Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Gunakan agen Amazon Bedrock untuk mengotomatiskan pembuatan kontrol entri akses di Amazon EKS melalui petunjuk berbasis teks
Keshav Ganesh dan Sudhanshu Saurav, Amazon Web Services
Ringkasan
Organizations menghadapi tantangan dalam mengelola kontrol akses dan penyediaan sumber daya ketika beberapa tim perlu bekerja dengan cluster Amazon Elastic Kubernetes Service (Amazon EKS) bersama. Layanan Kubernetes yang dikelola seperti Amazon EKS telah menyederhanakan operasi klaster. Namun, overhead administratif untuk mengelola akses tim dan izin sumber daya tetap kompleks dan memakan waktu.
Pola ini menunjukkan bagaimana agen Amazon Bedrock dapat membantu Anda mengotomatiskan manajemen akses klaster Amazon EKS. Otomatisasi ini memungkinkan tim pengembangan untuk fokus pada pengembangan aplikasi inti mereka daripada berurusan dengan pengaturan dan manajemen kontrol akses. Anda dapat menyesuaikan agen Amazon Bedrock untuk melakukan tindakan untuk berbagai tugas melalui petunjuk bahasa alami yang sederhana.
Dengan menggunakan AWS Lambda fungsi sebagai grup tindakan, agen Amazon Bedrock dapat menangani tugas seperti membuat entri akses pengguna dan mengelola kebijakan akses. Selain itu, agen Amazon Bedrock dapat mengonfigurasi asosiasi identitas pod yang memungkinkan akses ke sumber daya AWS Identity and Access Management (IAM) untuk pod yang berjalan di klaster. Dengan menggunakan solusi ini, organisasi dapat merampingkan administrasi klaster Amazon EKS mereka dengan petunjuk berbasis teks sederhana, mengurangi overhead manual, dan meningkatkan efisiensi pengembangan secara keseluruhan.
Prasyarat dan batasan
Prasyarat
Aktif Akun AWS.
Menetapkan peran dan izin IAM untuk proses penerapan. Ini termasuk izin untuk mengakses Amazon Bedrock foundation models (FM), membuat fungsi Lambda, dan sumber daya lain yang diperlukan di seluruh target. Akun AWS
Akses diaktifkan di aktif Akun AWS ke Amazon Bedrock ini FMs: Amazon Titan Text Embeddings V2 dan Anthropic Claude 3 Haiku.
AWS Command Line Interface (AWS CLI) versi 2.9.11 atau yang lebih baru, diinstal dan dikonfigurasi.
Batasan
Pelatihan dan dokumentasi mungkin diperlukan untuk membantu memastikan kelancaran adopsi dan penggunaan teknik ini secara efektif. Menggunakan Amazon Bedrock, Amazon EKS, Lambda, OpenSearch Amazon Service, dan OpenAPI
melibatkan kurva pembelajaran yang signifikan bagi pengembang dan tim. DevOps Beberapa Layanan AWS tidak tersedia di semua Wilayah AWS. Untuk ketersediaan Wilayah, lihat layanan AWS menurut Wilayah
. Untuk titik akhir tertentu, lihat Titik akhir dan kuota layanan, dan pilih tautan untuk layanan.
Arsitektur
Diagram berikut menunjukkan alur kerja dan komponen arsitektur untuk pola ini.

Solusi ini melakukan langkah-langkah berikut:
Pengguna berinteraksi dengan agen Amazon Bedrock dengan mengirimkan prompt atau kueri yang berfungsi sebagai masukan bagi agen untuk memproses dan mengambil tindakan.
Berdasarkan prompt, agen Amazon Bedrock memeriksa skema OpenAPI untuk mengidentifikasi API yang benar untuk ditargetkan. Jika agen Amazon Bedrock menemukan panggilan API yang benar, permintaan akan masuk ke grup tindakan yang terkait dengan fungsi Lambda yang mengimplementasikan tindakan ini.
Jika API yang relevan tidak ditemukan, agen Amazon Bedrock akan menanyakan koleksi tersebut OpenSearch . OpenSearch Koleksinya menggunakan konten basis pengetahuan terindeks yang bersumber dari bucket Amazon S3 yang berisi Panduan Pengguna Amazon EKS.
