Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Simulación
La simulación le permite evaluar a su agente comparándolo con las conversaciones dinámicas de varios turnos generadas por LLM-backed los actores. En lugar de reproducir guiones fijos, usted define los perfiles de los actores con personajes y objetivos, y el motor de simulación genera conversaciones realistas con su agente.
Los escenarios simulados se integran con los mismos ejecutores de conjuntos de datos que se utilizan para los escenarios predefinidos. Incluyes escenarios simulados en tu conjunto de datos, estableces una configuración de simulación en el ejecutor y este gestiona internamente el ciclo de vida del actor.
Tipos de simulación
Amazon Bedrock AgentCore admite los siguientes tipos de simulación:
-
Simulación de usuario: un LLM-backed actor desempeña el papel de un usuario final que interactúa con su agente. El actor tiene una personalidad (rasgos, contexto) y un objetivo, y genera mensajes de usuario realistas hasta que se alcanza el objetivo o se alcanza el límite de turnos. Usa la simulación de usuarios para comprobar cómo tu agente gestiona los distintos comportamientos de los usuarios, las conversaciones abiertas y los casos extremos a gran escala.
Requisitos previos
-
El extra de simulación:
pip install 'bedrock-agentcore[simulation]'Esto instala el motor de simulación de actores que se utiliza para generar turnos de conversación dinámicos.
-
AWS credenciales con permisos para invocar el modelo de actor a través de Amazon Bedrock. El actor se ejecuta como una llamada de LLM independiente, por lo que las credenciales utilizadas por el ejecutor deben tener
bedrock:InvokeModelpermiso para el modelo especificado en.SimulationConfig.model_id -
Se aplican todos los requisitos previos para la evaluación del conjunto de datos.
