SageMaker में AI एजेंट बनाएँ

जनरेटिव AI-संचालित एजेंटों के साथ स्वचालित वर्कफ़्लोज़

परिचालन दक्षता बनाए रखने का निरंतर दबाव एक ऐसी चुनौती है जिसका सामना सभी आकार की कंपनियां करती हैं। यह चुनौती डेटा की बढ़ती मात्रा, जटिल प्रणालियों और ग्राहक इंटरैक्शन की भारी संख्या से और बढ़ जाती है, जिसे प्रबंधित करने की आवश्यकता होती है। पारंपरिक मैनुअल प्रक्रियाएं और सूचना स्रोतों की अक्सर-विघटित प्रकृति महत्वपूर्ण बाधाएं पैदा कर सकती है। ये रुकावटें निर्णय लेने की प्रक्रिया को धीमा कर देती हैं और टीमों को उच्च-मूल्य वाले काम के लिए अपना समय और ऊर्जा समर्पित करने से रोकती हैं जो वास्तव में सुई को स्थानांतरित करता है। जनरेटिव AI एजेंट एक परिवर्तनकारी समाधान का प्रतिनिधित्व करते हैं। ये एजेंट स्वचालित रूप से किसी कंपनी के मौजूदा सिस्टम के साथ इंटरफेस कर सकते हैं, कार्यों की एक विस्तृत श्रृंखला को निष्पादित कर सकते हैं और तत्काल अंतर्दृष्टि प्रदान कर सकते हैं। यह संगठनों को जटिलता में वृद्धि के बिना अपने संचालन को प्रभावी ढंग से स्केल करने की अनुमति देता है।

Amazon Bedrock in SageMaker Unified Studio सीधे इन व्यापक चुनौतियों का समाधान करता है। यह AI-संचालित समाधान बनाने के लिए डिज़ाइन की गई एक एकीकृत सेवा प्रदान करता है। यह प्लेटफ़ॉर्म ग्राहक डेटा को केंद्रीकृत करता है और प्राकृतिक भाषा इंटरैक्शन को सक्षम बनाता है, जिससे यह सहज और उपयोगकर्ता के अनुकूल हो जाता है। एक प्रमुख लाभ मौजूदा अनुप्रयोगों के साथ इसका सहज एकीकरण है। इसमें आवश्यक Amazon Bedrock विशेषताएं भी शामिल हैं, जिसमें फाउंडेशन मॉडल (FMs) का विस्तृत चयन, प्रॉम्प्ट इंजीनियरिंग क्षमताएं, प्रासंगिक समझ के लिए ज्ञान आधार, कार्य निष्पादन के लिए एजेंट, वर्कफ़्लो ऑर्केस्ट्रेशन के लिए प्रवाह, प्रदर्शन निगरानी के लिए मूल्यांकन उपकरण और जिम्मेदार AI विकास के लिए गार्डरेल शामिल हैं। उपयोगकर्ता अपनी संगठन की एकल साइन-ऑन (SSO) प्रणाली के माध्यम से AI क्षमताओं के इस व्यापक सूट तक आसानी से पहुंच सकते हैं। यह टीम के सदस्यों के बीच सहयोग को बढ़ावा देता है और AWS Management Console तक सीधी पहुंच की आवश्यकता के बिना AI अनुप्रयोगों के परिशोधन की अनुमति देता है।

