Category: Generative AI

大语言模型服务（LLMs）的可用性对生成式AI应用至关重要。本文提出了一个经真实客户验证的多区域高可用性方案来保证生成式AI应用的可用性，使其可以持续为终端用户提供优秀的用户体验。本文从生成式AI应用的多个维度进行了分析，提出的多区域高可用性解决方案具有低复杂程度、低成本、可灵活配置等特点。客户可以根据自身的业务场景、需求和资源情况，应用该解决方案或者对解决方案进行定制化以达到自身的业务目标。

在这篇文章中，笔者将展示如何使用“智能体”技术，从头开始搭建一个“狼人杀”游戏服务器端。

本文展示了开发团队如何利用 AWS 云服务（如 Amazon Bedrock、Amazon Inspector、AWS Lambda 和 Amazon EventBridge）构建一个无服务器的事件驱动解决方案，在持续集成流水线中自动检测和修复容器的通用漏洞披露（CVE）。借助强大的生成式人工智能和无服务器技术，这一曾经复杂的挑战变得不再困难。

我们探讨了如何利用 Amazon Bedrock、Claude 3 大型语言模型和云原始监控工具 Grafana 来构建一个应用智能巡检系统。我们构建了一个端到端的巡检流程,包括创建 CloudWatch 数据元，监控指标创建、仪表盘关键信息提取、巡检等步骤。通过结合 Claude 3 的强大多模态能力和自然语言处理能力,我们能够高效地对多个监控指标进行巡检、分析。让大语言模型自动提取关键信息、分析当前系统状态,并生成总结性报告。

WordPress GenAI Plus 解决方案将 Amazon Bedrock 中的 Claude3 与 Stable Diffusion 的能力无缝整合进 WordPress 编辑器，为网站内容创作提供全新 AI 辅助体验。

背景 在如今生成式 AI 变革的时代浪潮下，大语言模型（LLM）已经深刻影响了信息处理。信息的提取和处理工作已 […]

基于 Amazon Bedrock Claude 3 Opus 和开源组件，实现流式输出和多模态，搭建您的智能助理服务。

在本篇博客文章中，我们将深入探讨如何利用 CloudWatch 近乎实时地监控 Bedrock 的运行状况。本文设定用户场景，企业级用户使用多个 IAM 用户来使用 Bedrock，管理人员准实时监控每个 IAM 用户的 Token 数，超过阈值的时候剥夺该 IAM 用户的 Bedrock 权限，从而实现对单个 IAM 用户的精细成本管控，避免因为不当使用大语言模型而造成潜在的巨大成本损失。

本文将探讨如何利用人工智能技术来辅助软件开发的分析和设计环节，提高工作效率。我们将以一个模拟的需求为案例，描述 Claude3 Sonnet 如何辅助需求分析、概念建模以及初始代码生成。

本博客介绍如何基于 Bedrock Claude3，结合 AI 角色编辑器和 SillyTavern 构建角色扮演场景的应用程序。