모든 클래스는 활발한 개발 중이며 향후 버전에서는 호환되지 않는 변경 또는 제거에 따라 다릅니다. 이들은 시맨틱 버전화 모델의 적용을받지 않습니다. 즉,이 패키지의 최신 버전으로 업그레이드 할 때 소스 코드를 업데이트해야 할 수도 있습니다.
AWS Generative AI Constructs 라이브러리는 코드에서 솔루션을 신속하게 정의하기위한 멀티 서비스, 잘 구축 된 패턴을 제공하는 AWS Cloud Development Kit (AWS CDK)의 오픈 소스 확장으로 구조물이라고 불리는 예측 가능하고 반복 가능한 인프라를 생성합니다. AWS 생성 AI CDK 구성의 목표는 개발자가 아키텍처에 패턴 기반 정의를 사용하여 생성 AI 솔루션을 구축하도록 돕는 것입니다.
AWS 생성 AI CDK 구조물에 정의 된 패턴은 잘 구축 된 모범 사례를 기반으로 기본 구성을 갖는 AWS CDK 구성의 다중 서비스 추상화가 높습니다. 라이브러리는 객체 지향 기술을 사용하여 논리 모듈로 구성되어 각 아키텍처 패턴 모델을 생성합니다.
AWS 생성 AI CDK 구성 및 AWS CDK는 독립적 인 팀이며 릴리스 일정이 다릅니다. AWS 생성 AI CDK 구조의 각 릴리스는 특정 버전의 AWS CDK에 대해 구축됩니다. changelog.md 파일은 각 AWS 생성 AI 구성 릴리스와 관련된 CDK 버전을 나열합니다. 예를 들어, AWS 생성 AI CDK 구조 V0.0.0은 AWS CDK v2.96.2에 대해 구축되었습니다. 즉, AWS 생성 AI CDK Constructs v0.0.0을 사용하려면 응용 프로그램에는 AWS CDK v2.96.2 이상이 포함되어야합니다. 최신 AWS CDK 버전을 계속 사용하고 새로운 릴리스를 사용할 수있게되면 AWS 생성 AI CDK Constructs 버전을 업그레이드 할 수 있습니다.
모든 종류의 공헌을 환영합니다! 기고자 안내서를 확인하십시오
라이브러리에 새 구조를 추가하려면 설계 가이드 라인을 확인한 다음 개발 안내서를 따르십시오.
cdk init app --language typescriptnpm install @cdklabs/generative-ai-cdk-constructs 실행하십시오import * 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"참고 : Go Distribution Repository는 소스 저장소에서 JSII TAR GZIPPED 버전 소스를 배포합니다.
cdk init app --language javapom.xml 에 종속성을 추가하십시오 <dependency>
<groupId>io.github.cdklabs</groupId>
<artifactId>generative-ai-cdk-constructs</artifactId>
<version>Get the latest version and insert it here</version>
</dependency>
특정 구성에 대한 추가 지침은 문서를 참조하십시오 : 카탈로그
다음 구성은 라이브러리에서 사용할 수 있습니다.
