Amazon SageMaker ஸ்டுடியோவில் Bedrock மூலம் AI ஏஜெண்ட்களை உருவாக்கவும்

தானியங்கி பணிப்பாய்வுகளுக்கான ஜெனரேட்டிவ் AI-ஆற்றல் முகவர்கள்

Amazon Bedrock in SageMaker Unified Studio, அதிநவீன ஜெனரேட்டிவ் AI ஏஜெண்ட்களை உருவாக்கி பயன்படுத்த உங்களுக்கு அதிகாரம் அளிக்கிறது. இந்த ஏஜெண்ட்கள் உங்கள் நிறுவனத்தின் பயன்பாடுகள், தரவுத்தளங்கள் மற்றும் மூன்றாம் தரப்பு சிஸ்டங்களுடன் கூட தடையின்றி ஒருங்கிணைக்க முடியும். இந்த அளவிலான ஒருங்கிணைப்பு உங்கள் முழு தொழில்நுட்ப அடுக்கிலும் இயல்பான மொழி தொடர்புகளை செயல்படுத்துகிறது. அரட்டை முகவர் ஒரு முக்கியமான பாலமாக செயல்படுகிறது, சிக்கலான தகவல் அமைப்புகளை பயனர் நட்பு தகவல்தொடர்புடன் இணைக்கிறது. Amazon Bedrock செயல்பாடுகள் மற்றும் Amazon Bedrock Knowledge Bases ஆகியவற்றைப் பயன்படுத்துவதன் மூலம், முகவர் பல்வேறு தரவு மூலங்களுடன் இணைக்கும் திறனைப் பெறுகிறார். இந்த ஆதாரங்கள் நிகழ்நேர திட்ட நிலை கண்காணிப்புக்கான JIRA APIகள் முதல் வாடிக்கையாளர் உறவு மேலாண்மை (CRM) அமைப்புகள் வரை வாடிக்கையாளர் தகவலை மீட்டெடுப்பதற்கானதாக இருக்கலாம். முகவர் திட்டப் பணிகளைப் புதுப்பிக்கலாம், பயனர் விருப்பங்களை நிர்வகிக்கலாம் மற்றும் பலவற்றைச் செய்யலாம்.

இந்த விரிவான செயல்பாடு ஒரு நிறுவனத்திற்குள் உள்ள பல்வேறு குழுக்களுக்கு குறிப்பிடத்தக்க நன்மைகளை வழங்குகிறது. விற்பனை மற்றும் சந்தைப்படுத்தல் குழுக்கள் வாடிக்கையாளர் தகவல் மற்றும் அவர்கள் விரும்பும் சந்திப்பு நேரங்களை விரைவாக அணுகலாம். திட்ட மேலாளர்கள் JIRA பணிகள் மற்றும் காலக்கெடுவை திறமையாக நிர்வகிக்கலாம், திட்ட பணிப்பாய்வுகளை மேம்படுத்தலாம். AI முகவரால் எளிதாக்கப்பட்ட இந்த நெறிப்படுத்தப்பட்ட செயல்முறை, முழு நிறுவனத்திலும் மேம்பட்ட உற்பத்தித்திறன் மற்றும் மேம்பட்ட வாடிக்கையாளர் தொடர்புகளுக்கு வழிவகுக்கிறது.

தீர்வு கண்ணோட்டம்

Amazon Bedrock, ஜெனரேட்டிவ் AI பயன்பாடுகளை உருவாக்கவும் பகிரவும், SageMaker Unified Studioவுக்குள், ஆளுகைக்கு உட்பட்ட, கூட்டுச் சூழலை வழங்குகிறது. வாடிக்கையாளர் மேலாண்மை முகவரை செயல்படுத்துவதை நிரூபிக்கும் ஒரு நடைமுறை உதாரண தீர்வை ஆராய்வோம்:

• Agentic Chat: Amazon Bedrock’இன் அரட்டை பயன்பாட்டு அம்சங்களைப் பயன்படுத்தி ஒரு அதிநவீன ஏஜெண்டிக் அரட்டை பயன்பாட்டை உருவாக்கலாம். இந்த அரட்டை பயன்பாடு, AWS Lambda போன்ற பிற AWS சேவைகளைப் பயன்படுத்தி எளிதாக உருவாக்கப்படும் செயல்பாடுகளுடன் தடையின்றி ஒருங்கிணைக்கப்படலாம்.
• தரவு மேலாண்மை: SageMaker Unified Studio, Amazon DataZone உடன் இணைந்து, அதன் ஒருங்கிணைந்த சேவைகள் மூலம் ஒரு விரிவான தரவு மேலாண்மை தீர்வை வழங்குகிறது. நிறுவன நிர்வாகிகள் Amazon Bedrock மாதிரிகள் மற்றும் அம்சங்களுக்கான உறுப்பினர் அணுகலின் மீது ஃபைன்-கிரெய்ன்ட் கட்டுப்பாட்டைக் கொண்டுள்ளனர். இது பாதுகாப்பான அடையாள மேலாண்மை மற்றும் கிரானுலர் அணுகல் கட்டுப்பாடு, தரவு பாதுகாப்பு மற்றும் இணக்கத்தை பராமரித்தல் ஆகியவற்றை உறுதி செய்கிறது.

AI ஏஜெண்டை வரிசைப்படுத்துவதில் ஆழமாக மூழ்குவதற்கு முன், கட்டமைப்பின் முக்கிய படிகளைப் பார்ப்பது பயனுள்ளது.

பணிப்பாய்வு பின்வருமாறு வெளிப்படுகிறது:

1. பயனர் அங்கீகாரம் மற்றும் தொடர்பு: AWS IAM அடையாள மையத்திலிருந்து தங்கள் நிறுவனத்தின் SSO சான்றுகளைப் பயன்படுத்தி SageMaker Unified Studioவில் உள்நுழைவதன் மூலம் பயனர் செயல்முறையைத் தொடங்குகிறார். அங்கீகரிக்கப்பட்டதும், பயனர் கேள்விகளைக் கேட்பது அல்லது கோரிக்கைகளை வைப்பது போன்ற இயல்பான மொழியைப் பயன்படுத்தி அரட்டை பயன்பாட்டுடன் தொடர்பு கொள்கிறார்.
2. செயல்பாட்டைத் தூண்டுதல்: Amazon Bedrock அரட்டை பயன்பாடு, தொடர்புடைய தகவலை மீட்டெடுக்க முன் வரையறுக்கப்பட்ட செயல்பாட்டை புத்திசாலித்தனமாகப் பயன்படுத்துகிறது. இந்த செயல்பாடு JIRA நிலை புதுப்பிப்புகள் அல்லது தரவுத்தளத்திலிருந்து வாடிக்கையாளர் தகவலைப் பெறுவதற்காக வடிவமைக்கப்பட்டிருக்கலாம். மீட்டெடுப்பு API Gateway ஐப் பயன்படுத்தி பாதுகாப்பான எண்ட்பாயிண்ட் மூலம் செய்யப்படுகிறது.
3. பாதுகாப்பான அணுகல் மற்றும் Lambda தூண்டுதல்: அரட்டை பயன்பாடு நியமிக்கப்பட்ட எண்ட்பாயிண்ட்டை பாதுகாப்பாக அணுக API Gateway உடன் தன்னை அங்கீகரிக்கிறது. இந்த அங்கீகாரம் AWS Secrets Manager இல் பாதுகாப்பாக சேமிக்கப்பட்ட ரேண்டம் ஜெனரேட்டட் API கீயைப் பயன்படுத்தி அடையப்படுகிறது. பயனரின் கோரிக்கையின் அடிப்படையில், பொருத்தமான Lambda செயல்பாடு தூண்டப்படுகிறது.
4. செயல் செயல்படுத்தல்: Lambda செயல்பாடு, இப்போது செயல்படுத்தப்பட்டது, பயனரால் கோரப்பட்ட குறிப்பிட்ட செயல்களைச் செய்கிறது. முகவரால் வழங்கப்பட்ட தேவையான அளவுருக்களுடன் JIRA API ஐ அழைப்பது அல்லது தரவுத்தளத்தை வினவுவது இதில் அடங்கும். முகவர் பல்வேறு பணிகளைக் கையாள வடிவமைக்கப்பட்டுள்ளது, அவற்றுள்:
   1. ஒரு குறிப்பிட்ட வாடிக்கையாளரின் சுருக்கமான கண்ணோட்டத்தை வழங்குதல்.
   2. ஒரு குறிப்பிட்ட வாடிக்கையாளருடனான சமீபத்திய தொடர்புகளை பட்டியலிடுதல்.
   3. நியமிக்கப்பட்ட வாடிக்கையாளருக்கான சந்திப்பு விருப்பங்களை மீட்டெடுதல்.
   4. ஒரு குறிப்பிட்ட திட்டத்துடன் தொடர்புடைய திறந்த JIRA டிக்கெட்டுகளின் பட்டியலை மீட்டெடுத்தல்.
   5. ஒரு குறிப்பிட்ட JIRA டிக்கெட்டுக்கான காலக்கெடுவை புதுப்பித்தல்.

