在未來幾年，生成式AI將徹底重塑用戶體驗，推動這一變革的關(guān)鍵之一是引入AI助手，利用智能工具幫助用戶輕松應對日益復雜的數(shù)字環(huán)境。在本文中將展示如何構(gòu)建基于上下文的AI助手解決方案。該解決方案結(jié)合了Amazon Bedrock Knowledge Bases、Amazon Lex、Amazon Connect和WhatsApp，通過一個用戶熟悉且便捷的界面，為用戶提供智能支持。
通過將公司私有數(shù)據(jù)源導入Amazon Bedrock Knowledge Bases，可以為基礎(chǔ)模型（FM）和AI助手提供上下文信息，實現(xiàn)檢索增強生成（RAG）。該解決方案與Amazon Lex和Amazon Connect的原生兼容性簡化了特定領(lǐng)域知識的整合，助力構(gòu)建對話式AI應用。通過自動化的文檔攝取、分塊和嵌入，無需手動配置復雜的向量數(shù)據(jù)庫或自定義檢索系統(tǒng)，極大地降低了開發(fā)的難度，并節(jié)省了大量時間。
此方案能夠提升基礎(chǔ)模型響應的準確性，減少“幻覺”現(xiàn)象的出現(xiàn)，因為數(shù)據(jù)已經(jīng)過驗證，并且能夠確保對話內(nèi)容的高度相關(guān)性。與傳統(tǒng)的自定義知識管理系統(tǒng)相比，該方案不僅減少了開發(fā)資源的消耗，還降低了運營成本，提升了整體的成本效益。借助AWS無服務器架構(gòu)，解決方案具有良好的可擴展性，可以快速應對不斷增長的數(shù)據(jù)量和用戶查詢量。
此外AWS 強大的安全基礎(chǔ)設施為數(shù)據(jù)隱私保護和合規(guī)性提供了保障。由于知識庫持續(xù)更新，AI 助手始終能夠獲取最新的信息。通過使用Amazon Bedrock Knowledge Bases，企業(yè)可以將復雜的知識管理與檢索交由AWS處理，自己則專注于開發(fā)增值的AI應用，加快部署過程，從而打造更準確、更強大的AI解決方案。
AWS官網(wǎng)地址：https://www.amazon.com/
一、前提條件
要實施此解決方案，需要滿足以下條件：
1、擁有在 Amazon Bedrock、Amazon Lex、Amazon Connect 和 AWS Lambda 中創(chuàng)建資源的權(quán)限。
2、獲得在 Amazon Bedrock 上啟用 Anthropic Claude 3 Haiku 模型的權(quán)限。
3、擁有與 Amazon Connect 集成的 WhatsApp 企業(yè)賬戶。
4、準備好產(chǎn)品文檔、知識文章或其他相關(guān)數(shù)據(jù)，這些內(nèi)容需要以兼容格式（如 PDF 或文本）導入到知識庫。
二、AWS解決方案概述
該解決方案結(jié)合了多個AWS AI服務來構(gòu)建并部署一個功能強大的AI助手：
1、Amazon Bedrock：作為一項全托管服務，它通過單一API提供來自AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI和Amazon Titan等頂級AI公司的高性能基礎(chǔ)模型，以及強大的功能支持，幫助客戶構(gòu)建高安全性和隱私性保障的生成式AI應用。
2、Amazon Bedrock Knowledge Bases：通過將私有數(shù)據(jù)源導入Amazon Bedrock Knowledge Bases，為AI助手提供上下文信息，增強生成式AI響應的準確性。
3、Amazon OpenSearch Service：作為Amazon Bedrock Knowledge Bases的原生向量存儲系統(tǒng)，提供高效的檢索能力。
4、Amazon Lex：用來構(gòu)建AI助手的對話界面，支持定義意圖（Intent）和槽位（Slot），實現(xiàn)復雜的對話邏輯。
5、Amazon Connect：作為呼叫中心解決方案，支持與WhatsApp等渠道的集成，允許用戶通過這些流行的消息應用與AI助手互動。
6、AWS Lambda：用于運行代碼并集成各項服務，實現(xiàn)LangChain智能體（Agent）的核心邏輯處理。
7、Amazon API Gateway：接收來自WhatsApp的傳入請求，并將請求路由至AWS Lambda以進行后續(xù)處理。
