amazon bedrock quick start

Erstellen Sie schnell generative AI -Anwendungen mit Amazon -Grundgestein

Dieses Repository enthält Codeproben für den Aufbau verschiedener KI -Anwendungen mithilfe der Grundlagenmodelle von Amazon Bedrock. Erfahren Sie, wie Sie Projekte in Bild- und Textgenerierung und darüber hinaus beschleunigen können.

Erste Schritte

Befolgen Sie diese einfachen Schritte, um eine lokale Kopie zum Laufen zu bringen.

Voraussetzungen

• Python 3,9 oder höher
• Pip
• Modellzugriff im Amazon -Grundgestein

Installation

Klonen Sie das Repo

git clone https://github.com/build-on-aws/amazon-bedrock-quick-start.git

Installieren Sie die erforderlichen Pakete

pip install -r requirements.txt

Verwendung

Dieses Repository enthält verschiedene Codeproben, die zeigen, wie AI -Anwendungen mithilfe von Amazon Bedrocks Foundation -Modellen erstellt werden. Hier erfahren Sie, wie Sie jeweils verwenden:

Bildgenerierung

Führen Sie den folgenden Befehl aus, um Bilder mit stabiler Diffusion zu generieren:

streamlit run sd_sample_st.py

Dadurch wird eine Streamlit -App gestartet, in der Sie Textanforderungen eingeben können, um entsprechende Bilder zu generieren.

Textbeispiele

Führen Sie dieses Python-Skript aus, um verschiedene textbasierte Anwendungen wie Textübersicht, Codegenerierung und Q & A zu sehen:

python text_examples.py

Dieses Skript gibt die Ergebnisse für jede dieser Anwendungen aus und zeigt die Vielseitigkeit von Grundlagenmodellen in textbasierten Aufgaben.

Chatbot

Um mit einem Chatbot zu interagieren, das mit Amazon -Grundgestein, Langchain und stromanischer Sprache erstellt wurde, laufen Sie:

streamlit run chat_bedrock_st.py

Damit startet eine Stromlit-App, in der Sie ein Gespräch mit dem Chatbot führen können und mit KI-angetriebenen Konversationsfunktionen aus erster Hand beobachtet werden.

BAG -Beispiel

Um zu sehen, wie Abruf Augmented Generation (RAG) mit Langchain funktioniert, führen Sie aus:

python rag_example.py

Dies zeigt, wie die Fundamentmodelle von Lagern erhöht werden, indem externe Daten in den generierten Inhalt abgerufen und einbezogen werden.

Sicherheit

Weitere Informationen finden Sie unter Beitrag.

Lizenz

Diese Bibliothek ist im Rahmen der MIT-0-Lizenz lizenziert. Siehe die Lizenzdatei.