Créer Grounded Model connections avec Amazon Bedrock RAG la capacité

Créez Grounded by knowledge base Model connections en utilisant la capacité native RAG (génération augmentée par extraction) de Amazon Bedrock pour générer des informations précises et contextuellement pertinentes référencées à partir de Amazon Knowledge Base.

Une requête de recherche sur RAG extrait des segments de contenu pertinents à partir de grands jeux de données, qui sont pertinents et précis par rapport au contexte fourni. Après avoir extrait les informations pertinentes, le modèle les utilise pour générer une réponse.

Prérequis

L\'administrateur de l\'automatisation a besoin de ces rôles et autorisations pour créer et gérer des Model connections pour son organisation.
  • Rôle : AAE_Basic, rôle personnalisé Administrateur de l\'automatisation
  • Autorisation : Bot Runner assisté
  • Paramètres : La gestion des données de l\'IA doit être activée par l\'administrateur d\'automatisation et la case à cocher sélectionnée pour Autoriser les utilisateurs à désactiver les journaux sur les compétences de l\'IA. Permettre aux utilisateurs avec la licence Bot Creator de désactiver la journalisation des données lors de l\'utilisation des compétences d\'IA pour activer le Data logging dans l\'écran AI Skills.

Voir Rôles et autorisations pour les autorisations du rôle personnalisé Administrateur d\'automatisation.

Autres exigences:

  • Pour utiliser la capacité Amazon Bedrock-RAG, vous devez d\'abord créer une base de connaissances dans Amazon Bedrock avant de créer la Grounded by knowledge base Model connection.

    Voir : Create Amazon Knowledge Base

    Flux de travail pour utiliser la capacité Amazon Bedrock RAG pour créer Model connections

  • Si vous souhaitez stocker des détails d\'authentification dans un coffre d\'accréditation, ayez ces informations à portée de main. Voir Magasin d'informations d'identification sécurisé via Credential Vault.
  • Pour essayer une Model connection, vous devez être connecté à un Bot Agent 22.60.10 ou ultérieur. Dans le cadre de l\'essai, vous devrez exécuter le bot sur votre bureau. Veillez donc à ce que le Bot Agent soit configuré pour votre utilisateur. Pour cette tâche, si vous devez basculer la connexion vers une autre Control Room, voir : Basculer l\'enregistrement de périphérique entre des instances de la Control Room.
  • Vous aurez besoin d\'accès aux packages Recorder et AI Skills pour réussir l\'essai de la connexion. Un essai de Prompt sera exécuté pour tester la Model connection.
  • Pour utiliser des modèles supplémentaires de Amazon Bedrock qui ne sont pas disponibles lors de la création d\'une Model connection, il est nécessaire d\'obtenir le Model ID et le Model ARN à partir des modèles pris en charge de Amazon Bedrock.