முன்நிபந்தனைகள்

இந்த தீர்வு செயலாக்கத்தைப் பின்பற்றவும், உங்கள் சொந்த வாடிக்கையாளர் மேலாண்மை முகவரை உருவாக்கவும், உங்களுக்கு பின்வரும் முன்நிபந்தனைகள் தேவைப்படும்:

• AWS கணக்கு: தேவையான சேவைகளை அணுக செயலில் உள்ள AWS கணக்கு அவசியம்.
• SageMaker Unified Studio அணுகல்: SageMaker Unified Studioவுக்குள் Amazon Bedrockக்கான பயனர் அணுகல் தேவை.
• மாதிரி அணுகல்: Amazon Bedrock இல் Amazon Nova Proக்கான மாதிரி அணுகல் உங்களுக்குத் தேவைப்படும். இந்த மாதிரி ஆதரிக்கப்படும் AWS பிராந்தியத்தில் கிடைப்பதை உறுதிசெய்யவும்.
• JIRA அமைப்பு: ஒரு JIRA பயன்பாடு, அதனுடன் தொடர்புடைய JIRA URL மற்றும் உங்கள் கணக்குடன் தொடர்புடைய JIRA API டோக்கன் ஆகியவை JIRA உடன் ஒருங்கிணைக்க அவசியம்.

AWS இல் API Gateway, Lambda செயல்பாடுகள் மற்றும் IAM அடையாள மையம் உள்ளிட்ட அடிப்படை சர்வர்லெஸ் கருத்துகளைப் பற்றிய அடிப்படை புரிதல் உங்களுக்கு உள்ளது என்று கருதப்படுகிறது. இந்த இடுகை இந்த சேவைகளின் ஆழமான வரையறைகளை வழங்காது என்றாலும், SageMaker Unified Studioவுக்குள் கிடைக்கும் புதிய Amazon Bedrock அம்சங்களின் சூழலில் அவற்றின் பயன்பாட்டு நிகழ்வுகளை நாங்கள் நிரூபிப்போம்.

தீர்வை வரிசைப்படுத்துதல்

வாடிக்கையாளர் மேலாண்மை முகவர் தீர்வை வரிசைப்படுத்த, இந்த வழிமுறைகளைப் பின்பற்றவும்:

1. குறியீட்டைப் பதிவிறக்கவும்: வழங்கப்பட்ட GitHub களஞ்சியத்திலிருந்து தேவையான குறியீட்டைப் பதிவிறக்குவதன் மூலம் தொடங்கவும்.
2. JIRA சான்றுகளை மீட்டெடுக்கவும்: Lambda செயல்பாட்டிற்கான JIRA_API_KEY_ARN, JIRA_URL மற்றும் JIRA_USER_NAME ஆகியவற்றின் மதிப்புகளைப் பெறவும். இந்த சான்றுகள் உங்கள் JIRA நிகழ்வை அங்கீகரிக்கப் பயன்படும்.
3. CloudFormation ஸ்டேக்கை துவக்கவும்: வழங்கப்பட்ட AWS CloudFormation டெம்ப்ளேட்டைப் பயன்படுத்தவும். உங்கள் விருப்பமான AWS பிராந்தியத்தில் ஸ்டேக்கை துவக்குவதற்கான விரிவான வழிமுறைகளுக்கு “CloudFormation கன்சோலிலிருந்து ஒரு ஸ்டேக்கை உருவாக்கு” என்ற ஆவணத்தைப் பார்க்கவும்.
4. API Gateway URL: CloudFormation ஸ்டேக் வெற்றிகரமாக வரிசைப்படுத்தப்பட்ட பிறகு, Outputs தாவலுக்குச் செல்லவும். ApiInvokeURL மதிப்பைக் கண்டுபிடித்து குறித்துக்கொள்ளவும். இந்த URL உங்கள் API Gatewayக்கான எண்ட்பாயிண்ட்டைக் குறிக்கிறது.
5. Secrets Manager கட்டமைப்பு: Secrets Manager கன்சோலை அணுகவும். JIRA_API_KEY_ARN, JIRA_URL மற்றும் JIRA_USER_NAME ஆகியவற்றுடன் தொடர்புடைய ரகசியங்களைக் கண்டறியவும்.
6. ரகசிய மதிப்புகளைப் புதுப்பிக்கவும்: ஒவ்வொரு ரகசியத்திற்கும் Retrieve secret விருப்பத்தைத் தேர்வு செய்யவும். படி 2 இல் பெறப்பட்ட தொடர்புடைய மாறிகளை ரகசிய பிளைன்டெக்ஸ்ட் ஸ்டிரிங்கில் நகலெடுக்கவும். இது உங்கள் JIRA சான்றுகளை பாதுகாப்பாக சேமிக்கும்.
7. SageMaker Unified Studioவில் உள்நுழையவும்: உங்கள் நிறுவனத்தின் SSO சான்றுகளைப் பயன்படுத்தி SageMaker Unified Studioவில் உள்நுழையவும்.

ஒரு புதிய திட்டத்தை உருவாக்குதல்

உள்கட்டமைப்பு இடத்தில் இருப்பதால், SageMaker Unified Studioவுக்குள் ஒரு புதிய திட்டத்தை உருவாக்குவோம்:

1. திட்ட உருவாக்கம்: SageMaker Unified Studio லேண்டிங் பக்கத்தில், ஒரு புதிய திட்டத்தை உருவாக்குவதைத் தொடங்கவும்.
2. திட்டத்திற்கு பெயரிடுதல்: உங்கள் திட்டத்திற்கு ஒரு விளக்கமான பெயரை ஒதுக்கவும் (எ.கா., crm-agent).
3. சுயவிவரத் தேர்வு: Generative AI application development profile என்பதைத் தேர்ந்தெடுத்து தொடரவும்.
4. இயல்புநிலை அமைப்புகள்: இயல்புநிலை அமைப்புகளை ஏற்றுக்கொண்டு தொடரவும்.
5. உறுதிப்படுத்தல்: திட்ட உள்ளமைவை மதிப்பாய்வு செய்து, உறுதிப்படுத்த Create project என்பதைத் தேர்வு செய்யவும்.

அரட்டை முகவர் பயன்பாட்டை உருவாக்குதல்

இப்போது, நமது தீர்வின் மையத்தை உருவாக்குவோம் - அரட்டை முகவர் பயன்பாடு:

1. அரட்டை முகவர் துவக்கம்: crm-agent திட்ட லேண்டிங் பக்கத்தில், வலது பக்கத்தில் உள்ள New பகுதியைக் கண்டறியவும். உங்கள் பயன்பாட்டை உருவாக்கத் தொடங்க Chat agent என்பதைத் தேர்வு செய்யவும்.
   இது உங்கள் ஏஜென்ட் பயன்பாட்டிற்கான உள்ளமைவுகளின் பட்டியலை வழங்கும்.

2. மாதிரி தேர்வு: மாதிரி பிரிவின் கீழ், Amazon Bedrock ஆல் ஆதரிக்கப்படும் விரும்பிய ஃபவுண்டேஷன் மாடலை (FM) தேர்ந்தெடுக்கவும். இந்த crm-agentக்கு, நாங்கள் Amazon Nova Proவைத் தேர்ந்தெடுப்போம்.

3. சிஸ்டம் ப்ராம்ப்ட் வரையறை: சிஸ்டம் ப்ராம்ப்ட் பிரிவில், பின்வரும் ப்ராம்ப்ட்டை வழங்கவும். இந்த ப்ராம்ப்ட் முகவரின் நடத்தை மற்றும் பதில்களை வழிநடத்தும். அதன் செயல்திறனை மேலும் செம்மைப்படுத்த, பயனர் உள்ளீடு மற்றும் மாதிரி பதில்களின் எடுத்துக்காட்டுகளையும் நீங்கள் விருப்பமாக சேர்க்கலாம்.

