amazon bedrock quick start
1.0.0
Ce référentiel contient des échantillons de code pour la création de diverses applications d'IA à l'aide des modèles de fondation d'Amazon Bedrock. Apprenez à accélérer les projets dans la génération d'images et de texte et au-delà.
Pour obtenir une copie locale opérationnelle, suivez ces étapes simples.
Cloner le repo
git clone https://github.com/build-on-aws/amazon-bedrock-quick-start.gitInstaller les packages requis
pip install -r requirements.txtCe référentiel contient divers échantillons de code démontrant comment créer des applications AI à l'aide des modèles de fondation d'Amazon Bedrock. Voici comment utiliser chacun:
Pour générer des images en utilisant une diffusion stable, exécutez la commande suivante:
streamlit run sd_sample_st.pyCela lancera une application Streamlit où vous pouvez saisir des invites de texte pour générer des images correspondantes.
Exécutez ce script Python pour voir différentes applications textuelles comme le résumé de texte, la génération de code et les questions et réponses:
python text_examples.pyCe script sortira des résultats pour chacune de ces applications, présentant la polyvalence des modèles de fondation dans des tâches textuelles.
Pour interagir avec un chatbot construit en utilisant le substratum rocheux d'Amazon, Langchain et Sationlit, exécutez:
streamlit run chat_bedrock_st.pyCela lance une application rationalisée où vous pouvez avoir une conversation avec le chatbot, en témoigne des capacités conversationnelles alimentées par l'IA de première main.
Pour voir comment la génération augmentée de récupération (RAG) fonctionne avec Langchain, exécuter:
python rag_example.pyCela montrera comment RAG augmente les modèles de fondation en récupérant et en incorporant des données externes dans le contenu généré.
Voir contribuer pour plus d'informations.
Cette bibliothèque est autorisée sous la licence MIT-0. Voir le fichier de licence.
