Führen Sie KI-Prompt-Chaining mit Amazon Bedrock durch

Dieses Beispielprojekt zeigt, wie Sie integrieren können Amazon Bedrock um KI-Prompt-Chaining durchzuführen und hochwertige Chatbots zu erstellen mit Amazon Bedrock. Das Projekt verknüpft einige Eingabeaufforderungen und löst sie in der Reihenfolge, in der sie bereitgestellt wurden. Die Verkettung dieser Eingabeaufforderungen verbessert die Fähigkeit des verwendeten Sprachmodells, eine sorgfältig kuratierte Antwort zu liefern.

Dieses Beispielprojekt erstellt die Zustandsmaschine, die unterstützende AWS Ressourcen und konfiguriert die zugehörigen IAM Berechtigungen. Erkunden Sie dieses Beispielprojekt, um mehr über die Verwendung von Amazon Bedrock optimierte Serviceintegration mit Step Functions Zustandsmaschinen oder nutzen Sie sie als Ausgangspunkt für Ihre eigenen Projekte.

AWS CloudFormation Vorlage und zusätzliche Ressourcen

Sie verwenden eine CloudFormation Vorlage zur Bereitstellung dieses Beispielprojekts. Diese Vorlage erstellt die folgenden Ressourcen in Ihrem AWS-Konto:

• A Step Functions Zustandsmaschine.

• Ausführungsrolle für die Zustandsmaschine. Diese Rolle gewährt die Berechtigungen, die Ihr Zustandsmaschine benötigt, um auf andere zuzugreifen AWS-Services und Ressourcen wie Amazon Bedrock InvokeModelAktion.

Voraussetzungen

Dieses Beispielprojekt verwendet das große Sprachmodell von Cohere Command (LLM). Um dieses Beispielprojekt erfolgreich auszuführen, müssen Sie den Zugriff auf dieses Projekt über LLM den Amazon Bedrock console. Gehen Sie wie folgt vor, um den Modellzugriff hinzuzufügen:

1. Öffnen Sie die Amazon Bedrock-Konsole.

2. Wählen Sie im Navigationsbereich Model Access aus.

3. Wählen Sie Modellzugriff verwalten aus.

4. Aktivieren Sie das Kontrollkästchen neben Cohere.

5. Wählen Sie Zugriff anfordern aus. Der Zugriffsstatus für das Modell Cohere wird als Zugriff gewährt angezeigt.

Schritt 1: Erstellen Sie die Zustandsmaschine

1. Öffnen Sie die Step Functions Functions-Konsole und wählen Sie Create State Machine.

2. Geben Sie bedrock in das Suchfeld ein und wählen Sie dann KI-Prompt-Chaining durchführen mit Bedrockaus den Suchergebnissen, die zurückgegeben werden.

3. Wählen Sie Next (Weiter), um fortzufahren.

4. Wählen Sie „Demo ausführen“, um eine schreibgeschützte Version und einen ready-to-deploy Workflow zu erstellen, oder wählen Sie „Darauf aufbauen“, um eine bearbeitbare Zustandsmaschinen-Definition zu erstellen, auf der Sie aufbauen und diese später bereitstellen können.

   Dieses Beispielprojekt stellt die folgenden Ressourcen bereit:

   • Importieren in &S3; AWS Step Functions Zustandsautomat

   • Verwandt AWS Identity and Access Management (IAM) Rollen

   Die folgende Abbildung zeigt das Workflow-Diagramm für das Perform AI-Prompt-Chaining mit BedrockBeispielprojekt:

   

5. Wählen Sie Vorlage verwenden, um mit Ihrer Auswahl fortzufahren.

Die nächsten Schritte hängen von Ihrer vorherigen Auswahl ab:

1. Führen Sie eine Demo durch — Sie können den Status Machine überprüfen, bevor Sie ein schreibgeschütztes Projekt mit Ressourcen erstellen, die bereitgestellt werden von AWS CloudFormation zu Ihrem AWS-Konto.

   Sie können sich die State-Machine-Definition ansehen. Wenn Sie bereit sind, wählen Sie Deploy and run, um das Projekt bereitzustellen und die Ressourcen zu erstellen.

   Die Bereitstellung kann bis zu 10 Minuten dauern, bis Ressourcen und Berechtigungen erstellt sind. Sie können den Stack-ID-Link verwenden, um den Fortschritt zu überwachen AWS CloudFormation.

   Nach Abschluss der Bereitstellung sollte Ihre neue Zustandsmaschine in der Konsole angezeigt werden.

2. Darauf aufbauen — Sie können die Workflow-Definition überprüfen und bearbeiten. Möglicherweise müssen Sie Werte für Platzhalter im Beispielprojekt festlegen, bevor Sie versuchen, Ihren benutzerdefinierten Workflow auszuführen.

Anmerkung

Für Dienste, die für Ihr Konto bereitgestellt werden, können Standardgebühren anfallen.

Schritt 2: Führen Sie die Zustandsmaschine aus

1. Wählen Sie auf der Seite State Machines Ihr Beispielprojekt aus.

2. Wählen Sie auf der Seite mit dem Beispielprojekt die Option Ausführung starten aus.

3. Gehen Sie im Dialogfeld Ausführung starten wie folgt vor:

   1. (Optional) Geben Sie einen benutzerdefinierten Ausführungsnamen ein, um den generierten Standard zu überschreiben.

      ASCIINichtnamen und Protokollierung

      Step Functions akzeptiert Namen für Zustandsmaschinen, Ausführungen, Aktivitäten und Bezeichnungen, die ASCII Nichtzeichen enthalten. Da solche Zeichen nicht mit Amazon funktionieren, empfehlen wir CloudWatch, nur ASCII Zeichen zu verwenden, damit Sie die Messwerte verfolgen können CloudWatch.

   2. (Optional) Geben Sie im Eingabefeld die Eingabewerte als einJSON. Sie können diesen Schritt überspringen, wenn Sie eine Demo ausführen.

   3. Wählen Sie Start execution (Ausführung starten) aus.

   Die Step Functions Functions-Konsole leitet Sie zu einer Seite mit den Ausführungsdetails weiter, auf der Sie Status in der Diagrammansicht auswählen können, um die zugehörigen Informationen im Einzelheiten zu den Schritten Bereich zu untersuchen.