使用Amazon Nova创建旅行计划代理工作流程

在这篇文章中,我们探讨了如何使用AI代理构建旅行计划解决方案。该代理使用亚马逊NOVA,与其他商业LLM相比,该Nova提供了最佳的性能和成本平衡。通过将准确但具有成本效益的亚马逊NOVA模型与Langgraph编排功能相结合,我们创建了一个实用的旅行助手,可以处理复杂的计划任务,同时使运营成本可用于生产部署。

来源:亚马逊云科技 _机器学习
旅行很愉快,但是旅行计划可能很复杂,可以进行麻烦。旅行者必须预订住宿,计划活动并安排当地交通工具。所有这些决定都会感到压倒性。尽管旅行专业人员长期以来一直帮助管理这些复杂性,但最新的生成AI的突破使事情变得全新,可以理解自然对话,访问实时数据以及直接与预订系统和旅行工具进行交互。使用大型语言模型(LLM)访问外部工具的代理工作流程,对于简化动态的多步骤过程(例如旅行计划)特别有希望。在这篇文章中,我们探索如何使用AI代理来构建旅行计划解决方案。该代理使用亚马逊NOVA,与其他商业LLM相比,该Nova提供了最佳的性能和成本平衡。通过将准确但具有成本效益的亚马逊NOVA模型与Langgraph编排功能相结合,我们创建了一个实用的旅行助手,可以处理复杂的计划任务,同时保持可管理生产部署的运营成本。解决方案解决方案建立在无服务的AWS lambda lambda lambda lambda lambda架构上,并使用docker架构进行了docker架构,并实现了全面的三层式服务:前端互动,并集成了核心互动,并集成了核心互动,并集成。在核心处理层中,我们使用langgraph(一种状态编排框架)来创建一个复杂而灵活的基于代理的系统,该系统管理旅行计划所需的复杂交互。我们系统的核心是一个图形架构,其中组件(节点)处理旅行计划的不同方面,并在其中策划了它们之间的信息流程。我们使用Amazon Nova,这是一种新一代的最先进的基础模型(FMS),专门在亚马逊基岩上可用,可提供以行业领先的价格绩效的边境情报。路由器节点使用llm t