| 건설하다 | 설명 | 사용 된 AWS 서비스 |
|---|---|---|
| 데이터 수집 파이프 라인 - OpenSearch | 섭취 파이프 라인은 지식 기반에 문서를 저장하기위한 헝겊 (검색 증강 생성) 소스를 제공합니다. | Amazon OpenSearch, AWS Step Functions, Amazon Bedrock, AWS AppSync, AWS Lambda |
| 질문 대답 | RAG (검색 증강 생성) 소스 및/또는 긴 맥락으로 PDF 문서에 대한 질문에 대한 질문에 대한 대형 언어 모델 (Anthropic Claude v2.1.)을 활용합니다. 또한 이미지에 대한 시각적 질문에 대한 인위적인 클로드 3을 활용하십시오. | Amazon OpenSearch, AWS Lambda, Amazon Bedrock, AWS AppSync |
| 요약 | 큰 언어 모델을 사용한 문서 요약 (Anthropic Claude v2.1). | AWS Lambda, Amazon Bedrock, AWS AppSync 및 Amazon Elasticache for Redis. |
| SAGEMAKER 모델 배포 (JumpStart) | Amazon Sagemaker Jumpstart에서 Amazon Sagemaker 엔드 포인트에 기초 모델을 배치하십시오. | 아마존 Sagemaker |
| Sagemaker 모델 배포 (포옹) | Face Face에서 Amazon Sagemaker 엔드 포인트로 기초 모델을 배치하십시오. | 아마존 Sagemaker |
| Sagemaker 모델 배포 (사용자 정의) | S3 위치에서 Amazon Sagemaker 엔드 포인트로 기초 모델을 배포하십시오. | 아마존 Sagemaker |
| 컨텐츠 생성 | Amazon Titan-Image-Generator-V1 또는 안정성을 사용하여 텍스트에서 이미지를 생성하십시오. | AWS Lambda, Amazon Bedrock, AWS AppSync |
| Amazon Bedrock 모니터링 (Amazon Cloudwatch 대시 보드) | Amazon CloudWatch 대시 보드는 Amazon Bedrock의 모델 사용량을 모니터링합니다. | 아마존 클라우드 워치 |
| TXT에서 SQL | 자연 언어 기반 SQL 쿼리 생성을 용이하게하기 위해 생성 AI 기능을 활용합니다. | Amazon Event Bridge, Amazon Bedrock, AWS Lambda, Amazon SQS, AWS 비밀 및 선택한 데이터베이스 |
| llamaindex 데이터로드 | llamaindex를 사용하여 생성 AI 워크로드를 준비하기 위해 데이터를로드하십시오. | Amazon ECS Fargate, Amazon SQS 및 AWS Systems Manager 매개 변수 |
| 건설하다 | 설명 | 사용 된 AWS 서비스 |
|---|---|---|
| 람다 층 | Python Lambda 계층 AWS에서 생성 AI 애플리케이션을 개발하기위한 의존성 및 유틸리티를 제공합니다. | AWS Lambda, Amazon Bedrock, Amazon Sagemaker |
| 아마존 기반암 | Amazon Bedrock의 CDK L2 구성. | Amazon Bedrock, Amazon OpenSearch Serverless, AWS Lambda |
| Amazon OpenSearch Serverless Vector Collection | CDK L2 구성 벡터 수집을 생성합니다. | Amazon OpenSearch Vector Index |
| Amazon OpenSearch Vector Index | CDK L1 사용자 정의 리소스 벡터 인덱스를 생성합니다. | Amazon OpenSearch Serverless, AWS Lambda |
공식 샘플 리포지토리에는 AWS 생성 AI CDK 구조의 사용을 보여주는 기능적 사용 사례 구현 모음이 포함되어 있습니다. 이들은 건축 패턴과 같은 방식으로 사용될 수 있으며 해당 패턴의 추가 "고급"추상화로 개념화 될 수 있습니다. 이러한 패턴 (구성)은 "CDK 앱"을 형성하여 스택으로 구성됩니다.
| 의지 | 유형 | 설명 |
|---|---|---|
| AWS Re : 발명 2023- Werner Vogels 박사와의 기조 연설 | 기조 | Amazon.com의 VP 및 CTO 인 Werner Vogels 박사는 AWS Re : Invent 2023 기조 연설 중에 AWS 생성 AI CDK 구성을 발표했습니다. |
