【亲测免费】 生成 AI 使用案例集 (GenU) 项目文档
项目介绍
生成 AI 使用案例集 (GenU) 是一个开源项目,旨在通过提供一系列业务使用案例,帮助用户安全地利用生成 AI 技术。该项目不仅提供了丰富的业务使用案例,还包含了一个完整的应用程序实现,用户可以通过浏览器扩展更方便地使用生成 AI 技术。
GenU 项目的主要特点包括:
- 多样化的使用案例:涵盖了从文本生成、摘要、校对到图像生成等多个领域。
- 安全可靠:通过 Amazon Bedrock 等 AWS 服务,确保生成 AI 的安全性和可靠性。
- 易于扩展:用户可以根据自己的需求,轻松添加新的使用案例。
项目快速启动
环境准备
在开始之前,请确保您已经安装了 Node.js 和 npm。然后,按照以下步骤进行项目部署。
1. 克隆项目
首先,克隆项目到本地:
git clone https://github.com/aws-samples/generative-ai-use-cases-jp.git
cd generative-ai-use-cases-jp
2. 安装依赖
安装项目所需的依赖:
npm ci
3. 配置 AWS CDK
如果您是第一次使用 AWS CDK,需要先进行 Bootstrap:
npx -w packages/cdk cdk bootstrap
4. 部署项目
使用以下命令部署项目:
npm run cdk:deploy
部署过程可能需要一些时间,请耐心等待。
应用案例和最佳实践
案例一:介护现场的记录与报告自动化
公司: 株式会社やさしい手
应用: 通过 GenU 项目,介护现场的记录与报告业务得到了显著的效率提升。利用生成 AI 技术,自动生成易于阅读的报告,并从介护记录数据中生成个别作业步骤。
案例二:文章执笔支援
公司: 株式会社サルソニード
应用: 利用 GenU 的 RAG 技术,帮助市场营销人员快速生成高质量的文章。通过结合专业知识和生成 AI,大幅减少了文章制作的时间和成本。
案例三:产品实验文档管理
公司: 株式会社タムラ製作所
应用: 通过 GenU 的 RAG 技术,轻松发现和管理大量产品文档中的关键信息。此外,还利用文字转写和文档生成功能,简化了会议记录的制作。
典型生态项目
1. Amazon Bedrock
Amazon Bedrock 是 AWS 提供的一项服务,用于管理和部署生成 AI 模型。GenU 项目充分利用了 Amazon Bedrock 的安全性和可扩展性。
2. Amazon Kendra
Amazon Kendra 是一个智能搜索服务,GenU 项目中的 RAG 技术依赖于 Amazon Kendra 来获取最新的信息和领域知识。
3. AWS Lambda
AWS Lambda 是 AWS 的无服务器计算服务,GenU 项目的后端逻辑主要通过 AWS Lambda 来实现。
通过这些生态项目的结合,GenU 项目不仅提供了强大的功能,还确保了高可用性和安全性。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0113
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00