Erstellen Sie Grounded by knowledge base-Model connections mithilfe der nativen RAG-Funktion (Retrieval-Augmented Generation) von Amazon Bedrock, um präzise und kontextbezogene Informationen zu generieren, die aus der Amazon Knowledge Base referenziert werden.

Eine Suchanfrage auf RAG ruft relevante Abschnitte von Inhalten aus großen Datensätzen ab, die für den angegebenen Kontext relevant und genau sind. Nachdem die relevanten Informationen abgerufen wurden, nutzt das Modell diese, um eine Antwort zu generieren.

Vorbereitungen

Der Automatisierungsadministrator benötigt diese Rollen und Berechtigungen zum Erstellen und Verwalten von Model connectionsen für seine Unternehmensorganisation.
  • Rolle: AAE_Basic, benutzerdefinierte Rolle Automatisierungsadministrator
  • Berechtigung: Beaufsichtigter Bot Runner
  • Einstellungen: KI-Datenverwaltung muss vom Automatisierungsadministrator aktiviert und das Kontrollkästchen für Benutzern das Deaktivieren von Protokollen für KI-Fähigkeiten erlauben ausgewählt werden. Erlauben Sie Nutzern mit der Bot Creator-Lizenz, die Datenprotokollierung beim Verwenden von KI-Fähigkeiten zu deaktivieren, um den Datenprotokollierung-Schalter im AI Skills-Bildschirm zu aktivieren.

Siehe Rollen und Berechtigungen für die benutzerdefinierten Rollenberechtigungen des Automatisierungsadministrators.

Sonstige Anforderungen:

  • Um die Amazon Bedrock-RAG-Funktion zu nutzen, müssen Sie zunächst eine Knowledge Base in Amazon Bedrock erstellen, bevor Sie die Grounded by knowledge base-Model connection anlegen.

    Siehe: Create Amazon Knowledge Base

    Workflow für die Nutzung der Amazon Bedrock RAG-Funktion zur Erstellung von Model connections

  • Wenn Sie Authentifizierungsdetails in einem Credential Vault speichern möchten, halten Sie diese Informationen bereit. Einzelheiten finden Sie unter Sicherer Anmeldedatenspeicher mit dem Credential Vault.
  • Um eine Model connection zu testen, müssen Sie mit einem Bot Agent 22.60.10 oder später verbunden sein. Im Rahmen des Tests müssten Sie den bot auf Ihrem Desktop ausführen. Stellen Sie daher sicher, dass der Bot Agent für Ihren Nutzer konfiguriert ist. Wenn Sie für diese Aufgabe die Verbindung zu einem anderen Control Room wechseln müssen, siehe: Umschalten der Geräteregistrierung zwischen Control Room-Instanzen.
  • Sie benötigen Zugriff auf das Recorder- und das AI Skillsn-Paket, um die Verbindung erfolgreich zu testen. Es wird eine Test-Prompt durchgeführt, um die Model connection zu testen.
  • Um zusätzliche Modelle von Amazon Bedrock zu verwenden, die bei der Erstellung einer Model connection nicht zur Auswahl stehen, müssten Sie die Modell-ID und die Modell-ARN aus den unterstützten Modellen von Amazon Bedrock beschaffen.

