智能 Agent —— 基于 Amazon Step Functions 和 Amazon Bedrock 实现链式 Prompting

前言

欢迎来到 Amazon Bedrock Serverless Prompt Chaining 实验！

在本实验中，您将了解如何通过 Amazon Bedrock、Amazon Lambda、Amazon Step Functions 服务实现生成式人工智能模型生成小说。

架构简介

什么是 Prompt Chaining？

Prompt Chaining 是一种扩展和增强与模型对话的方式，通过使用生成的文本作为下一个提示的基础。它可以用于分解复杂任务，逐步引导模型生成更符合需求的结果。

项目架构

作为演示生成式人工智能应用程序的一部分。基于 Streamlit 的演示应用程序执行每个示例的 Step Functions 状态机并显示结果，包括由 Bedrock 中的基础模型生成的内容。Step Functions 状态机是使用 Python 中的 Amazon CDK 定义的。

进入环境

 

1 进入登录页面

点击 “开始实验” 按钮，即可扫码进入实验环境。测试账号有效期仅为一天，过期后系统将自动回收清理，请不要上传您的重要数据。

同时，点击 “注册海外账号” 按钮即可免费注册属于你的亚马逊云科技海外区账号，开启个性化的系统构建之旅，进一步探索更广泛、更深入的云服务领域并保留实验中构建的系统应用，尽情享受云上构建的无限可能！

 扫码登陆：

填写邮箱：

如果您之前没有填写过邮箱，则需要填写一下邮箱，并勾选隐私协议，点击前往实验，及可进入实验室

打开 Amazon Cloud9 实验环境

打开控制台，搜索 Cloud9

 点击 Cloud9, 打开 Cloud9 控制台界面

 

部署项目

本章目录

• 打开并设置工作空间
• 下载和部署项目

打开并设置工作空间

下载代码

1. 点击 Cloud9  进入 Cloud9 控制台

打开工作空间

设置工作空间权限

• 找到设置选项

• 关闭临时身份

等待 5 秒钟，以完成身份切换。

检查身份是否切记换完成

执行以下命令：

aws sts get-caller-identity
复制

如果看到 Arn 变更为 *CloudLabCompaignStack*，说明身份切换成功：

下载和部署项目

下载代码

1. 从 GitHub  下载代码。

git clone https://github.com/aws-samples/build-genai-agent-workflows-with-step-functions
复制

更新 NPM

sudo npm install -g npm
复制

安装 CDK

sudo npm install -g aws-cdk
复制

安装 Python 依赖

cd build-genai-agent-workflows-with-step-functions/
pip install -r requirements.txt
复制

通过 CDK 部署项目

cdk deploy --all
复制

构建过程：

输入 y 确认部署：

等待部署完成

部署大致需要 5 分钟，过程大致如下：

• 部署过程：

部署完成

部署完成后，输出如下：

单机图示链接，打开项目地址。

体验项目

找到部署的项目 CloudFormation 堆栈

您也可以在 CloudFormation 找到部署的项目。

1. 打开 CloudFormation 控制台

https://us-west-2.console.aws.amazon.com/cloudformation/home?region=us-west-2 

1. 找到并选择部署的项目

1. 项目主页

1. Story writer demo 页面

1. 生成结果以前，需要申请权限。

如果是 Cloud Lab 创建的 Workshop 则无需申请权限。

请点击链接进入控制台：https://us-west-2.console.aws.amazon.com/bedrock/home?region=us-west-2#/modelaccess 

• 点击图示按钮 

  

• 确认申请的权限

1. 开始生成结果

1. 生成过程

1. 生成结果

1. 了解工作流运行细节

打开 Step Functions 控制台：https://us-west-2.console.aws.amazon.com/states/home?region=us-west-2# 

打开工作流：

打开任务：

查看任务

修改模型输出语言

本章目录

• 修改代码
• 更新堆栈
• 查看效果

修改代码

修改代码

1. 打开代码文件

文件位置：stacks/story_writer_stack.py

1. 修改代码

在指定位置增加:

Please translate the content into Simplified Chinese before returning the results.
复制

更新堆栈

更新堆栈

1. 在命令行输入以下命令，更新堆栈：

cdk deploy --all
复制

1. 等待堆栈更新完成

查看效果

查看效果

1. 点击按钮生成新小说

1. 生成过程

1. 生成结果

 

挑战赛

本章目录

• 挑战赛说明

挑战赛说明

说明

欢迎来到挑战赛，经过上面的章节，您已经掌握了如何更新代码，更新线上应用程序。

本挑战赛的内容是：

尝试修改代码，让模型生成多个章节的小说，每个章节 3000 字。

加油吧！

参考和资源

亚马逊云科技开发者导引

• Amazon Step Functions 
• Amazon Bedrock 
• Amazon Lambda 

相关资源

• Source code 
• Contributing guidelines 
• Code of conduct 
• Issue template 
• Pull request template 
• Feature request template 

总结

恭喜，您已经完成了整个动手实验！在这个实验里，您部署了一个基于 Amazon Bedrock，Amazon Step Functions，Amazon Lambda 和 Amazon Fargate 等 Serverless 服务搭建的 AI Agent 工作流。这个工作流实现了 Prompt chaining。把一个复杂的任务分解成多个步骤，多次调用大语言模型，稳定可靠的完成任务。

现在，是时候将所学付诸实践了。轻轻一点，注册海外账号，立即免费踏入属于您的云端构建世界。作为新注册的您，更能体验到长达12个月的免费使用权，涵盖云计算、云数据库、云存储与前沿的生成式 AI 服务等 100 余种云产品与服务。更值一提的是，您还将全面享受亚马逊云科技的海外区域节点，为您的实战构建之旅铺设坚实的基石。不再等待，立即开启您的云上探索之旅吧！

同时，在云上探索实验室中，我们还有更多丰富多彩的实验内容，让您的学习之旅永不止步。期待您的热情参与，共同体验这场技术的盛宴，一起成长，一起探索更广阔的科技天地。