跳转到主要内容

标签(标签)

资源精选(342) Go开发(108) Go语言(103) Go(99) LLM(84) angular(83) 大语言模型(67) 人工智能(56) 前端开发(50) LangChain(43) golang(43) 机器学习(39) Go工程师(38) Go程序员(38) Go开发者(36) React(34) Go基础(29) Python(24) Vue(23) Web开发(20) 深度学习(20) Web技术(19) 精选资源(19) Java(19) ChatGTP(17) Cookie(16) android(16) 前端框架(13) JavaScript(13) Next.js(12) LLMOps(11) 聊天机器人(11) 安卓(11) ChatGPT(10) typescript(10) 资料精选(10) mlops(10) NLP(10) 第三方Cookie(9) Redwoodjs(9) RAG(9) Go语言中级开发(9) 自然语言处理(9) PostgreSQL(9) 区块链(9) 安全(9) 智能体(8) 全栈开发(8) OpenAI(8) Linux(8) AI(8) GraphQL(8) iOS(8) 数据科学(8) 软件架构(7) Go语言高级开发(7) AWS(7) C++(7) whisper(6) Prisma(6) 隐私保护(6) 提示工程(6) JSON(6) DevOps(6) 数据可视化(6) wasm(6) 计算机视觉(6) 算法(6) Rust(6) 微服务(6) 隐私沙盒(5) FedCM(5) 语音识别(5) Angular开发(5) 快速应用开发(5) 生成式AI(5) Agent(5) LLaMA(5) 低代码开发(5) Go测试(5) gorm(5) REST API(5) kafka(5) 推荐系统(5) WebAssembly(5) GameDev(5) 数据分析(5) CMS(5) CSS(5) machine-learning(5) 机器人(5) 游戏开发(5) Blockchain(5) Web安全(5) nextjs(5) Kotlin(5) 低代码平台(5) 机器学习资源(5) Go资源(5) Nodejs(5) PHP(5) Swift(5) RAG架构(4) devin(4) Blitz(4) javascript框架(4) Redwood(4) GDPR(4) 生成式人工智能(4) Angular16(4) Alpaca(4) 编程语言(4) SAML(4) JWT(4) JSON处理(4) Go并发(4) 移动开发(4) 移动应用(4) security(4) 隐私(4) spring-boot(4) 物联网(4) 网络安全(4) API(4) Ruby(4) 信息安全(4) flutter(4) 专家智能体(3) Chrome(3) CHIPS(3) 3PC(3) SSE(3) 人工智能软件工程师(3) LLM Agent(3) Remix(3) Ubuntu(3) GPT4All(3) 模型评估(3) 软件开发(3) 问答系统(3) 开发工具(3) 最佳实践(3) RxJS(3) SSR(3) Node.js(3) Dolly(3) 移动应用开发(3) 低代码(3) IAM(3) Web框架(3) CORS(3) 基准测试(3) Go语言数据库开发(3) Oauth2(3) 并发(3) 主题(3) Theme(3) earth(3) nginx(3) 软件工程(3) azure(3) keycloak(3) 生产力工具(3) gpt3(3) 工作流(3) C(3) jupyter(3) 认证(3) prometheus(3) GAN(3) Spring(3) 逆向工程(3) 应用安全(3) Docker(3) Django(3) R(3) .NET(3) 大数据(3) Hacking(3) 渗透测试(3) C++资源(3) Mac(3) 微信小程序(3) Python资源(3) JHipster(3) JDK(2) SQL(2) Apache(2) Hashicorp Vault(2) Spring Cloud Vault(2) Go语言Web开发(2) Go测试工程师(2) WebSocket(2) 容器化(2) AES(2) 加密(2) 输入验证(2) ORM(2) Fiber(2) Postgres(2) Gorilla Mux(2) Go数据库开发(2) 模块(2) 泛型(2) 指针(2) HTTP(2) PostgreSQL开发(2) Vault(2) K8s(2) Spring boot(2) R语言(2) 深度学习资源(2) 半监督学习(2) semi-supervised-learning(2) architecture(2) 普罗米修斯(2) 嵌入模型(2) productivity(2) 编码(2) Qt(2) 前端(2) Rust语言(2) NeRF(2) 神经辐射场(2) 元宇宙(2) CPP(2) spark(2) 流处理(2) Ionic(2) 人体姿势估计(2) human-pose-estimation(2) 视频处理(2) deep-learning(2) kotlin语言(2) kotlin开发(2) burp(2) Chatbot(2) npm(2) quantum(2) OCR(2) 游戏(2) game(2) 内容管理系统(2) MySQL(2) python-books(2) pentest(2) opengl(2) IDE(2) 漏洞赏金(2) Web(2) 知识图谱(2) PyTorch(2) 数据库(2) reverse-engineering(2) 数据工程(2) swift开发(2) rest(2) robotics(2) ios-animation(2) 知识蒸馏(2) 安卓开发(2) nestjs(2) solidity(2) 爬虫(2) 面试(2) 容器(2) C++精选(2) 人工智能资源(2) Machine Learning(2) 备忘单(2) 编程书籍(2) angular资源(2) 速查表(2) cheatsheets(2) SecOps(2) mlops资源(2) R资源(2) DDD(2) 架构设计模式(2) 量化(2) Hacking资源(2) 强化学习(2) flask(2) 设计(2) 性能(2) Sysadmin(2) 系统管理员(2) Java资源(2) 机器学习精选(2) android资源(2) android-UI(2) Mac资源(2) iOS资源(2) Vue资源(2) flutter资源(2) JavaScript精选(2) JavaScript资源(2) Rust开发(2) deeplearning(2) RAD(2)