8、Amazon DynamoDB：用于存儲接收到的消息和生成的響應，便于記憶對話歷史，確保更加個性化的對話體驗。
9、Amazon SNS：用于路由Amazon Connect傳出的響應消息，確保信息傳遞的及時性。
10、LangChain：為構(gòu)建LangChain Agent提供了一個強大的抽象層，幫助基礎(chǔ)模型基于上下文進行推理，以生成更精確的響應。
11、LangSmith：通過將Agent追蹤上傳至LangSmith，增強AI助手的可觀察性，支持調(diào)試、監(jiān)控、測試和評估，確保對話質(zhì)量和系統(tǒng)性能的持續(xù)優(yōu)化。
下圖展示了該解決方案的架構(gòu)：
三、流程概述
下圖右側(cè)的紅色數(shù)字展示了數(shù)據(jù)攝取的過程：
1、上傳數(shù)據(jù)到Amazon S3：將文件上傳到Amazon Simple Storage Service (Amazon S3) 存儲桶，作為數(shù)據(jù)源。
2、觸發(fā)Lambda函數(shù)：新文件的上傳觸發(fā)Lambda函數(shù)的執(zhí)行。
3、調(diào)用知識庫同步操作：Lambda函數(shù)調(diào)用知識庫的數(shù)據(jù)同步操作。
4、生成并存儲嵌入：Amazon Bedrock Knowledge Bases 從 S3獲取數(shù)據(jù)，分塊處理后，使用選擇的基礎(chǔ)模型生成嵌入，并將其存儲在Amazon OpenSearch Service中。
下圖左側(cè)的數(shù)字展示了消息傳遞的流程：
1、用戶發(fā)起通信：用戶通過WhatsApp向托管的Webhook發(fā)送消息。
2、消息路由：Amazon API Gateway將用戶消息路由到執(zhí)行的Lambda函數(shù)處理程序
。
3、記錄用戶信息：入站消息處理程序?qū)⒂脩舻穆?lián)系信息保存到Amazon DynamoDB中。
4、新用戶與老用戶的處理：首次訪問的用戶，入站消息處理程序會在Amazon Connect中創(chuàng)建新會話，并將信息存入DynamoDB。對于老用戶，則會使用已有的Amazon Connect會話。
5、消息轉(zhuǎn)發(fā)與處理：Amazon Connect將用戶消息轉(zhuǎn)發(fā)至Amazon Lex，后者進行自然語言處理。
6、調(diào)用LangChain AI助手：Amazon Lex觸發(fā)LangChain AI助手，該助手由Lambda函數(shù)實現(xiàn)。
7、檢索對話歷史：LangChain AI助手從DynamoDB中檢索對話歷史記錄。
8、獲取相關(guān)上下文信息：LangChain AI助手使用Amazon Bedrock Knowledge Bases獲取相關(guān)的上下文信息。
9、生成提示并調(diào)用模型：LangChain AI助手編譯提示，結(jié)合上下文數(shù)據(jù)和用戶查詢，提交給在Amazon Bedrock上運行的基礎(chǔ)模型進行處理。
10、返回并傳遞響應：Amazon Bedrock返回模型響應，LangChain AI助手將其轉(zhuǎn)發(fā)至 Amazon Lex，Amazon Lex再將其傳遞到Amazon Connect。
11、發(fā)送用戶響應：Amazon Connect將響應發(fā)送至Amazon Simple Notification Service (Amazon SNS)，觸發(fā)出站消息處理程序。
12、從DynamoDB獲取聯(lián)系人信息：出站消息處理程序從DynamoDB檢索相關(guān)聊天聯(lián)系人信息。
13、發(fā)送WhatsApp 消息：通過Meta的WhatsApp API，出站消息處理程序?qū)㈨憫獌?nèi)容發(fā)送給用戶。
四、使用AWS產(chǎn)品部署AI助手的步驟
部署此 AI 助手包含三個主要步驟：
1、創(chuàng)建Amazon Bedrock知識庫：從產(chǎn)品文檔、常見問題、知識文章等數(shù)據(jù)源中提取相關(guān)信息，構(gòu)建知識庫，以供AI助手使用。這些數(shù)據(jù)應覆蓋AI助手所需的核心場景和主題。