स्वचालित वर्कफ़्लोज़ के लिए जनरेटिव AI-संचालित एजेंट

Amazon Bedrock in SageMaker Unified Studio आपको परिष्कृत जनरेटिव AI एजेंट बनाने और तैनात करने का अधिकार देता है। ये एजेंट आपके संगठन के अनुप्रयोगों, डेटाबेस और यहां तक कि तृतीय-पक्ष सिस्टम के साथ सहजता से एकीकृत हो सकते हैं। एकीकरण का यह स्तर आपके संपूर्ण प्रौद्योगिकी स्टैक में प्राकृतिक भाषा इंटरैक्शन को सक्षम बनाता है। चैट एजेंट जटिल सूचना प्रणालियों और उपयोगकर्ता के अनुकूल संचार के बीच एक महत्वपूर्ण पुल के रूप में कार्य करता है। Amazon Bedrock फ़ंक्शंस और Amazon Bedrock Knowledge Bases का लाभ उठाकर, एजेंट विविध डेटा स्रोतों से जुड़ने की क्षमता प्राप्त करता है। ये स्रोत वास्तविक समय परियोजना स्थिति ट्रैकिंग के लिए JIRA API से लेकर ग्राहक संबंध प्रबंधन (CRM) सिस्टम तक ग्राहक जानकारी प्राप्त करने के लिए हो सकते हैं। एजेंट परियोजना कार्यों को भी अपडेट कर सकता है, उपयोगकर्ता वरीयताओं का प्रबंधन कर सकता है और बहुत कुछ कर सकता है।

यह व्यापक कार्यक्षमता किसी संगठन के भीतर विभिन्न टीमों को महत्वपूर्ण लाभ प्रदान करती है। बिक्री और विपणन टीमें ग्राहक जानकारी और उनके पसंदीदा मीटिंग समय तक तेजी से पहुंच प्राप्त कर सकती हैं। परियोजना प्रबंधक JIRA कार्यों और समय-सीमा को कुशलतापूर्वक प्रबंधित कर सकते हैं, परियोजना वर्कफ़्लोज़ को अनुकूलित कर सकते हैं। AI एजेंट द्वारा सुगम यह सुव्यवस्थित प्रक्रिया, पूरे संगठन में उत्पादकता में वृद्धि और बेहतर ग्राहक इंटरैक्शन की ओर ले जाती है।

समाधान अवलोकन

Amazon Bedrock जनरेटिव AI एप्लिकेशन बनाने और साझा करने के लिए SageMaker Unified Studio के भीतर एक शासित, सहयोगी वातावरण प्रदान करता है। आइए एक व्यावहारिक उदाहरण समाधान में तल्लीन करें जो एक ग्राहक प्रबंधन एजेंट के कार्यान्वयन को प्रदर्शित करता है:

• Agentic Chat: Amazon Bedrock की चैट एप्लिकेशन सुविधाओं का उपयोग करके एक परिष्कृत एजेंटिक चैट एप्लिकेशन बनाया जा सकता है। इस चैट एप्लिकेशन को उन कार्यों के साथ सहजता से एकीकृत किया जा सकता है जो आसानी से अन्य AWS सेवाओं का उपयोग करके बनाए जाते हैं, जैसे सर्वर रहित कंप्यूट के लिए AWS Lambda और API बनाने और प्रबंधित करने के लिए Amazon API Gateway।
• Data Management: SageMaker Unified Studio, Amazon DataZone के साथ मिलकर, अपनी एकीकृत सेवाओं के माध्यम से एक व्यापक डेटा प्रबंधन समाधान प्रदान करता है। संगठन प्रशासकों के पास Amazon Bedrock मॉडल और सुविधाओं तक सदस्य पहुंच पर बारीक नियंत्रण होता है। यह सुरक्षितपहचान प्रबंधन और दानेदार अभिगम नियंत्रण सुनिश्चित करता है, डेटा सुरक्षा और अनुपालन बनाए रखता है।

इससे पहले कि हम AI एजेंट की तैनाती में गहराई से गोता लगाएँ, आर्किटेक्चर के प्रमुख चरणों से गुजरना फायदेमंद है।

वर्कफ़्लो इस प्रकार सामने आता है:

