generative ai cdk constructs
v0.1.286
Alle Klassen stehen in aktiver Entwicklung und unterliegen in einer zukünftigen Version nicht rückwärts kompatiblen Änderungen oder Entfernungen. Diese unterliegen nicht dem semantischen Versioningmodell. Dies bedeutet, dass Sie möglicherweise Ihren Quellcode beim Upgrade auf eine neuere Version dieses Pakets aktualisieren müssen.
Die AWS Generative AI Constructs Library ist eine Open-Source-Erweiterung des AWS Cloud Development Kit (AWS CDK), die Multi-Service, gutarchitierte Muster für die schnelle Definition von Lösungen im Code bietet, um vorhersehbare und wiederholbare Infrastrukturen zu erstellen, die als Konstrukte bezeichnet werden. Das Ziel von AWS generativen AI-CDK-Konstrukten ist es, Entwicklern zu helfen, generative KI-Lösungen zu erstellen, indem sie musterbasierte Definitionen für ihre Architektur verwenden.
Die in AWS generativen AI-CDK-Konstrukte definierten Muster sind ein hohes Niveau mit mehreren Serviceabstraktionen von AWS-CDK-Konstrukten mit Standardkonfigurationen, die auf gutarchitierten Best Practices basieren. Die Bibliothek ist unter Verwendung objektorientierter Techniken in logische Module organisiert, um jedes architektonische Mustermodell zu erstellen.
AWS generative AI -CDK -Konstrukte und die AWS -CDK sind unabhängige Teams und haben unterschiedliche Release -Zeitpläne. Jede Veröffentlichung von AWS Generative AI CDK -Konstrukten wird gegen eine bestimmte Version des AWS -CDK erstellt. In der Datei chantelog.md listet die CDK -Version auf, die jeder AWS -Generativ -AI -Konstrukte veröffentlicht hat. Zum Beispiel wurde AWS Generative AI CDK konstruiert V0.0.0 gegen AWS CDK V2.96.2. Dies bedeutet, dass Ihre Anwendung AWS CDK V2.96.2 oder höher umfasst, um AWS generative AI CDK -Konstrukte v0.0.0 zu verwenden. Sie können weiterhin die neuesten AWS -CDK -Versionen verwenden und die Version von Your AWS Generative AI CDK Constructs aufrüsten, wenn neue Versionen verfügbar werden.
Beiträge aller Art sind willkommen! Schauen Sie sich unseren Mitarbeiterführer an
Wenn Sie der Bibliothek ein neues Konstrukt hinzufügen möchten, lesen Sie unsere Entwurfsrichtlinien und befolgen Sie den Entwicklungshandbuch
cdk init app --language typescriptnpm install @cdklabs/generative-ai-cdk-constructsimport * as genai from '@cdklabs/generative-ai-cdk-constructs';cdk init app --language pythonpip install cdklabs.generative-ai-cdk-constructsimport cdklabs.generative_ai_cdk_constructscdk init app --language csharpdotnet add package CdkLabs.GenerativeAICdkConstructsusing Cdklabs.GenerativeAiCdkConstructs;cdk init app --language gogo get github.com/cdklabs/generative-ai-cdk-constructs-go/generative-ai-cdk-constructsimport "github.com/cdklabs/generative-ai-cdk-constructs-go/generative-ai-cdk-constructs"Hinweis: Das GO -Distributions -Repository verteilt die von JSII TAR GZIPPED versionierte Quelle aus dem Quell -Repository
cdk init app --language javapom.xml hinzu <dependency>
<groupId>io.github.cdklabs</groupId>
<artifactId>generative-ai-cdk-constructs</artifactId>
<version>Get the latest version and insert it here</version>
</dependency>
In der Dokumentation finden Sie zusätzliche Anleitungen zu einem bestimmten Konstrukt: Katalog
Die folgenden Konstrukte sind in der Bibliothek verfügbar:
| Konstrukt | Beschreibung | AWS -Dienste verwendet |
|---|---|---|
| Datenaufnahmepipeline - OpenSearch | Einnahmepipeline bietet eine Quelle für Lappen (Abruf Augmented Generation) zum Speichern von Dokumenten in einer Wissensbasis. | Amazon OpenSearch, AWS -Schrittfunktionen, Amazon -Grundgestein, AWS AppSync, AWS Lambda |
| Frage Beantwortung | Verwendung großer Sprachmodelle (Anthropic Claude V2.1) zur Beantwortung von PDF -Dokumenten mit RAG (Abrufener Augmented Generation) Quelle und/oder langer Kontext. Darüber hinaus nutzen die anthropischen Claude 3 für visuelle Frage, die auf Bilder beantwortet werden. | Amazon OpenSearch, AWS Lambda, Amazon Bedrock, AWS AppSync |
| Zusammenfassung | Zusammenfassung der Dokumente mit einem großen Sprachmodell (Anthropic Claude V2.1). | AWS Lambda, Amazon Bedrock, AWS AppSync und Amazon Elasticache für Redis. |
| Bereitstellung von Sagemaker -Modell (Sprungstart) | Stellen Sie ein Foundation -Modell von Amazon Sagemaker Jumpstart in einen Amazon Sagemaker -Endpunkt ein. | Amazon Sagemaker |
| Bereitstellung von Sagemaker -Modell (umarmt) | Bereiten Sie ein Foundation -Modell von der Umarmung zu einem Amazon Sagemaker -Endpunkt ein. | Amazon Sagemaker |
| Bereitstellung von Sagemaker -Modell (benutzerdefiniert) | Bereiten Sie ein Foundation -Modell von einem S3 -Standort in einen Amazon Sagemaker -Endpunkt ein. | Amazon Sagemaker |
| Inhaltsgenerierung | Generieren Sie Bilder aus Text mit Amazon Titan-Image-Generator-V1 oder Stabilität. | AWS Lambda, Amazon -Grundgestein, AWS AppSync |
| Amazon -Grundgesteinsüberwachung (Amazon CloudWatch -Dashboard) | Amazon CloudWatch -Dashboard zur Überwachung der Modellverwendung von Amazon Bedrock. | Amazon CloudWatch |
| Txt zu SQL | Nutzt generative KI-Funktionen zur Erleichterung natürlicher Sprachbasis SQL Query Generation. | Amazon Event Bridge, Amazon Bedrock, AWS Lambda, Amazon SQS, AWS Secrets und Datenbank der Wahl |
| Lamaindex -Datenbelastung | Verwenden Sie Llamaindex, um Daten zur Vorbereitung auf generative KI -Workloads zu laden | Amazon ECS Fargate, Amazon SQS und AWS Systems Manager -Parameter |
| Konstrukt | Beschreibung | AWS -Dienste verwendet |
|---|---|---|
| Lambda -Schicht | Python Lambda -Schicht bietet Abhängigkeiten und Dienstprogramme zur Entwicklung generativer KI -Anwendungen auf AWS. | AWS Lambda, Amazoner Bedrock, Amazon Sagemaker |
| Amazonas Grundgestein | CDK L2 konstruiert für Amazon -Grundgestein. | Amazon Bedrock, Amazon OpenSearch serverless, AWS Lambda |
| Amazon OpenSearch Serverless Vektorsammlung | CDK L2 konstruiert, um eine Vektorsammlung zu erstellen. | Amazon OpenSearch Vector Index |
| Amazon OpenSearch Vector Index | CDK L1 Benutzerdefinierte Ressource zum Erstellen eines Vektorindex. | Amazon OpenSearch serverless, AWS Lambda |
Das offizielle Proben -Repository enthält eine Sammlung von funktionalen Anwendungsfall -Implementierungen, um die Verwendung von AWS -generativen AI -CDK -Konstrukten zu demonstrieren. Diese können auf die gleiche Weise wie architektonische Muster verwendet werden und können als zusätzliche "höhere" Abstraktion dieser Muster konzipiert werden. Diese Muster (Konstrukte) werden zu Stapeln zusammengesetzt und bilden eine "CDK -App".