2、創(chuàng)建LangChain Agent：LangChain Agent由Lambda函數(shù)實現(xiàn)，它使用知識庫作為主要的數(shù)據(jù)源進行信息查找。可以通過提供的AWS CloudFormation模板自動部署Agent以及相關(guān)資源。
3、創(chuàng)建并配置Amazon Connect實例與WhatsApp集成：Amazon Connect實例與WhatsApp的集成讓用戶能夠通過WhatsApp與AI助手交互。此集成將有助于提升用戶體驗，因為WhatsApp是全球使用廣泛的通訊平臺。
解決方案部署
本文提供了一個預構(gòu)建的AWS CloudFormation模板，供在AWS賬戶中快速部署所需資源。
1、登錄AWS控制臺（如果尚未登錄）。
2、點擊以下Launch Stack（啟動堆棧） 按鈕，進入AWS CloudFormation控制臺以創(chuàng)建新的堆棧。
3、配置以下參數(shù)：
- StackName：堆棧名稱，如WhatsAppAIStack。
- LangchainAPIKey：通過LangChain獲取的API密鑰。
4、選擇相應區(qū)域，點擊Launch Stack，并根據(jù)需要選擇模板URL或AWS CDK堆棧進行自定義?？蛇x擇通過GitHub進行自定義或更新現(xiàn)有堆棧。
5、勾選確認創(chuàng)建IAM資源的復選框，點擊Create Stack（創(chuàng)建堆棧）。
6、等待約10分鐘以完成堆棧創(chuàng)建。在此過程中，會自動創(chuàng)建以下資源：
- LangChain Agent
- Amazon Lex機器人
- Amazon Bedrock知識庫
- 向量存儲（Amazon OpenSearch Serverless）
- Lambda 函數(shù)（用于數(shù)據(jù)攝取和提供程序）
- 數(shù)據(jù)源（Amazon S3存儲桶）
- DynamoDB
- Parameter Store（用于存儲LangChain API密鑰）
- IAM 角色與權(quán)限
7.、將文件上傳至為WhatsApp創(chuàng)建的數(shù)據(jù)源（Amazon S3 存儲桶）。上傳后數(shù)據(jù)源將自動同步。
8、要測試AI助手，可以登錄Amazon Lex控制臺，選擇新創(chuàng)建的助手，選擇English（英語），點擊Test（測試） 并發(fā)送一條消息。
五、創(chuàng)建Amazon Connect實例并集成WhatsApp
配置 Amazon Connect 與 WhatsApp 企業(yè)賬戶集成，并為 AI 助手啟用 WhatsApp 頻道：
1、登錄到AWS控制臺，導航至Amazon Connect。
2、如果尚未創(chuàng)建Amazon Connect 實例，請先創(chuàng)建一個。在Distribution settings（分配設置）中，復制Instance ARN，該值在關(guān)聯(lián)WhatsApp企業(yè)賬戶時會用到。
3、選擇實例，在導航欄選擇Flows（工作流），并創(chuàng)建新的工作流。
4、在工作流中，選擇Amazon Lex，并添加創(chuàng)建的Amazon Lex機器人。
5、在工作流中配置Text-to-speech or chat text（文本轉(zhuǎn)語音或聊天文本）組件，添加如“Hello, how can I help you today?”的歡迎信息。
6、配置完工作流后，添加一個Disconnect（斷開）組件，并將流程連接到該組件。完成后，點擊Publish（發(fā)布）。
7、在 Overview（概覽）中，復制工作流的Amazon Resource Name (ARN)，在配置 WhatsApp集成時將需要此ARN。
六、測試解決方案
通過WhatsApp與AI助手互動：
七、清理資源
為避免持續(xù)費用，請在操作完成后刪除相關(guān)資源：
1、刪除 AWS CloudFormation 堆棧。
2、刪除 Amazon Connect 實例。
相關(guān)推薦：
《Stable Diffusion快速部署（Amazon EC2）》
-
廣告合作
-
QQ群號：4114653