1. उपयोगकर्ता प्रमाणीकरण और सहभागिता: उपयोगकर्ता AWS IAM Identity Center से अपने संगठन के SSO क्रेडेंशियल्स का उपयोग करके SageMaker Unified Studio में लॉग इन करके प्रक्रिया शुरू करता है। एक बार प्रमाणित होने के बाद, उपयोगकर्ता प्राकृतिक भाषा का उपयोग करके चैट एप्लिकेशन के साथ बातचीत करता है, प्रश्न पूछता है या अनुरोध करता है।
2. फ़ंक्शन इनवोकेशन: Amazon Bedrock चैट एप्लिकेशन प्रासंगिक जानकारी प्राप्त करने के लिए बुद्धिमानी से एक पूर्व-परिभाषित फ़ंक्शन का उपयोग करता है। यह फ़ंक्शन JIRA स्थिति अपडेट या डेटाबेस से ग्राहक जानकारी लाने के लिए डिज़ाइन किया जा सकता है। पुनर्प्राप्ति API Gateway का उपयोग करके एक सुरक्षित समापन बिंदु के माध्यम से की जाती है।
3. सुरक्षित पहुंच और Lambda ट्रिगर: चैट एप्लिकेशन निर्दिष्ट समापन बिंदु तक सुरक्षित रूप से पहुंचने के लिए API Gateway के साथ खुद को प्रमाणित करता है। यह प्रमाणीकरण AWS Secrets Manager में सुरक्षित रूप से संग्रहीत एक बेतरतीब ढंग से उत्पन्न API कुंजी का उपयोग करके प्राप्त किया जाता है। उपयोगकर्ता के अनुरोध के आधार पर, उपयुक्त Lambda फ़ंक्शन ट्रिगर होता है।
4. कार्रवाई निष्पादन: Lambda फ़ंक्शन, अब सक्रिय, उपयोगकर्ता द्वारा अनुरोधित विशिष्ट क्रियाएं करता है। इसमें एजेंट द्वारा प्रदान किए गए आवश्यक मापदंडों के साथ JIRA API को कॉल करना या डेटाबेस को क्वेरी करना शामिल है। एजेंट को विभिन्न प्रकार के कार्यों को संभालने के लिए डिज़ाइन किया गया है, जिसमें शामिल हैं:
   1. किसी विशिष्ट ग्राहक का संक्षिप्त विवरण प्रदान करना।
   2. किसी विशेष ग्राहक के साथ हाल की बातचीत को सूचीबद्ध करना।
   3. किसी निर्दिष्ट ग्राहक के लिए मीटिंग वरीयताओं को पुनः प्राप्त करना।
   4. किसी विशिष्ट परियोजना से जुड़े खुले JIRA टिकटों की सूची प्राप्त करना।
   5. किसी विशेष JIRA टिकट के लिए नियत तारीख को अपडेट करना।

पूर्वापेक्षाएँ

इस समाधान कार्यान्वयन के साथ पालन करने और अपना स्वयं का ग्राहक प्रबंधन एजेंट बनाने के लिए, आपको निम्नलिखित पूर्वापेक्षाओं की आवश्यकता होगी:

• AWS खाता: आवश्यक सेवाओं तक पहुँचने के लिए एक सक्रिय AWS खाता आवश्यक है।
• SageMaker Unified Studio Access: SageMaker Unified Studio के भीतर Amazon Bedrock तक उपयोगकर्ता की पहुंच आवश्यक है।
• मॉडल एक्सेस: आपको Amazon Bedrock पर Amazon Nova Pro तक मॉडल एक्सेस की आवश्यकता होगी। सुनिश्चित करें कि यह मॉडल एक समर्थित AWS क्षेत्र में उपलब्ध है।
• JIRA सेटअप: JIRA के साथ एकीकृत करने के लिए एक JIRA एप्लिकेशन, उसका संबंधित JIRA URL और आपके खाते से जुड़ा एक JIRA API टोकन आवश्यक है।

यह माना जाता है कि आपके पास AWS पर मौलिक सर्वर रहित अवधारणाओं की बुनियादी समझ है, जिसमें API Gateway, Lambda फ़ंक्शन और IAM Identity Center शामिल हैं। जबकि यह पोस्ट इन सेवाओं की गहन परिभाषाएँ प्रदान नहीं करेगी, हम SageMaker Unified Studio के भीतर उपलब्ध नई Amazon Bedrock सुविधाओं के संदर्भ में उनके उपयोग के मामलों का प्रदर्शन करेंगे।

