Réalisez un enchaînement d'instructions basé sur l'IA avec Amazon Bedrock

Cet exemple de projet montre comment vous pouvez l'intégrer Amazon Bedrock pour effectuer un chaînage d'instructions basé sur l'IA. Cet exemple de projet montre comment créer des chatbots de haute qualité en utilisantAmazon Bedrock. Le projet regroupe certaines instructions et les résout dans l'ordre dans lequel elles sont fournies. L'enchaînement de ces instructions augmente la capacité du modèle de langage utilisé à fournir une réponse parfaitement organisée.

Cet exemple de projet crée la machine d'état, les AWS ressources de support et configure les autorisations IAM associées. Explorez cet exemple de projet pour en savoir plus sur l'utilisation de l'intégration Amazon Bedrock optimisée des services avec les machines d'Step Functionsétat, ou utilisez-le comme point de départ pour vos propres projets.

AWS CloudFormationModèle et ressources supplémentaires

Vous utilisez un CloudFormation modèle pour déployer cet exemple de projet. Ce modèle crée les ressources suivantes dans votre Compte AWS :

• Une machine Step Functions étatique.

• Rôle d'exécution pour la machine à états. Ce rôle accorde les autorisations dont votre machine d'état a besoin pour accéder à Services AWS d'autres ressources telles que l'Amazon BedrockInvokeModelaction.

Prérequis

Cet exemple de projet utilise le modèle de langage large (LLM) de la commande Cohere. Pour exécuter correctement cet exemple de projet, vous devez ajouter l'accès à ce LLM depuis la Amazon Bedrock console. Pour ajouter l'accès au modèle, procédez comme suit :

1. Ouvrez la console Amazon Bedrock.

2. Dans le volet de navigation, choisissez Model Access.

3. Choisissez Gérer l'accès aux modèles.

4. Cochez la case à côté de Cohere.

5. Choisissez Demander l'accès. L'état d'accès du modèle Cohere indique que l'accès est accordé.

Étape 1 : créer la machine à états et provisionner les ressources

1. Ouvrez la console Step Functions et choisissez Create state machine.

2. Tapez bedrock dans le champ de recherche, puis choisissez Perform AI prompt-chaining with dans les résultats Bedrock de recherche renvoyés.

3. Choisissez Next (Suivant) pour continuer.

4. Step Functions répertorie les Services AWS éléments utilisés dans l'exemple de projet que vous avez sélectionné. Il montre également un graphique de flux de travail pour l'exemple de projet. Déployez ce projet sur votre site Compte AWS ou utilisez-le comme point de départ pour créer vos propres projets. Selon la façon dont vous souhaitez procéder, choisissez Exécuter une démo ou Construire à partir de celle-ci.

   Cet exemple de projet déploie les ressources suivantes :

   • Une machine AWS Step Functions étatique

   • Rôles associés AWS Identity and Access Management (IAM)

   L'image suivante montre le graphique du flux de travail pour le chaînage d'invites Perform AI avec Bedrock un exemple de projet :

   

5. Choisissez Utiliser le modèle pour poursuivre votre sélection.

6. Effectuez l’une des actions suivantes :

   • Si vous avez sélectionné Build on it, Step Functions crée le prototype de flux de travail pour l'exemple de projet que vous avez sélectionné. Step Functions ne déploie pas les ressources répertoriées dans la définition du flux de travail.

     Dans Workflow StudioMode de conception, glissez-déposez les états depuis le Navigateur d'états pour continuer à créer votre prototype de flux de travail. Vous pouvez également passer à un éditeur de code intégré similaire à VS Code pour mettre à jour la définition Amazon States Language (ASL) de votre machine à états dans la console Step Functions. Mode code Pour plus d'informations sur l'utilisation de Workflow Studio pour créer vos machines d'état, consultezUtilisation de Workflow Studio.

     Important

     N'oubliez pas de mettre à jour l'espace réservé Amazon Resource Name (ARN) pour les ressources utilisées dans l'exemple de projet avant d'exécuter votre flux de travail.

   • Si vous avez sélectionné Run a demo, Step Functions crée un exemple de projet en lecture seule qui utilise un AWS CloudFormation modèle pour déployer les AWS ressources répertoriées dans ce modèle sur votre. Compte AWS

     Astuce

     Pour afficher la définition de la machine à états de l'exemple de projet, choisissez Code.

     Lorsque vous êtes prêt, choisissez Déployer et exécuter pour déployer l'exemple de projet et créer les ressources.

     La création de ces ressources et des autorisations IAM associées peut prendre jusqu'à 10 minutes. Pendant le déploiement de vos ressources, vous pouvez ouvrir le lien CloudFormation Stack ID pour voir quelles ressources sont mises en service.

     Une fois que toutes les ressources de l'exemple de projet ont été créées, vous pouvez voir le nouvel exemple de projet répertorié sur la page State machines.

     Important

     Des frais standard peuvent s'appliquer pour chaque service utilisé dans le CloudFormation modèle.

Étape 2 : Exécuter la machine à états

1. Sur la page State machines, choisissez votre exemple de projet.

2. Sur la page d'exemple de projet, choisissez Démarrer l'exécution.

3. Dans la boîte de dialogue Démarrer l'exécution, procédez comme suit :

   1. (Facultatif) Pour identifier votre exécution, vous pouvez lui donner un nom dans le champ Nom. Par défaut, Step Functions génère automatiquement un nom d'exécution unique.

      Note

      Step Functions vous permet de créer des noms pour les machines d'état, les exécutions, les activités et les étiquettes contenant des caractères non ASCII. Ces noms non ASCII ne fonctionnent pas avec Amazon. CloudWatch Pour être sûr de pouvoir suivre CloudWatch les métriques, choisissez un nom qui utilise uniquement des caractères ASCII.

   2. (Facultatif) Dans la zone de saisie, entrez les valeurs d'entrée au format JSON pour exécuter votre flux de travail.

      Si vous avez choisi d'exécuter une démo, vous n'avez pas besoin de fournir d'entrée d'exécution.

   3. Choisissez Start execution (Démarrer l'exécution).

   4. La console Step Functions vous dirige vers une page intitulée avec votre ID d'exécution. Cette page est connue sous le nom de page Détails de l'exécution. Sur cette page, vous pouvez consulter les résultats de l'exécution au fur et à mesure que l'exécution progresse ou une fois celle-ci terminée.

      Pour consulter les résultats de l'exécution, choisissez des états individuels dans la vue graphique, puis choisissez les onglets individuels du Détails de l'étape volet pour afficher les détails de chaque état, y compris les entrées, les sorties et la définition respectivement. Pour plus de détails sur les informations d'exécution que vous pouvez consulter sur la page Détails de l'exécution, voirPage de détails d'exécution — Vue d'ensemble de l'interface.