| 워크숍 - CDK를 사용하여 AWS의 생성 AI 앱 구축 | 작업장 | 이 워크숍에서는 CDK 및 생성 AI CDK 구성을 사용하여 AWS에서 샘플 생성 AI 앱을 구축하는 방법을 살펴 보겠습니다. |
| 워크숍 - AWS CDK 생성 AI 구성에 대한 손 | 작업장 | 이 워크숍에서는이 라이브러리에서 CDK 구성을 사용하는 프로젝트를 배포하게됩니다. 프로젝트는 Amazon-Bedrock-Samples Github 저장소에서 나온 것입니다. |
| Amazon Titan Text Premier, Amazon Bedrock 및 AWS CDK로 생성 AI 응용 프로그램 구축 | 블로그 게시물 + 코드 샘플 | Blog Post 생성 AI CDK 구성을 사용하여 Amazon Titan Text Premier가 구동하는 두 가지 샘플 응용 프로그램을 탐색하는 블로그 게시. |
| AWS-CDK-Stack-Builder-Tool | 코드 샘플 | AWS CDK BUILDER는 AWS Cloud Development Kit (CDK)를 사용하여 코드 (IAC) 프로젝트로 인프라의 부트 스트랩을 간소화하도록 설계된 브라우저 기반 도구입니다. |
| CDK 라이브! 생성 AI 응용 프로그램 및 아키텍처 구축 AWS CDK 구조를 활용하십시오! | 동영상 | CDK 라이브! 에피소드는 AWS Cloud Development Kit (CDK) 및 AWS 생성 AI CDK 구성을 사용하여 AWS에 생성 AI 응용 프로그램 및 아키텍처를 구축 및 배포하는 데 중점을 두었습니다. |
| AWS 생성 AI CDK 구조 발표! | 블로그 게시물 | AWS 생성 AI CDK 구조의 출시를 알리는 블로그 게시물. |
| Amazon Bedrock을 사용하여 Generative AI를 사용하여 보험 보험을 간소화하십시오 | 블로그 게시물 + 코드 샘플 | 블로그 게시물 및 코드 샘플 AWS 생성 인공 지능 (AI) 솔루션을 사용하여 Amazon Bedrock과 같은 솔루션을 사용하여 규칙 검증, 인수 지침 준수 및 의사 결정 정당화를 포함한 인수 프로세스를 개선합니다. |
| AWS-GENAI-LLM-Chatbot | 코드 샘플 | AWS의 AWS CDK를 사용하여 멀티 모델 및 멀티-래그 전원 챗봇을 사용하여 다양한 대형 언어 모델과 멀티 모달 언어 모델, 설정 및 프롬프트를 실험 할 수 있습니다. |
| 기반암 클로드 chat | 코드 샘플 | Bedrock + Claude ( + mistral)를 사용한 AWS-Native 챗봇. |
| 아마존-베드 로크-래그 | 코드 샘플 | Amazon Bedrock의 지식 기반을 사용하여 완전 관리되는 Rag 솔루션. |
| 아마존 기반암 멀티 모달 검색 | 코드 샘플 | Amazon Titan Multimodal Embedings 모델을 사용하여 구축 된 멀티 모달 제품 검색 앱. |
| 아마존 기반암 지식은 개인 데이터를 사용합니다 | 블로그 게시물 + 코드 샘플 | 블로그 게시물 및 관련 코드 샘플 지식 기반을 Amazon Bedrock에 통합하는 방법을 보여주기 위해 개인 데이터 소스의 상황에 맞는 데이터를 제공합니다. |
| Amazon Bedrock 에이전트 및 AI를 사용한 작업 자동화 | 블로그 게시물 + 코드 샘플 | 호텔 및 스파 사용 사례를 통해 아마존 베드 록 에이전트와 지식 기반을 배치하는 방법을 보여주는 블로그 게시물 및 관련 코드 샘플. |
| Amazon Bedrock의 에이전트 - AWS Lambda 용 PowerTools (Python) | 코드 샘플 | 이벤트 핸들러와 OpenApi Schemas의 자동 생성을 사용하여 Amazon Bedrock의 에이전트를 만듭니다. |
| SQL Bedrock 에이전트에게 문자를 보냅니다 | 코드 샘플 | 자연어 처리의 힘을 활용하여 "SQL Bedrock Agent"텍스트는 자연어 문제를 실행 가능한 SQL 쿼리로 자동 변환 할 수 있습니다. |
생성 AI CDK 구성은 다음을 포함하여 익명의 운영 메트릭을 수집 할 수 있습니다. 영역 구조물이 배치되어 배포 된 구성의 이름 및 버전 및 관련 정보가 수집 될 수 있습니다. 우리는 메트릭을 사용하여 구성 및 AWS 서비스를 유지, 제공, 개발 및 개선 할 수 있습니다.
로드맵은 Github 프로젝트를 통해 제공됩니다
아파치 -2.0
생산 목적 으로이 라이브러리의 컨텐츠를 사용하기 전에 자신의 독립적 인 평가를 고려해야합니다. 여기에는 특정 품질 관리 관행 및 표준을 기반 으로이 라이브러리에서 제공하는 CDK 구성 및 기타 컨텐츠 테스트, 보안 및 최적화가 포함될 수 있습니다.
© Copyright Amazon.com, Inc. 또는 그 계열사. 모든 권리 보유.