详细内容或原文请订阅后点击阅览

使用Terraform用于基于抹布的生成AI应用程序

2025年9月2日 16:41 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们演示了如何使用Terraform自动化Amazon知识库的部署。

来源:亚马逊云科技 _机器学习
检索增强发电（RAG）是通过提供基础模型（FMS）访问其他相关数据来构建生成AI应用程序的有力方法。这种方法提高了响应准确性和透明度，同时避免了FM培训或微调的潜在成本和复杂性。许多客户使用亚马逊基地知识库来帮助实施抹布的工作流程。您可以部署一个亚马逊基础知识库，以进行初步开发，并在AWS管理控制台中点击几下与数据源建立连接。当将开发设置迁移到基础架构作为生产部署的代码（IAC）模板时，从现有的IAC项目模板开始很有帮助，因为还有其他配置详细信息要指定在控制台中抽象出来。尽管基于CDK的模板已经可用于设置基础知识库，但许多组织将Terraform用作其首选的基础架构 - AS-Code框架。在这篇文章中，我们提供了Terraform IAC解决方案，以实现Amazon BedRock知识库，以帮助您在Terraform中部署RAG工作流程，以帮助您建立数据源，以帮助您启动RAG工作集。 You can find the solution in our AWS Samples GitHub repository.Solution overviewThe solution automates the creation and configuration of the following AWS service components using Terraform:AWS Identity and Access Management (IAM) role: Establishes secure access and execution policies across services.Amazon OpenSearch Serverless: Configures an index collection to manage and query large datasets efficiently.Amazon Bedrock Knowledge Bases: Provides FMs and代理来自数据源的上下文信息以提供相关，准确，自定义的响应。以下图说明了这些服务如何集成的解决方案架构：该图显示，有几种IAM策略管理服务的权限涉及
模板 准确性 Amazon 数据源 帮助 应用程序 基础 Terraform 详细信息 基础架构 集成的 现有的 提高 IAC RAG 部署 透明度 建立数据 知识库 控制台 工作 设置 服务的 复杂性 AWS 方法