ec genai demo
1.0.0
يوفر هذا العرض التوضيحي الحالات الأربع التالية للاستخدام النموذجي لتوليد التجارة الإلكترونية AI ، باستخدام صدمة Amazon Bedrock والنماذج المتوفرة عليها:
للحصول على تفسيرات مفصلة ، يرجى أيضًا الرجوع إلى المدونة أدناه.
تقديم المدونة: تسريع التجارة الإلكترونية مع الجيل AI الجزء 2 - شرح لتوضيح الأمازون الأساس المعروض في AWS Summit Japan 2024 |
يتضمن تطبيقًا تجريبيًا من قِبل Amazon Bedrock لحالات الاستخدام الأربع التالية:
للحصول على تفسيرات مفصلة ، يرجى أيضًا الرجوع إلى المدونة أدناه.
تقديم المدونة: تسريع التجارة الإلكترونية مع الجيل AI الجزء 2 - شرح لتوضيح الأمازون الأساس المعروض في AWS Summit Japan 2024 |
يولد هذا التنفيذ مقترحات متعددة لتصميم المنتجات من خلال منحهم صورًا للمنتج ، وهي موضوعات عند تصميم منتج جديد ، وصور لمقترحات التصميم كمطالبات.
في المثال أدناه ، نستخدم الأحذية الرياضية البيضاء كصورة أصلية ، ونستخدم صورة مقترحات التصميم ، "الأحذية الجلدية الملونة ، الأربطة البيضاء ، وشعارات القلب" ، لإنشاء مقترحات تصميم متعددة.
 |  |
|---|
نموذج الاستخدام : Amazon Titan Image Generator G1
بناء
هذا تطبيق يحلل المنتج استنادًا إلى صور المنتج وأسماء المنتجات وميزات المنتج (إدخال المواد والموسم وسمك النسيج وما إلى ذلك) ، ويقوم بإنشاء وصف للمنتج وفقًا للعنصر المحدد كموضوع يتم تضمينه في وصف المنتج. بالإضافة إلى ذلك ، سنقوم بإنشاء ثلاث فئات ومخطوطات تم نشرها على Instagram.
 |  |
|---|
استخدام النموذج : كلود 3 Sonnet/Haiku (قابل للتبديل)
بناء
نستخدم صورة المنتج واسم المنتج وميزات المنتج (إدخال مجاني لمواد الإدخال والموسم وسمك النسيج وما إلى ذلك) لإجراء موجه لتحليل المنتج في Claude3.
<your role>あなたは、Eコマースにおける売場づくりのプロフェッショナルです。</your role>
<instruction>
新商品 {focus_item}の販売促進のために、Eコマースサイトでユーザーが思わず購入したくなるような魅力的な商品説明を考えてください。
あなたが読み込んだ画像は{focus_item}の写真です。
{focus_item}の色や種類を分析し、この商品を具体的に説明してください。商品の特徴が feature に記載されます。
説明文の提案は step に則って作成してください。
</instruction>
<step>
ステップ1: 商品の基本情報を確認する
ステップ2: ターゲット層を設定する
ステップ3: ターゲット層に合わせた言葉遣いやトーンを決める
ステップ4: 概要を書く
ステップ5: 埋めるべき各項目を書く
ステップ6: 全体を通して推敲する
</step>
<feature>
{feature}
</feature>
<topic>
{topic}
</topic>
<constraint>
アウトプットは topic に記載された項目に沿って記載してください。
最後に推奨ターゲット層とそれに合わせた販売チャネルについて提案してください。
なお、XMLタグは出力しないでください。
</constraint>
هنا نستخدم التقنيات المطالبة التالية لكلود:
نموذج الاستخدام :
بناء
あなたはある<item></item>を訴求するランディングページを作成するメディアライターです。
<target></target>に<item></item>を使った<contents></contents>の魅力を伝えたいです。そのためのLPの構成となる見出しリストを作成してください。
実際に各セクションに、見出しと本文にダミー情報を入れてください。
<content></content>を元に、各セクションに画像の説明をする文章を<rule></rule>に従って英語で作成してください。
出力は<output></output>のJSON形式で出力してください。画像名は<name></name>で与えられたモノを順に利用してください。
JSON 以外は出力しないでください。
<content>{assistant_return_3}</content>
<rule>
- HTMLのタグで表現できる内容は画像にしないでください。
- 画像の説明は{image_num}枚分作成してください。
- 暴力的な表現や誇大広告は避けてください。
- 生成する文章は AWS の責任ある AI ポリシーに従ってください。ポリシーのurl はhttps://aws.amazon.com/jp/machine-learning/responsible-ai/policy/ です。
</rule>
<name>
{img_name_dict}
</name>
<output>
{{
'image_9e3d82f':'ここに画像の説明をする文章を英語で入力します。画像生成 AI のプロンプトに沿った形式で入力してください。'
}}
</output>
<content></content>を元に、LP を作成してください。
デザインは添付の画像を参考にして作成してください。
作成には<rule></rule>に従ってください。HTML と Style のみを出力してください。それ以外は出力しないでください。
<rule>
- 出力はHTMLと、それを修飾するためのStyleのみを出力してください。
- 画像のタグは<img src="./app/static/image_7e0ceb1.png"> のように作成してください。
- <images></images>の画像から選択し、同じ画像は使わないようにしてください。
- 画像のタグは {len(image_dict)} つ作成してください。'''
</rule>
<images>
{image_dict}
</images>
<content>{assistant_return_3}</content>
 |  |
|---|
يتضمن هذا التنفيذ تحميل صورة المنتج الأصلية وتوجيه الصورة لإنشاء خطط توليد خلفية متعددة لإعداد صور المنتج والصور الإعلانية.