समाधान की तैनाती

ग्राहक प्रबंधन एजेंट समाधान को तैनात करने के लिए, इन चरणों का पालन करें:

1. कोड डाउनलोड करें: प्रदान किए गए GitHub रिपॉजिटरी से आवश्यक कोड डाउनलोड करके प्रारंभ करें।
2. JIRA क्रेडेंशियल पुनः प्राप्त करें: Lambda फ़ंक्शन के लिए JIRA_API_KEY_ARN, JIRA_URL और JIRA_USER_NAME के मान प्राप्त करें। इन क्रेडेंशियल्स का उपयोग आपके JIRA इंस्टेंस के साथ प्रमाणित करने के लिए किया जाएगा।
3. CloudFormation स्टैक लॉन्च करें: प्रदान किए गए AWS CloudFormation टेम्पलेट का उपयोग करें। अपने पसंदीदा AWS क्षेत्र में स्टैक लॉन्च करने के विस्तृत निर्देशों के लिए “CloudFormation कंसोल से स्टैक बनाएं” पर दस्तावेज़ देखें।
4. API Gateway URL: CloudFormation स्टैक के सफलतापूर्वक तैनात होने के बाद, आउटपुट टैब पर नेविगेट करें। ApiInvokeURL मान का पता लगाएँ और उसे नोट करें। यह URL आपके API Gateway के समापन बिंदु का प्रतिनिधित्व करता है।
5. Secrets Manager कॉन्फ़िगरेशन: Secrets Manager कंसोल तक पहुंचें। JIRA_API_KEY_ARN, JIRA_URL और JIRA_USER_NAME के अनुरूप रहस्य खोजें।
6. गुप्त मान अपडेट करें: प्रत्येक रहस्य के लिए गुप्त पुनर्प्राप्त करें विकल्प चुनें। चरण 2 में प्राप्त संबंधित चरों को गुप्त प्लेनटेक्स्ट स्ट्रिंग में कॉपी करें। यह आपके JIRA क्रेडेंशियल्स को सुरक्षित रूप से संग्रहीत करेगा।
7. SageMaker Unified Studio में साइन इन करें: अपने संगठन के SSO क्रेडेंशियल्स का उपयोग करके SageMaker Unified Studio में साइन इन करें।

एक नई परियोजना बनाना

बुनियादी ढांचे के साथ, आइए SageMaker Unified Studio के भीतर एक नई परियोजना बनाएँ:

1. परियोजना निर्माण: SageMaker Unified Studio लैंडिंग पृष्ठ पर, एक नई परियोजना का निर्माण शुरू करें।
2. परियोजना नामकरण: अपनी परियोजना को एक वर्णनात्मक नाम दें (उदाहरण के लिए, crm-agent)।
3. प्रोफ़ाइल चयन: जनरेटिव AI एप्लिकेशन डेवलपमेंट प्रोफ़ाइल चुनें और आगे बढ़ें।
4. डिफ़ॉल्ट सेटिंग्स: डिफ़ॉल्ट सेटिंग्स स्वीकार करें और जारी रखें।
5. पुष्टि: परियोजना कॉन्फ़िगरेशन की समीक्षा करें और पुष्टि करने के लिए परियोजना बनाएँ चुनें।

चैट एजेंट एप्लिकेशन का निर्माण

अब, आइए अपने समाधान का मूल निर्माण करें - चैट एजेंट एप्लिकेशन:

1. चैट एजेंट आरंभ: crm-agent प्रोजेक्ट लैंडिंग पृष्ठ के भीतर, दाईं ओर नया अनुभाग खोजें। अपना एप्लिकेशन बनाना शुरू करने के लिए चैट एजेंट चुनें।
   यह आपके एजेंट एप्लिकेशन के लिए कॉन्फ़िगरेशन की एक सूची प्रस्तुत करेगा।

