Category: Generative AI

利用 Amazon Bedrock 知识库和定制的 Zendesk App 帮助客服团队快速应用检索增强生成（RAG）能力、提高工作效率的解决方案。主要包括使用 Bedrock 知识库进行 RAG 查询和响应生成、基于 Zendesk App 提供客服交互界面、记录日志用于优化等关键环节。通过较低的成本即可获得强大的 GenAI 辅助能力。

Amazon Connect 是一种基于云的联络中心服务，旨在帮助企业提供更灵活、更高效的客户支持。通过集成多种通信渠道和自动化工具，Amazon Connect 能够显著提升客户体验和业务效率。某客户前期已经使用 Amazon Connect 在工作时间为其终端用户提供人工电话咨询服务。为了在非工作时间为终端用户提供自动化问答服务，我们将 Amazon Lex 和 Amazon Bedrock 与现有知识库结合起来，借助大型语言模型，为客户构建一个自动化的问答方案。

理解并优先考虑弹性对于生成式 AI 工作负载来满足组织的可用性和业务连续性要求至关重要。这篇文章讨论了生成式 AI 工作负载的不同技术栈以及应该考虑的因素。

关于悠星 上海悠星网络科技有限公司成立于 2014 年，总部位于中国上海，并于日本东京和韩国首尔设有办事处。自 […]

结合使用 Real-ESRGAN 和 SwinIR 以及 AWS 服务来编排工作流程，可以将低分辨率视频作为输入来生成 4 倍分辨率的视频。该解决方案可用于自动化大规模超分辨率处理媒体内容的过程。

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。