Tutorial: Einen einfachen Amazon Bedrock-Agenten erstellen - Amazon Bedrock

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Tutorial: Einen einfachen Amazon Bedrock-Agenten erstellen

Dieses Tutorial führt Sie durch die Erstellung und Konfiguration eines einfachen Amazon Bedrock-Agenten mithilfe der AWS Management Console. Sie erfahren, wie Sie einen Agenten erstellen, der auf Benutzeranfragen zum aktuellen Datum und zur aktuellen Uhrzeit antworten kann, indem er eine Lambda-Funktion aufruft.

In diesem Tutorial führen Sie die folgenden Aktivitäten durch:

  1. Eine Lambda-Funktion erstellen — Erstellen Sie eine Python-Funktion, die das aktuelle Datum und die aktuelle Uhrzeit zurückgibt, wenn sie von Ihrem Agenten aufgerufen wird.

  2. Einen Amazon Bedrock-Agenten erstellen — Richten Sie einen Agenten in der Amazon Bedrock-Konsole ein und konfigurieren Sie ihn mit Anweisungen zur Bearbeitung von Datums- und Uhrzeitabfragen.

  3. Testen Sie den Agenten — Verwenden Sie die integrierte Testschnittstelle, um zu überprüfen, ob Ihr Agent auf Anfragen zu Datum und Uhrzeit korrekt reagieren kann.

  4. Stellen Sie den Agenten mit einem Alias bereit — Erstellen Sie eine Version Ihres Agenten und stellen Sie ihn mit einem Alias bereit, damit er verwendet werden kann.

  5. Rufen Sie den Agenten über den Python-Code auf — Erfahren Sie, wie Sie mithilfe von programmgesteuert mit Ihrem Agenten interagieren können. AWS SDK for Python (Boto)

  6. Ressourcen bereinigen — Entfernen Sie die in diesem Tutorial erstellten AWS Ressourcen, um unnötige Kosten zu vermeiden.

Am Ende dieses Tutorials verfügen Sie über einen funktionierenden Amazon Bedrock-Agenten, der Anfragen in natürlicher Sprache nach Datums- und Uhrzeitinformationen verstehen und mit genauen Daten aus Ihrer Lambda-Funktion antworten kann.

Dieses Tutorial basiert auf dem Agent-Codebeispiel im AWS GitHub Dokumentations-Repository.