   நீங்கள் ஒரு வாடிக்கையாளர் உறவு மேலாண்மை முகவர், ஒரு விற்பனையாளருக்கு வாடிக்கையாளர்களுடனான அவர்களின் வேலையைத் திட்டமிட உதவுவதற்காக நியமிக்கப்பட்டுள்ளீர்கள். உங்களுக்கு ஒரு API எண்ட்பாயிண்ட் வழங்கப்பட்டுள்ளது. இந்த எண்ட்பாயிண்ட் நிறுவனத்தின் கண்ணோட்டம், நிறுவனத்தின் தொடர்பு வரலாறு (சந்திப்பு நேரங்கள் மற்றும் குறிப்புகள்), நிறுவனத்தின் சந்திப்பு விருப்பத்தேர்வுகள் (சந்திப்பு வகை, வாரத்தின் நாள் மற்றும் நாளின் நேரம்) போன்ற தகவல்களை வழங்க முடியும். நீங்கள் Jira பணிகளையும் வினவலாம் மற்றும் அவற்றின் காலவரிசையைப் புதுப்பிக்கலாம். ஒரு பதிலைப் பெற்ற பிறகு, அதை படிக்கக்கூடிய வடிவத்தில் சுத்தம் செய்யவும். வெளியீடு எண்ணிடப்பட்ட பட்டியலாக இருந்தால், அதை புதிய வரி எழுத்துக்கள் மற்றும் எண்களுடன் வடிவமைக்கவும்.

4. செயல்பாடு உருவாக்கம்: Functions பிரிவில், Create a new function என்பதைத் தேர்வு செய்யவும். இந்த செயல்பாடு முகவர் செய்யக்கூடிய செயல்களை வரையறுக்கும்.

5. செயல்பாட்டிற்கு பெயரிடுதல்: உங்கள் செயல்பாட்டிற்கு crm_agent_calling போன்ற விளக்கமான பெயரை வழங்கவும்.

6. செயல்பாடு ஸ்கீமா: Function schemaக்கு, GitHub களஞ்சியத்தில் வழங்கப்பட்ட OpenAPI வரையறையைப் பயன்படுத்தவும். இந்த ஸ்கீமா உங்கள் செயல்பாட்டிற்கான உள்ளீடு மற்றும் வெளியீடு அளவுருக்களை வரையறுக்கிறது.

7. அங்கீகார கட்டமைப்பு: Authentication methodக்கு, API Keys (Max. 2 Keys) என்பதைத் தேர்ந்தெடுத்து பின்வரும் விவரங்களை உள்ளிடவும்:

   1. Key sent inக்கு, Header என்பதைத் தேர்வு செய்யவும்.
   2. Key nameக்கு, x-api-key என உள்ளிடவும்.
   3. Key valueக்கு, Secrets Manager API Keyஐ உள்ளிடவும்.

8. API சர்வர் எண்ட்பாயிண்ட்: API servers பிரிவில், CloudFormation Outputs இலிருந்து நீங்கள் பெற்ற எண்ட்பாயிண்ட் URL ஐ உள்ளிடவும் (ApiInvokeURL).

9. செயல்பாடு இறுதி செய்தல்: செயல்பாட்டை உருவாக்குவதை முடிக்க Create என்பதைத் தேர்வு செய்யவும்.

10. பயன்பாட்டைச் சேமித்தல்: அரட்டை முகவர் பயன்பாட்டின் Functions பிரிவில், நீங்கள் உருவாக்கிய செயல்பாட்டைத் தேர்ந்தெடுத்து, பயன்பாட்டை உருவாக்குவதை முடிக்க Save என்பதைத் தேர்வு செய்யவும்.

