Simplify natural language query with Anthropic Claude on Amazon Bedrock

إمكانات متعددة الوسائط من كلود الأنثروبور على صدمة الأمازون للاستعلام اللغوي الطبيعي

مقدمة

على الرغم من تقدم نموذج الأساس ، والذي يمكن أن يولد بيان SQL معقدًا ، فإن القضية الرئيسية هي أن نموذج الأساس يفتقر إلى فهم مخطط بيانات المنظمة. كل مؤسسة لديها قافلة تسمية مختلفة ، على هذا النحو ، نحتاج إلى طريقة لتغذية مخطط البيانات وجعل نموذج الأساس يفهمه. يوفر هذا المستودع مثال حالة الاستخدام لاستخدام القدرات المتعددة الوسائط البشرية لكلود للقيام بـ NLQ (أو الاستعلام اللغوي الطبيعي). من خلال تغذية مخطط علاقة كيان قاعدة البيانات (أو ERD) في قناة الصور وسؤال المستخدم في القناة النصية ، يمكن أن يفهم نموذج Finhold Claude Foundation مخطط البيانات الخاص بك واستخدام هذه المعلومات لإنشاء SQL المحدد وفقًا لسؤال المستخدم.

يوفر هذا المستودع المثال الشامل من الحصول على سؤال المستخدم ، وإنشاء استعلام SQL ، والاستعلام عن بحيرة البيانات باستخدام Amazon Athena ، وتوليد المزيد من المخرجات الطبيعية بدلاً من الاستجابات التي تشبه الجدول من Amazon Athena.

خدمات AWS المعنية

• Amazon Bedrock : Access Model Claud Foundation Model
• Amazon S3 : قم بتخزين مجموعة بيانات العينة
• Amazon Glue Data Crawler : قم بإنشاء كتالوج البيانات من مجموعة البيانات في Amazon S3
• Amazon Athena : استخدم للاستعلام عن مجموعة البيانات

المتطلب السابق

• فهم لغة برمجة Python و boto3 SDK ، يرجى الاطلاع هنا على وثائق BOTO3
• مكتبة boto3 محدثة (يمكنك القيام بذلك عن طريق pip install --upgrade boto3 )
• Python IDE of Choices لتنفيذ الكود (بدلاً من ذلك ، يمكنك استخدام مثيل Sagemaker Notebook ، أو Sagemaker Studio لتنفيذ التعليمات البرمجية)
• دور للوصول إلى خدمات AWS أعلاه نيابة عنك
• الوصول إلى كلود الأنثروبور على صخور أمازون ، يمكنك القيام بذلك على صفحة وحدة التحكم في الأمازون بيروك

مخطط العمارة

فيما يلي مخطط العمارة لهذا الحل.

حماية

انظر المساهمة لمزيد من المعلومات.

رخصة

هذه المكتبة مرخصة بموجب ترخيص MIT-0. انظر ملف الترخيص.