Этот репозиторий предоставляет пример кода для реализации приложения для ответа на вопрос с использованием техники извлечения по получению добычи (RAG) с помощью Amazon Bedrock. Реализация RAG состоит из двух частей:
Трубопровод данных, который проглатывает, что из документов (обычно хранящихся в Amazon S3) в базу знаний, т.е. векторная база данных, такая как Amazon Opensearch Service Service Server (AOSS), так что он доступен для поиска при получении вопроса.
Приложение, которое получает вопрос от пользователя, ищет базу знаний для соответствующих деталей информации (контекст), а затем создает подсказку, которая включает вопрос и контекст и предоставляет его LLM для создания ответа.
Трубопровод данных представляет собой недифференцированную тяжелую работу и может быть реализован с использованием агентов Amazon Bedrock для базы знаний. Теперь мы можем подключить ковш S3 к векторной базе данных, такой как AOSS, и попросить агента по породе читать объекты (HTML, PDF, текст и т. Д.), А затем конвертировать эти кусочки в встраивание с использованием модели Amazon Titan Enterdings, а затем хранить эти построения в AOSS. Все это без необходимости создавать, развернуть и управлять конвейером данных.
После того, как данные доступны в базе знаний Bedrock, приложение для ответа на вопрос может быть построен с использованием следующего архитектурного шаблона.

Следуйте шагам, перечисленным ниже, чтобы создать и запустить Rag Solution. Blog_post.md подробно описывает это решение.
Запустите шаблон CloudFormation AWS, включенный в этот репозиторий, используя одну из кнопок из таблицы ниже. Шаблон CloudFormation создает следующие ресурсы в вашей учетной записи AWS: Amazon Opensearch Service Service (AOSS) Коллекция, Bucket Amazon S3, IAM Роли для агента базы знаний Amazon Bedrock и ноутбука Amazon Sagemaker с этим репозиторием, клонированным для выполнения следующих шагов.
| AWS Регион | Связь |
|---|---|
| США-восток-1 (Н. Вирджиния) | ![]() |
| US-WEST-2 (Орегон) | ![]() |
Следуйте инструкциям по созданию решения для ответа на основе тряпичной работы с использованием базы знаний Amazon Bedrock и Amazon Opensearch Serviceles
Смотрите Anploying для получения дополнительной информации.
Эта библиотека лицензирована по лицензии MIT-0. Смотрите файл лицензии.