aws redis bedrock stack

---

Amazon Bedrock & Redis Enterprise Cloud

?? Memperkenalkan integrasi pratinjau Amazon Bedrock dan Redis Enterprise Cloud: game-changer untuk membangun aplikasi LLM. Kolaborasi ini menawarkan solusi yang kuat, dapat diskalakan, dan efisien untuk pengembang, merampingkan penggunaan LLM dengan Redis sebagai database vektor. Menyelami arsitektur referensi baru kami untuk memanfaatkan potensi penuh generasi pengambilan (RAG) dalam agen LLM Anda.

Checkout blog pengumuman Redis resmi.

? Arsitektur referensi di atas menyoroti agen untuk Amazon Bedrock dan Redis Enterprise Cloud sebagai basis pengetahuan untuk kain serta cache LLM. Integrasi Bedrock menangani hal -hal berikut untuk pelanggan:

1. Memuat dokumen sumber mentah dari Amazon S3
2. Chunking dan membuat embeddings vektor dengan llm yang dipilih
3. Menyimpan dan Mengindeks Embeddings Dalam Redis Enterprise Cloud sebagai database vektor
4. Melakukan pencarian semantik untuk mengekstrak konteks yang relevan dari database vektor selama rag

⚡ Selain itu, REDIS harus digunakan sebagai cache LLM untuk meningkatkan throughput respons sambil mengurangi biaya.

---

Memulai

Gunakan Redis Cloud Docs resmi untuk memulai, atau untuk pengalaman yang lebih langkah demi langkah, ikuti panduan di bawah ini:

Pengaturan Cloud Redis Enterprise

Untuk mengatur Redis Enterprise Cloud sebagai database vektor Anda melalui AWS Marketplace, silakan ikuti instruksi di sini.

Pengaturan Manajer Rahasia AWS

Untuk menambahkan kredensial basis data Anda yang digunakan ke AWS Secrets Manager, silakan ikuti di sini.

Pembuatan Indeks Vektor

Untuk membuat Indeks Vektor Bedrock Anda di Redis, silakan ikuti instruksi di sini.

Contoh ujung ke ujung bekerja

SEGERA HADIR

---

Contoh komunitas

Silakan dan rasakan AWS Bedrock dengan menjalankan beberapa contoh sendiri. Ini akan terus memperbarui setelah integrasi hidup dan ketika pengembang komunitas menambahkan lebih banyak contoh.

Butuh bantuan?

Memiliki masalah dengan integrasi? Hubungi ahli Redis hari ini. Laporkan masalah lain pada repo GitHub di sini dengan membuka masalah.