OpenSearch Koleksi mengembalikan informasi kontekstual yang relevan ke agen Amazon Bedrock.
Untuk permintaan yang dapat ditindaklanjuti (yang cocok dengan operasi API), agen Amazon Bedrock mengeksekusi dalam cloud pribadi virtual (VPC) dan memicu fungsi Lambda.
Fungsi Lambda melakukan tindakan yang didasarkan pada input pengguna di dalam klaster Amazon EKS.
Bucket Amazon S3 untuk kode Lambda menyimpan artefak yang memiliki kode dan logika yang ditulis untuk fungsi Lambda.
Alat
Layanan AWS
Amazon Bedrock adalah layanan yang dikelola sepenuhnya yang membuat model foundation berkinerja tinggi (FMs) dari startup AI terkemuka dan Amazon tersedia untuk Anda gunakan melalui API terpadu.
AWS CloudFormationmembantu Anda menyiapkan AWS sumber daya, menyediakannya dengan cepat dan konsisten, dan mengelolanya sepanjang siklus hidupnya di seluruh Akun AWS dan. Wilayah AWS
Amazon Elastic Kubernetes Service (Amazon EKS) membantu Anda menjalankan AWS Kubernetes tanpa perlu menginstal atau memelihara control plane atau node Kubernetes Anda sendiri.
AWS Identity and Access Management (IAM) membantu Anda mengelola akses ke AWS sumber daya dengan aman dengan mengontrol siapa yang diautentikasi dan diberi wewenang untuk menggunakannya.
AWS Lambdaadalah layanan komputasi yang membantu Anda menjalankan kode tanpa perlu menyediakan atau mengelola server. Ini menjalankan kode Anda hanya bila diperlukan dan skala secara otomatis, jadi Anda hanya membayar untuk waktu komputasi yang Anda gunakan.
Amazon OpenSearch Service adalah layanan terkelola yang membantu Anda menyebarkan, mengoperasikan, dan menskalakan OpenSearch klaster di. AWS Cloud Fitur koleksinya membantu Anda mengatur data dan membangun basis pengetahuan komprehensif yang dapat digunakan asisten AI seperti agen Amazon Bedrock.
Amazon Simple Storage Service (Amazon S3) adalah layanan penyimpanan objek berbasis cloud yang membantu Anda menyimpan, melindungi, dan mengambil sejumlah data.
Alat-alat lainnya
eksctl adalah utilitas baris perintah untuk membuat dan mengelola cluster Kubernetes di Amazon EKS.
Repositori kode
Kode untuk pola ini tersedia di repositori GitHub eks-access-controls-bedrock-agent
Praktik terbaik
Pertahankan keamanan setinggi mungkin saat menerapkan pola ini. Pastikan klaster Amazon EKS bersifat pribadi, memiliki izin akses terbatas, dan semua sumber daya berada di dalam cloud pribadi virtual (VPC). Untuk informasi tambahan, lihat Praktik terbaik untuk keamanan dalam dokumentasi Amazon EKS.
Gunakan kunci terkelola AWS KMS pelanggan sedapat mungkin, dan berikan izin akses terbatas kepada mereka.
Ikuti prinsip hak istimewa terkecil dan berikan izin minimum yang diperlukan untuk melakukan tugas. Untuk informasi selengkapnya, lihat Berikan hak istimewa terkecil dan praktik terbaik Keamanan dalam dokumentasi IAM.
