Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Voraussetzungen
Um semantisches Caching mit ElastiCache for Valkey zu implementieren, benötigen Sie:
Ein AWS Konto mit Zugriff auf Amazon Bedrock, einschließlich Amazon Bedrock AgentCore Runtime, dem Modell Amazon Titan Text Embeddings v2 und einem LLM wie Amazon Nova Premier, das in der Region USA Ost (Nord-Virginia) aktiviert ist.
The AWS Command Line Interface (AWS CLI) wurde mit Python 3.11 oder höher konfiguriert.
Eine Amazon Elastic Compute Cloud-Instance in Ihrer Amazon VPC mit den folgenden installierten Paketen:
pip install numpy pandas valkey bedrock-agentcore \ langchain-aws 'langgraph-checkpoint-aws[valkey]'Ein ElastiCache für Valkey Cluster mit Version 8.2 oder höher, der die Vektorsuche unterstützt. Anweisungen zum Erstellen eines Clusters finden Sie unterEinen Cluster für Valkey oder Redis OSS erstellen.
