Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Usa gli agenti Amazon Bedrock per automatizzare la creazione di controlli di accesso in Amazon EKS tramite istruzioni basate su testo
Creato da Keshav Ganesh (AWS) e Sudhanshu Saurav (AWS)
Riepilogo
Le organizzazioni devono affrontare sfide nella gestione dei controlli degli accessi e nel provisioning delle risorse quando più team devono lavorare con un cluster Amazon Elastic Kubernetes Service (Amazon EKS) condiviso. Un servizio Kubernetes gestito come Amazon EKS ha semplificato le operazioni del cluster. Tuttavia, il sovraccarico amministrativo legato alla gestione dell'accesso del team e delle autorizzazioni alle risorse rimane complesso e richiede molto tempo.
Questo modello mostra come gli agenti Amazon Bedrock possono aiutarti ad automatizzare la gestione degli accessi ai cluster Amazon EKS. Questa automazione consente ai team di sviluppo di concentrarsi sullo sviluppo delle applicazioni principali anziché occuparsi della configurazione e della gestione del controllo degli accessi. Puoi personalizzare un agente Amazon Bedrock per eseguire azioni per un'ampia varietà di attività tramite semplici istruzioni in linguaggio naturale.
Utilizzando AWS Lambda le funzioni come gruppi di azione, un agente Amazon Bedrock può gestire attività come la creazione di voci di accesso degli utenti e la gestione delle politiche di accesso. Inoltre, un agente Amazon Bedrock può configurare associazioni di identità dei pod che consentono l'accesso alle risorse AWS Identity and Access Management (IAM) per i pod in esecuzione nel cluster. Utilizzando questa soluzione, le organizzazioni possono semplificare l'amministrazione dei cluster Amazon EKS con semplici istruzioni basate su testo, ridurre il sovraccarico manuale e migliorare l'efficienza complessiva dello sviluppo.
Prerequisiti e limitazioni
Prerequisiti
Un attivo. Account AWS
Ruoli e autorizzazioni IAM stabiliti per il processo di implementazione. Ciò include le autorizzazioni per accedere ai modelli Amazon Bedrock Foundation (FM), creare funzioni Lambda e qualsiasi altra risorsa richiesta nell'ambito della destinazione. Account AWS
Accesso abilitato in modalità attiva Account AWS a questi Amazon Bedrock FMs: Amazon Titan Text Embeddings V2 e Anthropic Claude 3 Haiku.
AWS Command Line Interface (AWS CLI) versione 2.9.11 o successiva, installata e configurata.
Limitazioni
Potrebbero essere necessarie formazione e documentazione per contribuire a garantire un'adozione agevole e un uso efficace di queste tecniche. L'uso di Amazon Bedrock, Amazon EKS, Lambda, OpenSearch Amazon Service e OpenAPI
comporta una curva di apprendimento significativa per sviluppatori e team. DevOps Alcuni Servizi AWS non sono disponibili in tutti. Regioni AWS Per la disponibilità regionale, consulta i servizi AWS per regione
. Per endpoint specifici, consulta Endpoints and quotas del servizio e scegli il link relativo al servizio.
Architettura
Il diagramma seguente mostra i componenti del flusso di lavoro e dell'architettura per questo modello.

Questa soluzione esegue le seguenti operazioni:
L'utente interagisce con l'agente Amazon Bedrock inviando una richiesta o una query che funge da input per l'elaborazione e l'intervento dell'agente.
In base al prompt, l'agente Amazon Bedrock verifica lo schema OpenAPI per identificare l'API corretta da utilizzare come target. Se l'agente Amazon Bedrock trova la chiamata API corretta, la richiesta viene inviata al gruppo di azioni associato alla funzione Lambda che implementa queste azioni.
Se non viene trovata un'API pertinente, l'agente Amazon Bedrock interroga la OpenSearch raccolta. La OpenSearch raccolta utilizza contenuti indicizzati della knowledge base provenienti dal bucket Amazon S3 che contiene la Amazon EKS User Guide.
La OpenSearch raccolta restituisce informazioni contestuali pertinenti all'agente Amazon Bedrock.
Per le richieste utilizzabili (quelle che corrispondono a un'operazione API), l'agente Amazon Bedrock viene eseguito all'interno di un cloud privato virtuale (VPC) e attiva la funzione Lambda.
La funzione Lambda esegue un'azione basata sull'input dell'utente all'interno del cluster Amazon EKS.
Il bucket Amazon S3 per il codice Lambda memorizza l'artefatto contenente il codice e la logica scritti per la funzione Lambda.
Strumenti
Servizi AWS
Amazon Bedrock è un servizio completamente gestito che rende disponibili per l'uso modelli di base ad alte prestazioni (FMs) delle principali startup di intelligenza artificiale e di Amazon tramite un'API unificata.
AWS CloudFormationti aiuta a configurare AWS le risorse, fornirle in modo rapido e coerente e gestirle per tutto il loro ciclo di vita tra e. Account AWS Regioni AWS
Amazon Elastic Kubernetes Service (Amazon EKS) ti aiuta a eseguire AWS Kubernetes senza dover installare o gestire il tuo piano di controllo o i tuoi nodi Kubernetes.
AWS Identity and Access Management (IAM) ti aiuta a gestire in modo sicuro l'accesso alle tue AWS risorse controllando chi è autenticato e autorizzato a utilizzarle.
AWS Lambda è un servizio di calcolo che consente di eseguire il codice senza gestire i server o effettuarne il provisioning. Esegue il codice solo quando necessario e si ridimensiona automaticamente, quindi paghi solo per il tempo di elaborazione che utilizzi.