எடுத்துக்காட்டு தொடர்புகள்

இந்த அரட்டை முகவரை எவ்வாறு பயன்படுத்தலாம் என்பதற்கான சில நடைமுறை எடுத்துக்காட்டுகளை ஆராய்வோம்:

பயன்பாட்டு நிகழ்வு 1: CRM ஆய்வாளர் வாடிக்கையாளர் விவரங்களை மீட்டெடுத்தல்

ஒரு CRM ஆய்வாளர் தரவுத்தளத்தில் சேமிக்கப்பட்ட வாடிக்கையாளர் விவரங்களை மீட்டெடுக்க இயல்பான மொழியைப் பயன்படுத்தலாம். அவர்கள் கேட்கக்கூடிய சில எடுத்துக்காட்டு கேள்விகள் இங்கே:

• “Give me a brief overview of customer C-jkl101112.”
• “List the last 2 recent interactions for customer C-def456.”
• “What communication method does customer C-mno131415 prefer?”
• “Recommend optimal time and contact channel to reach out to C-ghi789 based on their preferences and our last interaction.”

இந்த கோரிக்கைகளைப் பெற்றவுடன், முகவர் புத்திசாலித்தனமாக தரவுத்தளத்தை வினவி, அதற்கான பதில்களை தெளிவான மற்றும் சுருக்கமான வடிவத்தில் வழங்கும்.

பயன்பாட்டு நிகழ்வு 2: திட்ட மேலாளர் JIRA டிக்கெட்டுகளை நிர்வகித்தல்

ஒரு திட்ட மேலாளர் JIRA டிக்கெட்டுகளை பட்டியலிடவும் புதுப்பிக்கவும் முகவரைப் பயன்படுத்தலாம். சில எடுத்துக்காட்டு தொடர்புகள் இங்கே:

• “What are the open JIRA Tasks for project id CRM?”
• “Please update JIRA Task CRM-3 to 1 weeks out.”

முகவர் JIRA போர்டை அணுகி, தொடர்புடைய திட்ட தகவலைப் பெற்று, திறந்த JIRA பணிகளின் பட்டியலை வழங்கும். இது பயனரால் கோரப்பட்டபடி ஒரு குறிப்பிட்ட பணியின் காலவரிசையையும் புதுப்பிக்கும்.

சுத்தம் செய்தல்

தேவையற்ற செலவுகளைத் தவிர்ப்பதற்காக, பின்வரும் சுத்திகரிப்பு நடவடிக்கைகளைச் செய்யவும்:

1. CloudFormation ஸ்டேக்கை நீக்கு: நீங்கள் முன்பு வரிசைப்படுத்திய CloudFormation ஸ்டேக்கை நீக்கவும்.
2. செயல்பாடு கூறுகளை நீக்கு: Amazon Bedrock இல் நீங்கள் உருவாக்கிய செயல்பாட்டு கூறுகளை அகற்றவும்.
3. அரட்டை முகவர் பயன்பாட்டை நீக்கு: Amazon Bedrockக்குள் அரட்டை முகவர் பயன்பாட்டை நீக்கவும்.
4. டொமைன்களை நீக்கு: SageMaker Unified Studioவில் உள்ள டொமைன்களை நீக்கவும்.

செலவு

SageMaker Unified Studioவுக்குள் Amazon Bedrock ஐப் பயன்படுத்துவது எந்த தனி கட்டணத்தையும் ஏற்படுத்தாது. இருப்பினும், சேவைக்குள் பயன்படுத்தப்படும் தனிப்பட்ட AWS சேவைகள் மற்றும் ஆதாரங்களுக்கு உங்களுக்கு கட்டணம் விதிக்கப்படும். Amazon Bedrock பே-அஸ்-யூ-கோ மாதிரியில் செயல்படுகிறது, அதாவது நீங்கள் பயன்படுத்தும் ஆதாரங்களுக்கு மட்டுமே நீங்கள் பணம் செலுத்துகிறீர்கள், குறைந்தபட்ச கட்டணங்கள் அல்லது முன்கூட்டிய கடமைகள் எதுவும் இல்லை.

உங்கள் குறிப்பிட்ட பயன்பாட்டு நிகழ்விற்கான விலை கணக்கீடுகள் அல்லது செலவுகளை மேம்படுத்துவது பற்றிய கேள்விகள் இருந்தால், AWS Support ஐ அணுகவும் அல்லது உங்கள் கணக்கு மேலாளருடன் கலந்தாலோசிக்கவும் பரிந்துரைக்கப்படுகிறது. அவர்கள் உங்கள் தேவைகளின் அடிப்படையில் வடிவமைக்கப்பட்ட வழிகாட்டுதலை வழங்க முடியும்.