    Voir : Add Amazon Bedrock models from AWS Services

Procédure

  1. Dans votre environnement Control Room, accédez à IA > Connexions du modèle > Créer une connexion du modèle.
  2. Sur l\'écran Créer une connexion de modèle, vous devez configurer les Paramètres de connexion suivants :
    1. Nom de la connexion de modèle : Fournissez un nom pour une identification facile de la Model connection.
    2. Description (facultatif) : Ajoutez une description courte et significative qui définit la connexion.
    3. Choisir un fournisseur : Choisissez un fournisseur de modèle fondamental parmi la liste des fournisseurs pris en charge. Pour créer une Grounded by knowledge base Model connection avec Amazon Bedrock, vous sélectionnerez Amazon Bedrock dans la liste déroulante.
    4. Choisir un type : Choisissez Grounded by knowledge base pour utiliser la capacité RAG.
    5. Sélectionnez un modèle ou créez-en un personnalisé : Choisissez un modèle dans la liste déroulante des modèles validés de Amazon Bedrock.
      De plus, nous prenons également en charge d\'autres modèles disponibles chez Amazon Bedrock, qui ne figurent pas dans la liste déroulante. Vous pouvez entrer manuellement le nom du modèle dans le champ Sélectionner un modèle ou en créer un personnalisé. Le nom que vous saisissez sera utilisé pour créer le Model connection. Vous pouvez utiliser soit le Model ID soit le Model ARN à ajouter à la liste. Voir : Add Amazon Bedrock models from AWS Services.
      Pour obtenir la liste complète des modèles pris en charge pour chaque fournisseur de modèles fondamentaux, consultez FAQ générale.
    6. Cliquez sur Suivant pour passer à la section Détails d\'authentification.
  3. Dans la section Détails d\'authentification, configurez ces paramètres :
    1. Région: Choisissez la région où votre modèle sélectionné est déployé pour authentifier la Model connection. Vous pouvez également ajouter une région qui n\'est pas disponible dans la liste déroulante en vous référant à la liste dans Amazon Bedrock. Entrez dans ce format pour ajouter la région à la liste. Par exemple : us-east-1.
      Pour obtenir la liste des régions de déploiement prises en charge pour les modèles Amazon Bedrock, consultez .Régions et modèles pris en charge pour les bases de connaissances Amazon Bedrock .
    2. ID de la base de connaissances Fournissez l\'ID de la base de connaissances que vous avez obtenu auprès de Amazon Bedrock.
      Voir Bases de connaissances Amazon Bedrock
    3. Clé d\'accès : cette clé d\'accès AWS sert d\'identifiant unique au sein de l\'écosystème AWS. Il s\'agit d\'un élément fondamental du processus d\'authentification, qui permet à AWS Services de reconnaître et de valider votre accès.
    4. Clé d\'accès secrète : Cette clé est la partie confidentielle de votre ID de clé d\'accès. Cette clé permet de signer les demandes adressées à AWS pour renforcer la sécurité en garantissant que seules les personnes ou les systèmes autorisés peuvent accéder à vos ressources AWS.
    5. Jeton de session (facultatif) : ce champ est facultatif. En complément des informations ci-dessus, vous pouvez inclure un jeton de session, c\'est-à-dire un jeton temporaire, limité dans le temps, utilisé lorsque vous travaillez avec des identifiants de sécurité temporaires. Il constitue un niveau de sécurité supplémentaire, en particulier dans les cas où un accès temporaire est nécessaire, par exemple lors de l\'utilisation d\'infos d\'identification de sécurité temporaires.
    6. Après avoir configuré les détails d\'authentification, confirmez et cliquez sur Suivant pour passer à la section Tester la connexion afin de tester la Model connection.
    Remarque : Pour obtenir des informations détaillées sur la configuration de la Clé d\'accès, de la Clé d\'accès secrète et du Jeton de session pour Amazon Bedrock, voir : Amazon Bedrock: action Authentifier.
  4. Cliquez sur Tester la connexion pour vous assurer que tous les détails de la connexion ont été correctement définis et vérifier si la connexion fonctionne.
    Il s\'agit d\'une opération de bureau utilisant un Bot Agent. Utilisez Bot Agent 22.60.10 et versions ultérieures pour un essai conforme.
    • Si la connexion fonctionne comme prévu, le système traitera la demande et génèrera un message de réussite.
    • Si la connexion ne fonctionne pas comme prévu, vous recevrez un message généré par le système indiquant la raison de l\'échec de la connexion. Par exemple, si vous n\'avez pas téléchargé le package du modèle fondamental pris en charge sur votre espace de travail, vous recevrez un message d\'erreur. Vous devrez télécharger le package et essayer à nouveau la Model connection.
    • Si l\'essai d\'une Model connection échoue ou si la tâche n\'est pas terminée, la Model connection ne sera pas enregistrée et vous devrez recommencer le processus de création de la Model connection.
  5. Cliquez sur Suivant pour passer à la section Inviter des rôles pour commencer à attribuer des rôles personnalisés aux utilisateurs.
    L\'administrateur d\'automatisation devra créer des rôles personnalisés et attribuer les Model connections au rôle, qui pourra ensuite être attribué aux utilisateurs. Seuls les utilisateurs assignés à ce rôle personnalisé peuvent utiliser cette Model connection.
  6. Attribuer l\'accès au Développeur Professionnel via un rôle personnalisé (en utilisant RBAC), pour utiliser cette Model connection pour créer une AI Skill.
  7. Cliquez sur Créer une connexion de modèle pour terminer la création de la Model connection.
    Après avoir créé avec succès la Model connection, le Développeur Professionnel l\'utilisera pour créer une AI Skill

    Voir : Créer AI Skills avec Grounded by knowledge base Model connections

    .

Étapes suivantes

Après avoir créé et essayé la Model connection, vous l\'attribuerez aux Développeurs Professionnels, qui utiliseront cette connexion pour créer des AI Skills.

Voir Créer AI Skills avec Grounded by knowledge base Model connections.

Remarque : Lorsque vous créez ou testez un AI Skill dans l\'écran Compétence IA, les détails de réussite ou d\'échec ainsi que les réponses du modèle peuvent être affichés dans ces écrans de navigation :
  • Administration > Gouvernance de l\'IA > Journal des invites de l\'IA
  • Administration > Gouvernance de l\'IA > Journal des événements
  • Administration > Journal d\'audit

Voir AI Governance.

Comme prochaine étape de votre séquence de tâches, accédez à Créer AI Skills avec Grounded by knowledge base Model connections, créez une AI Skill et connectez-vous à une Grounded by knowledge base Model connection afin de l\'utiliser ultérieurement dans une automatisation.