Amazon OpenSearch Service è un servizio gestito che ti aiuta a distribuire, gestire e scalare OpenSearch i cluster in. Cloud AWS La sua funzionalità di raccolta ti aiuta a organizzare i tuoi dati e a creare basi di conoscenza complete che gli assistenti di intelligenza artificiale come gli agenti di Amazon Bedrock possono utilizzare.
Amazon Simple Storage Service (Amazon S3) è un servizio di archiviazione degli oggetti basato sul cloud che consente di archiviare, proteggere e recuperare qualsiasi quantità di dati.
Altri strumenti
eksctl è un'utilità da riga di comando per la creazione e la gestione di cluster Kubernetes su Amazon EKS.
Repository di codice
Il codice per questo pattern è disponibile nel repository GitHub eks-access-controls-bedrock-agent.
Best practice
Mantieni la massima sicurezza possibile durante l'implementazione di questo modello. Assicurati che il cluster Amazon EKS sia privato, abbia autorizzazioni di accesso limitate e che tutte le risorse siano all'interno di un cloud privato virtuale (VPC). Per ulteriori informazioni, consulta Best practice per la sicurezza nella documentazione di Amazon EKS.
Usa le chiavi gestite AWS KMS dal cliente laddove possibile e concedi loro autorizzazioni di accesso limitate.
Segui il principio del privilegio minimo e concedi le autorizzazioni minime necessarie per eseguire un'attività. Per ulteriori informazioni, consulta le best practice relative alla concessione dei privilegi minimi e alla sicurezza nella documentazione IAM.
Poemi epici
Attività | Descrizione | Competenze richieste |
---|---|---|
Clonare il repository. | Per clonare il repository di questo pattern, esegui il seguente comando nella tua workstation locale:
| AWS DevOps |
Ottieni l' Account AWS ID. | Per ottenere l' Account AWS ID, procedi nel seguente modo:
Questo comando memorizza il tuo Account AWS ID nella | AWS DevOps |
Crea il bucket S3 per il codice Lambda. | Per implementare questa soluzione, è necessario creare tre bucket Amazon S3 con scopi diversi, come mostrato nel diagramma di architettura. I bucket S3 sono per il codice Lambda, una knowledge base e lo schema OpenAPI. Per creare il bucket di codice Lambda, utilizza i seguenti passaggi:
Il comando package crea un nuovo CloudFormation modello (
| AWS DevOps |
Crea il bucket S3 per la knowledge base. | Per creare il bucket Amazon S3 per la knowledge base, utilizza i seguenti passaggi:
| AWS DevOps |
Crea il bucket S3 per lo schema OpenAPI. | Per creare il bucket Amazon S3 per lo schema OpenAPI, utilizza i seguenti passaggi:
| AWS DevOps |
Attività | Descrizione | Competenze richieste |
---|---|---|
Distribuisci lo CloudFormation stack. | Per distribuire lo CloudFormation stack, utilizzate il file CloudFormation modello creato in NotaIl provisioning dell' OpenSearch indice con il CloudFormation modello richiede circa 10 minuti. Dopo aver creato lo stack, prendi nota di | AWS DevOps |
Crea il cluster Amazon EKS. | Per creare il cluster Amazon EKS all'interno del VPC, utilizza i seguenti passaggi:
I risultati attesi sono i seguenti:
| AWS DevOps |
Attività | Descrizione | Competenze richieste |
---|---|---|
Crea una connessione tra il cluster Amazon EKS e la funzione Lambda. | Per configurare le autorizzazioni di rete e IAM per consentire alla funzione Lambda di comunicare con il cluster Amazon EKS, utilizza i seguenti passaggi:
| AWS DevOps |
Attività | Descrizione | Competenze richieste |
---|---|---|
Prova l'agente Amazon Bedrock. | Prima di testare l'agente Amazon Bedrock, assicurati di effettuare le seguenti operazioni:
Per accedere all'agente Amazon Bedrock, utilizza i seguenti passaggi:
Puoi anche chiedere all'agente di eseguire azioni per le associazioni EKS Pod Identity. Per ulteriori dettagli, consulta Scopri come EKS Pod Identity concede l'accesso ai pod Servizi AWS nella documentazione di Amazon EKS. | AWS DevOps |
Attività | Descrizione | Competenze richieste |
---|---|---|
Eliminare le risorse. | Per ripulire le risorse create da questo modello, utilizzare la procedura seguente. Attendi il completamento di ogni passaggio di eliminazione prima di procedere al passaggio successivo. avvertimentoQuesta procedura eliminerà definitivamente tutte le risorse create da questi stack. Assicurati di aver eseguito il backup di tutti i dati importanti prima di procedere.
| AWS DevOps |
Risoluzione dei problemi
Problema | Soluzione |
---|---|
Durante la configurazione dell'ambiente viene restituito un codice di errore diverso da zero. | Verifica di utilizzare la cartella corretta quando esegui un comando per distribuire questa soluzione. Per ulteriori informazioni, consultate il file First_Deploy.md |
La funzione Lambda non è in grado di eseguire l'operazione. | Assicurati che la connettività sia configurata correttamente dalla funzione Lambda al cluster Amazon EKS. |
I prompt dell'agente non riconoscono il. APIs | Ridistribuisci la soluzione. Per ulteriori informazioni, consultate il file RE_Deploy.md |
Lo stack non riesce a essere eliminato. | Un tentativo iniziale di eliminare lo stack potrebbe fallire. Questo errore può verificarsi a causa di problemi di dipendenza con la risorsa personalizzata creata per la OpenSearch raccolta che esegue l'indicizzazione per la knowledge base. Per eliminare lo stack, ritenta l'operazione di eliminazione conservando la risorsa personalizzata. |
Risorse correlate
AWS Blog
Documentazione Amazon Bedrock
Documentazione Amazon EKS