category

Bedrock演示的代理


亚马逊Bedrock的代理商提高了运营效率、客户服务和决策,同时降低了成本并实现了创新


自动创建提示


Amazon Bedrock的代理根据开发人员提供的说明(例如,“您是一名旨在处理未结索赔的保险代理”)、完成任务所需的API详细信息以及知识库中的公司数据源详细信息创建提示。自动创建提示可以节省数周的时间来尝试不同FM的提示。


检索增强生成


Amazon Bedrock的代理安全地连接到您公司的数据源,自动将数据转换为数字表示,并使用正确的信息增强用户请求,以生成准确和相关的响应。例如,如果用户询问索赔所需的文件,代理将从您选择的适当知识库(如Amazon OpenSearch Serverless、Pinecone或Redis Enterprise Cloud的矢量引擎)中查找信息,并提供回复:“您需要提交驾驶执照、受损汽车的图片和事故报告。”


编排和执行多步骤任务


客户只需点击几下,就可以在Amazon Bedrock中创建一个代理,从而加快将生成人工智能能力构建到应用程序中所需的时间。客户首先选择他们想要的型号,并用自然语言写下一些说明(例如,“你是一个友好的客户服务代理”和“检查库存系统中的产品可用性”)。代理协调和分析任务,并使用FM的推理能力将其分解为正确的逻辑序列。代理自动调用必要的API与公司系统和流程进行交易以满足请求,并在过程中确定是否可以继续进行或是否需要收集更多信息。


思维链推理


您可以使用跟踪功能逐步完成代理的推理和编排计划。有了这些见解,您可以轻松地解决不同的编排问题,以引导模型朝着所需的行为发展,从而获得更好的用户体验。此外,您可以在迭代应用程序时查看步骤并调整说明。通过完全了解模型的推理,您可以更快地创建差异化的应用程序。


提示工程


Amazon-Bedrock的代理会根据用户说明、操作组和知识库自动创建提示模板。您可以使用此模板作为基线,进一步完善自动生成的提示模板,以增强用户体验。您还可以更新用户输入、编排计划和FM响应。最后,通过修改提示模板的功能,您可以更好地控制代理编排。


控制权的返还


Amazon基岩的代理允许您定义一个操作模式,并在代理调用操作时收回控制权。这使您能够在您选择的后端服务中实现业务逻辑。此外,通过Return of Control,您可以在后台执行耗时的操作(异步执行),同时继续编排流程。


如何开始

  • https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html
  • https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
  • https://aws.amazon.com/blogs/machine-learning/automate-the-insurance-claim-lifecycle-using-agents-and-knowledge-bases-for-amazon-bedrock/
  • https://www.youtube.com/watch?v=JNZPW82uv7w

 

文章链接