في المثال أدناه ، يتم إنشاء مخططات توليد الخلفية المتعددة باستخدام زجاجة نبيذ كصورة أصلية ويتم تمريرها في الصورة التالية.
プロのカメラマンが撮影した商品画像、大理石のテーブルの上に、たくさんの果物が置かれている、背景は少しボケている
 |  |
|---|
نموذج الاستخدام : Amazon Titan Image Generator G1
بناء
توليد صور القناع التلقائي
الاستجابة للمطالبات اليابانية
توليد الصور
هذا هو تطبيق بحث متعدد الوسائط/الدلالي يتيح لك تخزين أوصاف المنتج وصور المنتجات كمتجهات في ناقل DB واسترداد البحث الدلالي الذي يمكن أن يكون قريبًا من النص أو الصور التي تم إدخالها أثناء البحث عن المنتج. بالإضافة إلى ذلك ، يتم تخصيص نتائج بحث المنتج وتوليدها عن طريق تخصيص الأوصاف لتناسب شخصية الباحث.
 |  |
|---|
*الأطعمة اليابانية والمعكرونة Soba ، والتي تشبه "طعام صحي وصحي" ، في أعلى نتائج البحث ، مما يدل على أن لديهم بحثًا دلاليًا.
نموذج مستعمل : الإنسان كلود 3 هايكو ، أمازون تيتان التضمينات متعددة الوسائط G1
بناء
يرجى التحقق من ما يلي للحصول على التفاصيل.
تصفح/
ظهر هذا العرض التوضيحي مع مقطع فيديو في AWS Expert Online لـ Jaws-Ag #34 في 24 يوليو 2024.
الهندسة المعمارية بسيطة للغاية ، مع تطبيق تطبيق ويب بسيط في Steamlit تم نشره على Amazon ECS ، يمكن الوصول إليه عبر HTTPS عبر CloudFront -> Balancer تحميل التطبيق.
يدعو برنامج Python على Steamlit Amazon Bedrock API للمطالبة واسترداد نتائج مختلف الذكاء الاصطناعي. النماذج هي Amazon Titan Image Generator G1 لتوليد الصور ، و Claude 3/3.5 Sonnet/Haiku للمعالجة النصية ، و Amazon Titan Multimodal Embeddings G1 للتجميل أثناء البحث ، من Amazon Bedrock API.
مهم
تم تكوين هذا المستودع لاستخدام النماذج التالية في منطقة أوريغون (الولايات المتحدة ويست -2) كنماذج من الأساس الأمازون:
يرجى فتح شاشة الوصول إلى النموذج (US-West-2) في الحساب حيث تريد نشر هذه العينة مقدمًا ، والتحقق من الوصول إلى النموذج وحفظ التغييرات.
أولاً ، استخدم الأمر التالي للانتقال إلى دليل cdk وإعداده.
cd cdk
npx projen installمهم
سوف تستخدم مجموعة AWS Cloud Development (المشار إليها فيما يلي CDK) و Projen للنشر.
لمزيد من المعلومات حول Projen و CDK ، يرجى أيضًا الرجوع إلى مدونة AWS أدناه.
https://aws.amazon.com/jp/blogs/news/getting-started-with-projen-and-aws-cdk/
إذا لم تكن قد استخدمت CDK مطلقًا ، فستحتاج إلى القيام بالتمهيد لأول مرة فقط.
*الأمر التالي غير مطلوب في بيئة حيث كنت قد تم تجهيزها بالفعل.
npx cdk bootstrap بعد ذلك ، استخدم الأمر التالي لنشر موارد AWS: يرجى الانتظار حتى يكتمل النشر.
*يستغرق حوالي 15 دقيقة.
npx projen build
npx projen deploy يمكنك إنشاء بيئة في بيئة محلية باستخدام حاوية أو شعر.
من بيئتك المحلية ، يجب أن يكون لديك إذن لاستدعاء Amazon Bedrock أو Amazon Translate
اضبط مفتاح الوصول مع متغيرات البيئة
export AWS_ACCESS_KEY_ID=xxx
export AWS_SECRET_ACCESS_KEY=xxxابدأ بتكوين Docker
cd src
docker compose upمهم
يفترض إصدار Python ">=3.12,<3.13" كما هو موضح في pyproject.toml من الشعر.
يستخدم ميزة البيئة الافتراضية للشعر ، لذلك لا يتعارض مع الثعبان القائمة.
يمكنك إنشاء بيئة باستخدام الشعر على النحو التالي:
poetry config virtualenvs.in-project true
poetry install
# .venvで仮想環境が利用可能です。
source .venv/bin/activate
أعد تسمية ملف .env.example إلى .env وقم بتعيين بيانات اعتماد AWS الخاصة بك.
# EC2 や Cloud9 の IAM ロールを利用する場合は .env の設定は不要です
cp .env.example .env
بعد بناء البيئة ، ابدأ بالتدفق مع الأمر التالي:
source .venv/bin/activate
region=us-west-2 poetry run streamlit run app.py
تم استخدام هذه العينة ، EC-Genai-Demo ، للنظر في تحسين تجربة البحث باستخدام المولد AI. تم تسجيل بيانات شركتنا في وظيفة Demo Search Search وقمنا بإجراء POC.
إذا كان لديك أي طلبات أو مشكلات ، فيرجى التصويت على القضية.
انظر المساهمة لمزيد من المعلومات.
هذه المكتبة مرخصة بموجب ترخيص MIT-0.