    Siehe: Add Amazon Bedrock models from AWS Services

Prozedur

  1. Navigieren Sie in Ihrer Control Room-Umgebung zu KI > Modellverbindungen > Modellverbindung erstellen.
  2. Im Bildschirm Modellverbindung erstellen konfigurieren Sie diese Verbindungseinstellungen:
    1. Name der Modellverbindung: Geben Sie einen Namen zur einfachen Identifizierung des Model connection an.
    2. Beschreibung (optional): Fügen Sie eine aussagekräftige Kurzbeschreibung der Verbindung hinzu.
    3. Anbieter auswählen: Wählen Sie einen Anbieter eines Basismodells aus der Liste der unterstützten Anbieter aus. Um eine Grounded by knowledge base-Model connection mit Amazon Bedrock zu erstellen, sollten Sie Amazon Bedrock aus der Dropdown-Liste auswählen.
    4. Wählen Sie einen Typ aus: Wählen Sie Grounded by knowledge base, um die RAG-Funktion zu nutzen.
    5. Modell wählen oder ein benutzerdefiniertes erstellen: Wählen Sie ein Modell aus der Dropdown-Liste der validierten Modelle von Amazon Bedrock aus.
      Zusätzlich unterstützen wir auch andere Modelle aus dem Amazon Bedrock, die nicht in der Dropdown-Liste verfügbar sind. Sie können den Modellnamen manuell in das Feld Modell auswählen oder ein benutzerdefiniertes erstellen eingeben. Der eingegebene Name wird zur Erstellung der Model connection verwendet. Sie können entweder die Modell-ID oder Modell-ARN verwenden, um sie zur Liste hinzuzufügen. Siehe: Add Amazon Bedrock models from AWS Services.
      Eine vollständige Liste der unterstützten Modelle für jeden Anbieter von grundlegenden Modellen finden Sie unter Allgemeine FAQs.
    6. Klicken Sie auf Weiter, um zum Abschnitt Authentifizierungsdetails zu gelangen.
  3. Gehen Sie im Bereich Authentifizierungsdetails wie folgt vor, um diese Einstellungen zu konfigurieren:
    1. Region: Wählen Sie die Region aus, in der Ihr ausgewähltes Modell für die Authentifizierung der Model connection bereitgestellt ist. Sie können auch eine Region hinzufügen, die in der Dropdown-Liste nicht verfügbar ist, indem Sie auf die Liste in Amazon Bedrock verweisen. Geben Sie dieses Format ein, um die Region zur Liste hinzuzufügen. Zum Beispiel: us-east-1.
      Für eine Liste der unterstützten Bereitstellungsregionen für Amazon Bedrock-Modelle siehe .Unterstützte Regionen und Modelle für Amazon Bedrock-Wissensdatenbanken .
    2. Knowledge Base-ID: Geben Sie die Knowledge Base-ID an, die Sie von Amazon Bedrock erhalten haben. .
      Siehe Amazon Bedrock Knowledge Bases
    3. Zugangsschlüssel: Dieser AWS-Zugriffsschlüssel dient als Ihre eindeutige Kennung innerhalb des AWS-Ökosystems. Sie ist ein grundlegender Bestandteil des Authentifizierungsprozesses, der es AWS Services ermöglicht, Ihren Zugriff zu erkennen und zu validieren.
    4. Geheimer Zugriffsschlüssel: Dieser Schlüssel ist das vertrauliche Gegenstück zu Ihrer Zugriffsschlüssel-ID. Dieser Schlüssel wird verwendet, um Anforderungen an AWS zu signieren und die Sicherheit zu erhöhen, indem sichergestellt wird, dass nur autorisierte Personen oder Systeme auf Ihre AWS-Ressourcen zugreifen können.
    5. Sitzungstoken (optional): Dieses Feld ist optional. Zusätzlich zu den oben genannten Informationen können Sie ein Sitzungstoken einbinden, ein temporäres, zeitlich begrenztes Token, das bei der Arbeit mit temporären Sicherheitsanmeldeinformationen verwendet wird. Es bietet eine zusätzliche Sicherheitsebene, insbesondere in Szenarien, in denen ein befristeter Zugriff erforderlich ist, wie z. B. bei der Verwendung befristeter Sicherheitsanmeldedaten.
    6. Nachdem Sie die Authentifizierungsdetails eingerichtet haben, bestätigen Sie und klicken Sie auf Weiter, um zum Abschnitt Verbindung testen zu gelangen, um die Model connection zu testen.
    Anmerkung: Einzelheiten zur Einrichtung des Zugriffsschlüssels, Geheimer Zugriffsschlüssel und Sitzungstokens für Amazon Bedrock finden Sie unter: Amazon Bedrock: action „Authentifizieren“.
  4. Klicken Sie auf Verbindung testen, um sicherzustellen, dass alle Verbindungsdetails korrekt definiert wurden, und um zu prüfen, ob die Verbindung funktioniert.
    Dies ist ein Desktopvorgang unter Verwendung eines Bot Agent. Verwenden Sie Bot Agent 22.60.10 und höher für erfolgreiche Tests.
    • Wenn die Verbindung wie erwartet funktioniert, verarbeitet das System die Anfrage, und Sie erhalten eine vom System generierte Erfolgsmeldung.
    • Wenn die Verbindung nicht wie erwartet funktioniert, erhalten Sie eine vom System generierte Meldung, die den Grund für den Verbindungsfehler angibt. Wenn Sie zum Beispiel das unterstützte Basismodell-Paket nicht in Ihren Arbeitsbereich heruntergeladen haben, erhalten Sie eine Fehlermeldung. In diesem Fall müssen Sie das Paket herunterladen und die Model connection erneut testen.
    • Wenn der Test einer Model connection nicht erfolgreich ist oder wenn Sie die Aufgabe unvollständig lassen, wird die Model connection nicht gespeichert, und Sie müssen den Prozess der Erstellung der Model connection neu starten.
  5. Klicken Sie auf Weiter, um zum Abschnitt Rollen einladen zu gelangen und mit der Zuweisung benutzerdefinierter Rollen zu Benutzern zu beginnen.
    Der Automatisierungsadministrator erstellt benutzerdefinierte Rollen und weist die Model connections der Rolle zu, die dann den Nutzern zugewiesen werden kann. Nur Nutzer, die dieser benutzerdefinierten Rolle zugewiesen sind, können diese Model connection nutzen.
  6. Weisen Sie dem Pro-Entwickler über eine benutzerdefinierte Rolle (mithilfe von RBAC) Zugriff zu, um mit diesem Model connection ein AI Skill zu erstellen.
  7. Klicken Sie auf Modellverbindung erstellen, um die Erstellung der Model connection abzuschließen.
    Nach der erfolgreichen Erstellung der Model connection würde der Pro-Entwickler diese verwenden, um ein AI Skill zu erstellen.

    Siehe: Erstellen Sie AI Skills mit Grounded by knowledge base Model connections

    .

Nächste Maßnahme

Nach dem Erstellen und Testen der Model connection weisen Sie sie den professionellen Entwicklern zu, die diese Verbindung nutzen, um AI Skills zu erstellen.

Einzelheiten finden Sie unter Erstellen Sie AI Skills mit Grounded by knowledge base Model connections.

Anmerkung: Wenn Sie eine AI Skill auf dem Bildschirm AI-Fähigkeit erstellen oder testen, können Sie die Details zum Erfolg oder Fehlschlag zusammen mit den Modellantworten in diesen Navigationsbildschirmen einsehen:
  • Administration > KI-Governance > KI-Eingabeprotokoll
  • Administration > KI-Governance > Ereignisprotokoll
  • Verwaltung > Auditprotokoll

Einzelheiten finden Sie unter AI Governance.

Gehen Sie als nächsten Schritt in Ihrer Aufgabenabfolge zu Erstellen Sie AI Skills mit Grounded by knowledge base Model connections, erstellen Sie eine AI Skill und verbinden Sie sich mit einer Grounded by knowledge base-Model connection, um sie anschließend in einer Automatisierung zu verwenden.