Epik
Tugas | Deskripsi | Keterampilan yang dibutuhkan |
---|---|---|
Kloning repositori. | Untuk mengkloning repositori pola ini, jalankan perintah berikut di workstation lokal Anda:
| AWS DevOps |
Dapatkan Akun AWS ID. | Untuk mendapatkan Akun AWS ID, gunakan langkah-langkah berikut:
Perintah ini menyimpan Akun AWS ID Anda dalam | AWS DevOps |
Buat bucket S3 untuk kode Lambda. | Untuk menerapkan solusi ini, Anda harus membuat tiga bucket Amazon S3 yang melayani tujuan berbeda, seperti yang ditunjukkan pada diagram arsitektur. Bucket S3 adalah untuk kode Lambda, basis pengetahuan, dan skema OpenAPI. Untuk membuat bucket kode Lambda, gunakan langkah-langkah berikut:
Perintah package membuat CloudFormation template baru (
| AWS DevOps |
Buat bucket S3 untuk basis pengetahuan. | Untuk membuat bucket Amazon S3 untuk basis pengetahuan, gunakan langkah-langkah berikut:
| AWS DevOps |
Buat bucket S3 untuk skema OpenAPI. | Untuk membuat bucket Amazon S3 untuk skema OpenAPI, gunakan langkah-langkah berikut:
| AWS DevOps |
Tugas | Deskripsi | Keterampilan yang dibutuhkan |
---|---|---|
Menyebarkan CloudFormation tumpukan. | Untuk menyebarkan CloudFormation tumpukan, gunakan file CloudFormation template catatanPenyediaan OpenSearch indeks dengan CloudFormation template membutuhkan waktu sekitar 10 menit. Setelah tumpukan dibuat, buat catatan | AWS DevOps |
Buat cluster Amazon EKS. | Untuk membuat cluster Amazon EKS di dalam VPC, gunakan langkah-langkah berikut:
Hasil yang diharapkan adalah sebagai berikut:
| AWS DevOps |
Tugas | Deskripsi | Keterampilan yang dibutuhkan |
---|---|---|
Buat koneksi antara kluster Amazon EKS dan fungsi Lambda. | Untuk mengatur izin jaringan dan IAM agar fungsi Lambda dapat berkomunikasi dengan klaster Amazon EKS, gunakan langkah-langkah berikut:
| AWS DevOps |
Tugas | Deskripsi | Keterampilan yang dibutuhkan |
---|---|---|
Uji agen Amazon Bedrock. | Sebelum menguji agen Amazon Bedrock, pastikan Anda melakukan hal berikut:
Untuk mengakses agen Amazon Bedrock, gunakan langkah-langkah berikut:
Anda juga dapat meminta agen untuk melakukan tindakan untuk asosiasi EKS Pod Identity. Untuk detail selengkapnya, lihat Pelajari cara EKS Pod Identity memberikan akses Pod ke Layanan AWS dalam dokumentasi Amazon EKS. | AWS DevOps |
Tugas | Deskripsi | Keterampilan yang dibutuhkan |
---|---|---|
Pembersihan sumber daya | Untuk membersihkan sumber daya yang dibuat pola ini, gunakan prosedur berikut. Tunggu setiap langkah penghapusan selesai sebelum melanjutkan ke langkah berikutnya. AwasProsedur ini akan menghapus semua sumber daya yang dibuat oleh tumpukan ini secara permanen. Pastikan Anda telah mencadangkan data penting apa pun sebelum melanjutkan.
| AWS DevOps |
Pemecahan Masalah
Isu | Solusi |
---|---|
Kode kesalahan bukan nol dikembalikan selama pengaturan lingkungan. | Verifikasi bahwa Anda menggunakan folder yang benar saat menjalankan perintah apa pun untuk menerapkan solusi ini. Untuk informasi selengkapnya, lihat file First_Deploy.md |
Fungsi Lambda tidak dapat melakukan tugas. | Pastikan konektivitas diatur dengan benar dari fungsi Lambda ke cluster Amazon EKS. |
Agen meminta tidak mengenali. APIs | Menerapkan kembali solusinya. Untuk informasi selengkapnya, lihat file RE_DEPLOY.md |
Tumpukan gagal dihapus. | Upaya awal untuk menghapus tumpukan mungkin gagal. Kegagalan ini dapat terjadi karena masalah ketergantungan dengan sumber daya khusus yang dibuat untuk OpenSearch koleksi yang melakukan pengindeksan untuk basis pengetahuan. Untuk menghapus tumpukan, coba lagi operasi hapus dengan mempertahankan sumber daya kustom. |
Sumber daya terkait
AWS Blog
Dokumentasi Amazon Bedrock
Dokumentasi Amazon EKS