genai-bedrock-agent-chatbot 的安装和配置教程
项目基础介绍
genai-bedrock-agent-chatbot 是一个使用 Amazon Bedrock 服务构建的开源聊天机器人应用程序。该项目通过 Amazon Bedrock 的 KnowledgeBase 和 Agent 组件,实现了对自然语言的理解和复杂数据集的处理。这个聊天机器人能够将自然语言转换为 Amazon Athena 查询,并处理和利用复杂的数据集。项目主要使用 Python 编程语言。
项目使用的关键技术和框架
- Amazon Bedrock: 包括 KnowledgeBase 和 Agent 组件,用于自然语言处理和任务执行。
- AWS CDK (Cloud Development Kit): 用于定义和部署 AWS 资源。
- Docker: 容器化技术,用于构建可移植的应用程序环境。
- Streamlit: 用于快速构建数据密集型的 web 应用程序。
- LLamaIndex: 开源工具,用于增强系统的数据处理和检索能力。
安装和配置准备工作
在开始安装之前,请确保您已经完成了以下准备工作:
-
安装 Docker。
-
安装 AWS CDK Toolkit (版本 2.114.1 或更高) 并配置 AWS 账户。
-
安装 Python (版本 3.11 或更高)。
-
确保您的 AWS 账户已经启用了 Claude 模型和 Titan Embedding 模型访问权限。
-
创建一个
.env文件,包含以下内容,并放置在code/streamlit-app目录下:ACCOUNT_ID=<您的账户ID> AWS_REGION=<您的区域> LAMBDA_FUNCTION_NAME=invokeAgentLambda
安装步骤
-
克隆项目到本地:
git clone https://github.com/awslabs/genai-bedrock-agent-chatbot.git cd genai-bedrock-agent-chatbot -
在项目目录中,创建 Python 虚拟环境并激活:
对于 MacOS 和 Linux 用户:
python3 -m venv .venv source .venv/bin/activate对于 Windows 用户:
.\.venv\Scripts\activate.bat -
安装项目依赖:
pip install -r requirements.txt -
合成 CloudFormation 模板:
cdk synth -
如果是首次在特定账户和区域运行 CDK,需要初始化:
cdk bootstrap -
部署 CDK:
cdk deploy请注意,首次部署可能会需要一些时间来构建 Docker 镜像。
-
部署完成后,可以在 CloudFormation 控制台验证状态,并通过 CloudFormation 输出的 URL 测试聊天机器人。
-
若要删除 CDK 以避免未来产生费用,可以使用以下命令:
cdk destroy并确保手动删除 CDK 生成的 S3 桶,以避免产生额外费用。
以上就是 genai-bedrock-agent-chatbot 的详细安装和配置指南。按照上述步骤操作,您应该能够成功部署并运行聊天机器人应用程序。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112