기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
이 샘플 프로젝트는 Amazon Bedrock으로 통합하여 AI 프롬프트 체이닝을 수행하고 Amazon Bedrock을 사용하여 고품질 챗봇을 구축하는 방법을 보여 줍니다. 프로젝트는 몇 가지 프롬프트를 연결하여 제공된 순서대로 해결합니다. 이러한 프롬프트를 연결하면 고도로 엄선된 응답을 제공하는 데 사용되는 언어 모델의 기능이 향상됩니다.
이 샘플 프로젝트는 상태 시스템, 지원 AWS 리소스를 생성하고 관련 IAM 권한을 구성합니다. 이 샘플 프로젝트를 살펴보고 Step Functions 상태 머신으로 Amazon Bedrock 최적화 서비스 통합을 사용하는 방법에 대해 알아보거나 이를 자체 프로젝트의 시작점으로 사용합니다.
사전 조건
이 샘플 프로젝트는 Cohere Command 대규모 언어 모델(LLM)을 사용합니다. 이 샘플 프로젝트를 성공적으로 실행하려면 Amazon Bedrock 콘솔에서 이 LLM에 대한 액세스 권한을 추가해야 합니다. 모델 액세스 권한을 추가하려면 다음 내용을 따릅니다.
-
Amazon Bedrock 콘솔
을 엽니다. -
기본 탐색 창에서 모델 액세스를 선택합니다.
-
모델 액세스 관리를 선택합니다.
-
Cohere 옆의 확인란을 선택합니다.
-
액세스 요청을 선택합니다. Cohere 모델의 액세스 상태는 액세스 권한 부여됨으로 표시됩니다.
1단계: 상태 시스템 만들기
-
Step Functions 콘솔
을 열고 상태 시스템 생성을 선택합니다. -
작업할 스타터 템플릿을 찾아 선택합니다. 다음을 선택하여 계속 진행합니다.
-
데모 실행을 선택하여 읽기 전용의 즉시 배포 가능한 워크플로를 생성하거나, 이를 기반으로 구축을 선택하여 나중에 배포할 수 있는 편집 가능한 상태 시스템 정의를 생성합니다.
-
템플릿 사용을 선택하여 계속 선택합니다.
다음 단계는 이전 선택에 따라 달라집니다.
-
데모 실행 -가에 배포한 리소스로 읽기 전용 프로젝트를 생성하기 전에 상태 시스템을 검토할 수 AWS CloudFormation 있습니다 AWS 계정.
상태 시스템 정의를 볼 수 있으며 준비가 되면 배포 및 실행을 선택하여 프로젝트를 배포하고 리소스를 생성합니다.
배포는 리소스 및 권한을 생성하는 데 최대 10분이 걸릴 수 있습니다. 스택 ID 링크를 사용하여 AWS CloudFormation의 진행 상황을 모니터링할 수 있습니다.
배포가 완료되면 콘솔에 새 상태 시스템이 표시됩니다.
-
이를 기반으로 구축 - 워크플로 정의를 검토하고 편집할 수 있습니다. 사용자 지정 워크플로 실행을 시도하기 전에 샘플 프로젝트의 자리 표시자에 대한 값을 설정해야 할 수 있습니다.
참고
계정에 배포된 서비스에 표준 요금이 적용될 수 있습니다.
2단계: 상태 시스템 실행
상태 시스템 페이지에서 샘플 프로젝트를 선택합니다.
샘플 프로젝트 페이지에서 실행 시작을 선택합니다.
실행 시작 대화 상자에서 다음을 수행합니다.
-
(선택 사항) 생성된 기본값을 재정의하려면 사용자 지정 실행 이름을 입력합니다.
비 ASCII 이름 및 로깅
Step Functions는 비 ASCII 문자가 포함된 상태 시스템, 실행, 활동 및 레이블 이름을 허용합니다. 이러한 문자는 Amazon CloudWatch에서 작동하지 않으므로 CloudWatch에서 지표를 추적할 수 있도록 ASCII 문자만 사용하는 것이 좋습니다.
-
(선택 사항) 입력 상자에 입력 값을 JSON으로 입력합니다. 데모를 실행하는 경우 이 단계를 건너뛸 수 있습니다.
-
실행 시작을 선택합니다.
Step Functions 콘솔은 그래프 보기에서 상태를 선택하여 단계 세부 정보 창의 관련 정보를 탐색할 수 있는 실행 세부 정보 페이지로 연결됩니다.
-
축하합니다!
이제 실행 중인 데모 또는 사용자 지정할 수 있는 상태 시스템 정의가 있을 것입니다.
