ta
- zephyrnet
- Zip