| Ressource | Typ | Beschreibung |
|---|---|---|
| AWS RE: Erfind 2023 - Keynote mit Dr. Werner Vogels | Keynote | Dr. Werner Vogels, VP und CTO von Amazon.com, kündigt die AWS generativen AI -CDK -Konstrukte während seiner AWS Re: Invent 2023 Keynote an. |
| Workshop - Erstellen generativer KI -Apps auf AWS mit CDK | Werkstatt | In diesem Workshop untersuchen Sie, wie Sie mit CDK und generativen AI -CDK -Konstrukten eine generative AI -App für generative AI -Apps auf AWS erstellen. |
| Workshop - Hände auf AWS CDK generative AI -Konstrukte | Werkstatt | In diesem Workshop werden Sie Projekte bereitstellen, die CDK -Konstrukte aus dieser Bibliothek verwenden. Die Projekte stammen vom Amazon-Bedrock-Samples Github Repository. |
| Erstellen Sie generative AI -Anwendungen mit Amazon Titan Text Premier, Amazon Bedrock und AWS CDK | Blog -Beitrag + Code Beispiel | Blog -Beitrag zur Erstellung und Bereitstellung von zwei Beispielanwendungen, die von Amazon Titan Text Premier mit den generativen AI -CDK -Konstrukten betrieben werden. |
| AWS-CDK-Stack-Builder-Tool | Code Beispiel | AWS CDK Builder ist ein browserbasiertes Tool, das das Bootstrapping der Infrastruktur als Codelementprojekte (IAC) mithilfe des AWS Cloud Development Kit (CDK) optimieren soll. |
| CDK Live! Bauen generativen AI -Anwendungen und Architekturen, die AWS -CDK -Konstrukte nutzen! | Video | CDK Live! Die Episode konzentrierte sich auf den Aufbau und die Bereitstellung generativer KI -Anwendungen und Architekturen auf AWS mithilfe des AWS Cloud Development Kit (CDK) und den AWS Generative AI CDK -Konstrukten. |
| Ankündigung von AWS generativen AI -CDK -Konstrukten! | Blog -Beitrag | Blog -Beitrag, in dem die Veröffentlichung der AWS generativen AI -CDK -Konstrukte angekündigt wird. |
| Stürzen Sie die Versicherung mit generativen KI mit Amazon -Grundgestein ein | Blog -Beitrag + Code Beispiel | Beispiele für Blog -Posts und Code, in der er diskutiert, wie AWS generative künstliche Intelligenz (KI) -Lösungen wie Amazon Bedrock verwendet werden, um den Underwriting -Prozess zu verbessern, einschließlich der Validierung der Regel, der Einhaltung von Richtlinien für Zeichner und Begründung der Entscheidung. |
| AWS-Genai-Llm-Chatbot | Code Beispiel | Multi-Model- und Multi-RAG-Chatbot mit AWS-CDK auf AWS, mit denen Sie mit einer Vielzahl von großsprachigen Modellen und multimodalen Sprachmodellen, Einstellungen und Eingabeaufforderungen in Ihrem eigenen AWS-Konto experimentieren können. |
| Grundgestein-Claude-Chat | Code Beispiel | AWS-nativer Chatbot mit Grundgestein + Claude ( + Mistral). |
| Amazon-Bedrock-Rag | Code Beispiel | Vollbezogene Lappenlösung mit Wissensbasen für Amazon -Grundgestein. |
| Multimodale Suche nach Amazonas | Code Beispiel | Multimodale Produktsuche App, die mit Amazon Titan Multimodal Embettdings -Modell erstellt wurde. |
| Amazon -Grundgestein Wissensbasis mit privaten Daten | Blog -Beitrag + Code Beispiel | Blog -Beitrag und zugehörige Code -Beispiele, das zeigt, wie Wissensbasis in das Amazon -Grundgestein integriert werden, um grundlegende Modelle mit kontextuellen Daten aus privaten Datenquellen bereitzustellen. |
| Automatisierung von Aufgaben mit Amazon -Grundgestein und KI | Blog -Beitrag + Code Beispiel | Blog -Beitrag und zugehörige Code -Beispiele, das demonstriert, wie ein Amazon -Bedrock -Agent und eine Wissensbasis über ein Hotel- und Spa -Anwendungsfall bereitgestellt werden. |
| Agenten für Amazonas Grundgestein - Powertools für AWS Lambda (Python) | Code Beispiel | Erstellen Sie Agenten für Amazon -Grundgestein mit Event -Handlern und automatischer Generierung von OpenAPI -Schemas. |
| Text an SQL Bedrock Agent | Code Beispiel | Die Kraft der Verarbeitung natürlicher Sprache nutzt "Text to SQL Bedrock Agent" erleichtert die automatische Umwandlung von Fragen der natürlichen Sprache in ausführbare SQL -Abfragen. |
Generative AI -CDK -Konstrukte können anonyme operative Metriken sammeln, einschließlich: die Region, die ein Konstrukt eingesetzt wird, der Name und die Version des bereitgestellten Konstrukts und verwandten Informationen. Wir können die Metriken verwenden, um die Konstrukte und AWS -Dienste zu pflegen, bereitzustellen, zu entwickeln und zu verbessern.
Roadmap ist über das GitHub -Projekt erhältlich
Apache-2.0
Sie sollten in Betracht ziehen, Ihre eigene unabhängige Bewertung durchzuführen, bevor Sie den Inhalt in dieser Bibliothek für Produktionszwecke verwenden. Dies kann (unter anderem) Testen, Sicherung und Optimierung der CDK -Konstrukte und anderer Inhalte umfassen, die in dieser Bibliothek basierend auf Ihren spezifischen Qualitätskontrollpraktiken und -standards bereitgestellt werden.
© Copyright Amazon.com, Inc. oder seine Partner. Alle Rechte vorbehalten.
