Realizar encadenamiento de peticiones de IA con Amazon Bedrock

Este proyecto de ejemplo demuestra cómo puede integrarse con Amazon Bedrock para encadenar mensajes mediante IA y crear chatbots de alta calidad utilizando Amazon Bedrock. El proyecto encadena algunas solicitudes y las resuelve en la secuencia en que se proporcionan. El encadenamiento de estos mensajes aumenta la capacidad del modelo de lenguaje que se utiliza para ofrecer una respuesta muy precisa.

Este proyecto de ejemplo crea la máquina de estados, los AWS recursos auxiliares y configura los permisos relacionadosIAM. Explore este proyecto de ejemplo para aprender a usar Amazon Bedrock integración de servicios optimizada con Step Functions manipule máquinas o úselo como punto de partida para sus propios proyectos.

Requisitos previos

Este proyecto de ejemplo utiliza el modelo de lenguaje grande Cohere Command (LLM). Para ejecutar correctamente este proyecto de ejemplo, debe añadir el acceso al mismo LLM desde el Amazon Bedrock console. Para agregar el acceso a modelos, haga lo siguiente:

1. Abra la consola de Amazon Bedrock.

2. En el panel de navegación, elija Acceso a modelos.

3. Elija Administrar el acceso a modelos.

4. Seleccione la casilla situada junto a Cohere.

5. Elegir Solicitar acceso. El Estado de acceso del modelo Cohere se muestra como Acceso concedido.

Paso 1: Crear la máquina de estado

1. Abra la consola de Step Functions y seleccione Crear máquina de estado.

2. Busca y elige la plantilla de inicio con la que quieres trabajar. Elija Siguiente para continuar.

3. Elija Ejecutar una demostración para crear un ready-to-deploy flujo de trabajo y de solo lectura, o elija Construir a partir de ella para crear una definición de máquina de estados editable sobre la que pueda crear y luego implementar.

4. Elija Utilizar plantilla para continuar con la selección.

Los siguientes pasos dependen de su elección anterior:

1. Realice una demostración: puede revisar la máquina de estados antes de crear un proyecto de solo lectura con los recursos desplegados por usted. AWS CloudFormation Cuenta de AWS

   Puede ver la definición de la máquina de estado y, cuando esté listo, seleccione Implementar y ejecutar para implementar el proyecto y crear los recursos.

   El recurso y los permisos pueden tardar hasta 10 minutos en crearse. Puede usar el enlace de ID de pila para monitorear el progreso en AWS CloudFormation.

   Una vez completada la implementación, debería ver su nueva máquina de estado en la consola.

2. Cree a partir de ella: puede revisar y editar la definición del flujo de trabajo. Es posible que tenga que establecer valores para los marcadores de posición en el proyecto de ejemplo antes de intentar ejecutar su flujo de trabajo personalizado.

nota

Es posible que se apliquen cargos estándar por los servicios implementados en su cuenta.

Paso 2: Ejecutar la máquina de estado

1. En la página Máquina de estado, elija su proyecto de muestra.

2. En la página del proyecto de muestra, seleccione Iniciar ejecución.

3. En el cuadro de diálogo Iniciar ejecución, haga lo siguiente:

   1. (Opcional) Introduzca un nombre de ejecución personalizado para anular el valor predeterminado generado.

      ASCIINombres y registro

      Step Functions acepta nombres para máquinas de estados, ejecuciones, actividades y etiquetas que no contengan ASCII caracteres. Como estos personajes no funcionan con Amazon CloudWatch, te recomendamos que utilices solo ASCII caracteres para poder hacer un seguimiento de las métricas CloudWatch.

   2. (Opcional) En el cuadro de entrada, introduce los valores de entrada comoJSON. Puede omitir este paso si ejecuta una demostración.

   3. Seleccione Iniciar ejecución.

   La consola Step Functions lo dirigirá a una página de detalles de ejecución en la que puede elegir estados en la vista de gráficos para explorar la información relacionada en el panel Detalles del paso.

¡Enhorabuena!

Ahora debería disponer de una demostración en ejecución o de una definición de máquina de estado que pueda personalizar.