So lassen Sie meinen AWS -Grundgestein AI -Assistenten fragen, nach welchem Produkt der Benutzer fragt
Posted: 01 May 2025, 00:47
Ich habe unserer Website einen Assistenten von Rag AI hinzugefügt, der AWS -Grundgestein verwendet, damit Kunden Fragen stellen und Antworten zu den vier Produkten erhalten, die wir verkaufen. Jedes Produkt hat die gleichen zwei Dokumente wie: product_a_user_guide.pdf, product_a_specs.pdf, product_b_user_guide.pdf, product_b_specs.pdf usw. Wenn Sie dem KI -Assistenten eine Frage stellen, ohne das Produkt anzugeben, gibt es nicht immer das richtige Ergebnis zurück. Wenn Sie beispielsweise eine Frage stellen, die sich auf alle vier Produkte bezieht, z. B. "Wie führe ich einen Kalibrierungstest", kann dies eine Antwort von Produkt A, B, C oder D zurückgeben. Wie kann ich meinen Assistenten intelligenter machen, damit er den Benutzer fragt. Wenn der Benutzer es in seiner Frage nicht angibt? < /p>
Dies ist mein Code: < /p>
Danke für Ihre Hilfe.
Dies ist mein Code: < /p>
Code: Select all
bedrock = boto3.client("bedrock-agent-runtime", region_name="us-west-1")
def lambda_handler(event, context):
model_id = "amazon.titan-text-premier-v1:0"
question = event["queryStringParameters"]["question"]
session_id = event["queryStringParameters"]["session_id”] if “session_id" in event["queryStringParameters"] else None
kb_id = os.environ["KNOWLEDGE_BASE_ID"]
region = "us-west-1"
model_arn = f"arn:aws:bedrock:{region}::foundation-model/{model_id}"
# Query the knowledge base
response = queryKB(question, kb_id, model_arn, session_id)
# Extract the generated text and session ID from the response
generated_text = response["output"]["text"].strip()
session_id = response.get("sessionId", "")
citations = response["citations"]
headers = {
"Access-Control-Allow-Origin": "*",
"Access-Control-Allow-Credentials": True
}
# Return the response in the expected format
return {
“statusCode": 200,
"headers": headers,
"body": json.dumps({
"question": question,
"answer": generated_text,
"citations": citations,
"sessionId": session_id
}, ensure_ascii=False)
}
def queryKB(question, kbId, model_arn, sessionId=None):
return bedrock.retrieve_and_generate(
input={
"text": question
},
retrieveAndGenerateConfiguration={
“type": "KNOWLEDGE_BASE",
"knowledgeBaseConfiguration": {
"knowledgeBaseId": kbId,
"modelArn": model_arn
}
},
sessionId=sessionId if sessionId else None
)