Extrair dados usando modelos Anthropic

Você pode usar os modelos de IA generativa Anthropic que estão disponíveis via AWS e GCP para extração de dados em Document Automation.A opção Anthropic está disponível da v.33 e versões posteriores.

Pré-requisitos

Por padrão, nenhuma configuração adicional é obrigatória para Anthropic. A extração de dados funcionará usando uma conta de serviço Automation Anywhere disponível na AWS. No entanto, se você quiser usar sua própria conta, certifique-se de ter executado as seguintes tarefas, dependendo do provedor Nuvem que você configurou para Anthropic:

O Anthropic oferece as seguintes vantagens:

  • Processamento eficiente de documentos grandes e não estruturados
  • Suporte a documentos em inglês e outros idiomas
  • Processamento mais rápido de documentos com extração de dados mais precisa
  • Flexibilidade para usar o modelo Traga sua própria licença (BYOL)
Nota: Recomendamos usar modelos Anthropic Claude 3.0 ou posteriores para extração de dados.

Procedimento

  1. Navegue até Automação > Documentar processos do espaço de trabalho.
  2. Clique na pasta com o mesmo nome da instância de aprendizado. Por exemplo, se o nome da instância de aprendizado for Residential Lease, o nome da pasta será Residential Lease.
  3. Clique em <li_name>_extractionbot.
  4. No Editor de bot, selecione a ação Extrair dados.
  5. Na opção Configurações adicionais, selecione Anthropic.
  6. Use uma das seguintes opções, conforme o provedor de Nuvem para o qual você configurou o Anthropic:
    • AWS Bedrock
      1. Na opção Chave de acesso, insira o identificador exclusivo associado a um usuário que é obrigatório para autenticação.

        A chave de acesso é usada como o nome de usuário para autenticação. Use a opção Credencial, Variável ou String insegura para inserir a chave de acesso.

      2. Na opção Chave de acesso secreta, insira a string secreta associada à chave de acesso necessária para autenticação.

        A chave de acesso secreta é usada como senha para autenticação. Use a opção Credencial, Variável ou String insegura para inserir a chave de acesso secreta.

      3. (Opcional) Na opção Token de sessão, insira uma credencial de segurança de curta duração que forneça acesso temporário ao serviço.

        Esta é uma configuração opcional. Ela é necessária apenas caso queira que os usuários tenham acesso por um período limitado. Use a opção Credencial, Variável ou String insegura para inserir o token de sessão.

        Nota: Se você estiver usando a opção de token de sessão, atualize esse token sempre que ele for atualizado para processar documentos sem interrupções ou erros.
      4. Na opção URL do endpoint para modelo Claude, insira o URL para especificar o modelo Anthropic e enviar solicitações ao endpoint do AWS Bedrock.

        Por exemplo, https://bedrock-runtime.{aws-region}.amazonaws.com/model/{model-id}/invoke. Consulte Amazon Bedrock endpoints and quotas e AWS Bedrock model IDs .

    • GCP Vertex AI
      1. Na opção Chave da conta de serviço, insira as credenciais usadas para autenticação nos serviços do GCP.

        Use a opção Credencial, Variável ou String insegura para inserir a chave da conta de serviço. Consulte Creating a service account.

        Nota: O Google atualiza o valor da chave privada na chave da conta de serviço em determinados intervalos por motivos de segurança. Certifique-se de atualizar o valor sempre que o valor da chave privada for atualizado para processar documentos sem interrupções ou erros.
      2. Na opção URL do endpoint para modelo Claude, insira o URL para especificar o modelo do Anthropic e enviar solicitações ao endpoint do Google Vertex AI.

        Por exemplo, https://{gcp-region}-aiplatform.googleapis.com/v1/projects/{project-id}/locations/{deployment-region}/publishers/anthropic/models/{model-ID}:RawPredict. Consulte AWS Bedrock InvokeModel examples.

    Nota: Verifique se as configurações do Anthropic estão definidas corretamente. Caso contrário, um erro será exibido quando os documentos forem processados nas instâncias de aprendizado.
Agora que configurou BYOL para usar o modelo do Anthropic, você pode processar documentos usando a instância de aprendizado para extrair dados.