2. मॉडल चयन: मॉडल अनुभाग के तहत, Amazon Bedrock द्वारा समर्थित एक वांछित फाउंडेशन मॉडल (FM) का चयन करें। इस crm-agent के लिए, हम Amazon Nova Pro चुनेंगे।

3. सिस्टम प्रॉम्प्ट परिभाषा: सिस्टम प्रॉम्प्ट अनुभाग में, निम्नलिखित प्रॉम्प्ट प्रदान करें। यह प्रॉम्प्ट एजेंट के व्यवहार और प्रतिक्रियाओं का मार्गदर्शन करेगा। आप इसके प्रदर्शन को और परिष्कृत करने के लिए उपयोगकर्ता इनपुट और मॉडल प्रतिक्रियाओं के उदाहरणों को वैकल्पिक रूप से शामिल कर सकते हैं।

   आप एक ग्राहक संबंध प्रबंधन एजेंट हैं जिसे एक बिक्री व्यक्ति को ग्राहकों के साथ अपने काम की योजना बनाने में मदद करने का काम सौंपा गया है। आपको एक API समापन बिंदु प्रदान किया गया है। यह समापन बिंदु कंपनी का अवलोकन, कंपनी इंटरैक्शन इतिहास (मीटिंग का समय और नोट्स), कंपनी मीटिंग वरीयताएँ (मीटिंग का प्रकार, सप्ताह का दिन और दिन का समय) जैसी जानकारी प्रदान कर सकता है। आप Jira कार्यों को भी क्वेरी कर सकते हैं और उनकी समय-सीमा को अपडेट कर सकते हैं। प्रतिक्रिया प्राप्त करने के बाद, इसे पठनीय प्रारूप में साफ करें। यदि आउटपुट एक क्रमांकित सूची है, तो इसे न्यूलाइन वर्णों और संख्याओं के साथ स्वरूपित करें।

4. फ़ंक्शन निर्माण: फ़ंक्शंस अनुभाग में, एक नया फ़ंक्शन बनाएँ चुनें। यह फ़ंक्शन उन कार्यों को परिभाषित करेगा जो एजेंट कर सकता है।

5. फ़ंक्शन नामकरण: अपने फ़ंक्शन को एक वर्णनात्मक नाम दें, जैसे crm_agent_calling।

6. फ़ंक्शन स्कीमा: फ़ंक्शन स्कीमा के लिए, GitHub रिपॉजिटरी में प्रदान की गई OpenAPI परिभाषा का उपयोग करें। यह स्कीमा आपके फ़ंक्शन के लिए इनपुट और आउटपुट पैरामीटर को परिभाषित करता है।

7. प्रमाणीकरण कॉन्फ़िगरेशन: प्रमाणीकरण विधि के लिए, API कुंजी (अधिकतम 2 कुंजी) चुनें और निम्नलिखित विवरण दर्ज करें:

   1. कुंजी भेजी गई, हेडर चुनें।
   2. कुंजी नाम के लिए, x-api-key दर्ज करें।
   3. कुंजी मान के लिए, Secrets Manager API कुंजी दर्ज करें।

8. API सर्वर समापन बिंदु: API सर्वर अनुभाग में, CloudFormation आउटपुट से प्राप्त समापन बिंदु URL (ApiInvokeURL) इनपुट करें।

9. फ़ंक्शन अंतिम रूप: फ़ंक्शन निर्माण को अंतिम रूप देने के लिए बनाएँ चुनें।

10. एप्लिकेशन सेविंग: चैट एजेंट एप्लिकेशन के फ़ंक्शंस अनुभाग में, आपके द्वारा अभी बनाए गए फ़ंक्शन का चयन करें और एप्लिकेशन निर्माण को पूरा करने के लिए सहेजें चुनें।

उदाहरण सहभागिता

आइए इस चैट एजेंट का उपयोग कैसे किया जा सकता है, इसके कुछ व्यावहारिक उदाहरण देखें:

उपयोग मामला 1: CRM विश्लेषक ग्राहक विवरण पुनर्प्राप्त करना

एक CRM विश्लेषक डेटाबेस में संग्रहीत ग्राहक विवरण को पुनः प्राप्त करने के लिए प्राकृतिक भाषा का उपयोग कर सकता है। यहां कुछ उदाहरण प्रश्न दिए गए हैं जो वे पूछ सकते हैं:

• “मुझे ग्राहक C-jkl101112 का संक्षिप्त विवरण दें।”
• “ग्राहक C-def456 के लिए अंतिम 2 हालिया इंटरैक्शन सूचीबद्ध करें।”
• “ग्राहक C-mno131415 कौन सी संचार विधि पसंद करता है?”
• “उनकी प्राथमिकताओं और हमारी अंतिम बातचीत के आधार पर C-ghi789 तक पहुंचने के लिए इष्टतम समय और संपर्क चैनल की सिफारिश करें।”

एजेंट, इन अनुरोधों को प्राप्त करने पर, बुद्धिमानी से डेटाबेस को क्वेरी करेगा और स्पष्ट और संक्षिप्त प्रारूप में संबंधित उत्तर प्रदान करेगा।

उपयोग मामला 2: परियोजना प्रबंधक JIRA टिकटों का प्रबंधन करना

एक परियोजना प्रबंधक JIRA टिकटों को सूचीबद्ध करने और अपडेट करने के लिए एजेंट का उपयोग कर सकता है। यहां कुछ उदाहरण इंटरैक्शन दिए गए हैं:

• “परियोजना आईडी CRM के लिए खुले JIRA कार्य क्या हैं?”
• “कृपया JIRA कार्य CRM-3 को 1 सप्ताह के लिए अपडेट करें।”

एजेंट JIRA बोर्ड तक पहुंचेगा, प्रासंगिक परियोजना जानकारी प्राप्त करेगा और खुले JIRA कार्यों की एक सूची प्रदान करेगा। यह उपयोगकर्ता द्वारा अनुरोधित एक विशिष्ट कार्य की समय-सीमा को भी अपडेट करेगा।

साफ - सफाई

अनावश्यक लागतों को रोकने के लिए, निम्नलिखित सफाई चरणों का पालन करें:

1. CloudFormation स्टैक हटाएं: आपके द्वारा पहले तैनात किए गए CloudFormation स्टैक को हटा दें।
2. फ़ंक्शन घटक हटाएं: Amazon Bedrock में आपके द्वारा बनाए गए फ़ंक्शन घटक को हटा दें।
3. चैट एजेंट एप्लिकेशन हटाएं: Amazon Bedrock के भीतर चैट एजेंट एप्लिकेशन को हटा दें।
4. डोमेन हटाएं: SageMaker Unified Studio में डोमेन हटाएं।

लागत

SageMaker Unified Studio के भीतर Amazon Bedrock का उपयोग करने पर कोई अलग शुल्क नहीं लगता है। हालाँकि, आपसे सेवा के भीतर उपयोग की जाने वाली व्यक्तिगत AWS सेवाओं और संसाधनों के लिए बिल लिया जाएगा। Amazon Bedrock एक पे-एज़-यू-गो मॉडल पर काम करता है, जिसका अर्थ है कि आप केवल उन संसाधनों के लिए भुगतान करते हैं जिनका आप उपभोग करते हैं, बिना किसी न्यूनतम शुल्क या अग्रिम प्रतिबद्धताओं के।

यदि आपको मूल्य निर्धारण गणना में और सहायता की आवश्यकता है या अपने विशिष्ट उपयोग के मामले के लिए लागतों को अनुकूलित करने के बारे में प्रश्न हैं, तो AWS समर्थन तक पहुंचने या अपने खाता प्रबंधक से परामर्श करने की अनुशंसा की जाती है। वे आपकी आवश्यकताओं के आधार पर अनुरूप मार्गदर्शन प्रदान कर सकते हैं।