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.
Amazon Nova als Basismodell in einem KI-Agenten verwenden
Um Amazon Nova-Modelle als Basismodell in einem KI-Agenten zu verwenden, können Sie Amazon Bedrock Agenten verwenden oder ein Tool mit der Converse API oder InvokeModel API aufrufen. Amazon Bedrock Agents ist ein vollständig verwalteter Service, mit dem Sie autonome Agenten in Ihrer Anwendung erstellen und konfigurieren können. Sie können auch die Converse API und die Invoke-Model-API verwenden, um eine Verbindung zu anderen out-of-the-box Agenten-Frameworks herzustellen oder Ihr eigenes Agent-Framework zu erstellen.
Sie können Platzhaltervariablen in Agenten-Prompt-Vorlagen verwenden. Die Variablen werden mit bereits vorhandenen Konfigurationen gefüllt, wenn die Prompt-Vorlage aufgerufen wird. Informationen zu diesen Platzhaltervariablen finden Sie unter Verwenden von Platzhaltervariablen in Agenten-Prompt-Vorlagen in Amazon Bedrock.
Themen
Amazon Nova mit Amazon Bedrock Agenten verwenden
Amazon Nova-Modelle sind in Bedrock Agents aktiviert und folgen den Benutzeranweisungen der Amazon Bedrock Agenten. Amazon Bedrock Agents ist mit wichtigen Funktionen und Eingabeaufforderungen vorkonfiguriert, um effektiv mit den Amazon Nova-Modellen arbeiten zu können. Diese Konfigurationen ermöglichen es Ihnen, die wichtigsten Funktionen von Amazon Bedrock Agents mit minimalem Aufwand zu nutzen:
-
Autonome Agenten: Amazon Bedrock -Agenten ermöglichen die Erstellung autonomer Agenten, die Aufgaben auf der Grundlage von Benutzereingaben und Betriebsdaten ausführen können, ohne dass umfangreiche benutzerdefinierte Programmierungen erforderlich sind. Dies kann Ihnen sehr viel Zeit und Mühe ersparen.
-
Integrierter API-Aufruf: Amazon Bedrock -Agenten bearbeiten API-Aufrufe automatisch, um Benutzeranfragen zu erfüllen, was die Integration externer Services und Datenquellen vereinfacht.
-
Speicher- und Kontextmanagement: Agenten können Kontext, Konversation und Gedächtnis über Interaktionen hinweg aufrechterhalten, was im Laufe der Zeit zu personalisierteren und kohärenteren Gesprächen führt.
-
Integration von Wissensdatenbanken: Sie können dem Agenten eine Wissensdatenbank zuordnen, um dessen Leistung und Genauigkeit zu verbessern, sodass er auf der Grundlage der gespeicherten Informationen relevantere Antworten geben kann.
-
Prompt-Engineering und -Anpassung: Amazon Bedrock Agents unterstützt komplexes Prompt-Engineering, sodass Entwickler das Verhalten und die Reaktionen des Agenten an spezifische Anwendungsfälle anpassen können.
-
Code-Interpreter: Die Code-Interpretation ermöglicht es Ihrem Agenten, Ihren Anwendungscode in einer sicheren Testumgebung zu generieren, auszuführen und Fehler zu beheben.
-
Zusammenarbeit mehrerer Agenten: Entwickeln, implementieren und verwalten Sie mehrere KI-Agenten, die gemeinsam an komplexen, mehrstufigen Aufgaben arbeiten, die spezielle Fähigkeiten erfordern.
Verwenden von Amazon Nova mit der Invoke- und Converse-API
Es ist auch möglich, Invoke und Converse zu nutzenVerwendung von Tools (Funktionsaufruf) mit Amazon Nova, APIs um Amazon Nova-Modelle in Open Source zu integrieren oder benutzerdefinierte AI Agent-Frameworks zu erstellen. Dies ermöglicht eine große Flexibilität. Es ist aber wichtig zu beachten, dass die direkte Verwendung der API bedeutet, dass die folgenden Aspekte Ihrer Implementierung oder Bibliothek überlassen bleiben:
-
Conversation/User Daten speichern: Die Converse-API speichert keine Benutzereingaben oder generierten Inhalte, was bedeutet, dass sich Ihr Agent nicht an frühere Interaktionen erinnern kann. Sie müssen bei jedem Aufruf des Modells alle bisherigen Nachrichten übermitteln.
-
Automatischer Tool-Aufruf: Sie sind als Entwickler dafür verantwortlich, das Tool gemäß den Anforderungen des Modells zu implementieren. Dies bedeutet, dass Sie den Code ausführen oder schreiben müssen, der die Funktionalität des Tools ausführt und die vom Modell bereitgestellten Eingabeparameter verarbeitet. Nach der Ausführung des Tools müssen Sie die Ergebnisse in einem strukturierten Format an das Modell zurücksenden.
-
Integrierter Speicher: Die API verfügt über keine integrierten Speicherfunktionen, was bedeutet, dass Ihr Agent sich nicht an Benutzereinstellungen oder vergangene Interaktionen erinnern kann, was die Personalisierung einschränken könnte.
