概览
本指南演示了航空航天技术人员如何使用生成式人工智能（生成式人工智能）驱动的“助手”使用自定义文档库来回答自然语言技术问题，以获得权威答案。由于飞机组装和维修手册通常包含数千页，因此技术人员手动搜索这些实体文档非常耗时。使用光学字符识别（OCR），可以将扫描的文档转换为可搜索的文本，然后与人工智能助手集成以实现自然语言查询。技术人员可以通过关键字快速搜索或获得口头问题的答案，从而提高效率，同时保持装配和故障排除过程的质量和安全。
开始使用
尝试一下本指南
Well-Architected 支柱
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
Lambda 、 API Gateway 和 DynamoDB 会生成亚马逊 CloudWatch 日志文件，用于跟踪将新文档纳入知识库的操作步骤。CloudWatch 还跟踪基于 Web 的用户聊天会话的交互、构造提示和调用生成式人工智能模型。记录处理管道的每个阶段对于识别错误和保持聊天机器人的可用性和性能至关重要，您可以使用这些日志文件（以及其他集成工具，如 AWS X-Ray）来跟踪实施错误以解决问题。DynamoDB 表格还会跟踪个人用户的聊天历史记录和文档摄取状态。您可以使用这些表（以及时间点恢复）来重新创建错误状态。本指南为用户对生成的每项技术响应提供直接反馈的机制，以便定期调整模型并提供实现业务目标的策略。
Amazon VPC 提供了一个在逻辑上隔离其所有资源的虚拟网络，只有获得授权的用户和服务才能访问本指南中的资源。本指南将 Lambda、OpenSearch Service 和 SageMaker 部署到 VPC 中并使用 VPC 端点，这样这些服务就可以在不遍历公共互联网的情况下安全地与 AWS 管理的函数（如 API Gateway）进行通信。SageMaker、Amazon Bedrock 和 Amazon Q Business 存储 LLM 聊天记录；相关数据保留在您的私人账户中，永远不会输入公共 LLM 存储库。Amazon Bedrock 的防护机制还可以防止 LLM 显示任何未经授权或不当的内容。
Amazon S3 允许您存储具有极高耐久性的技术知识库文档。DynamoDB 提供本机备份、还原和时间点恢复，因此您可以在出现中断时快速恢复操作。所有这些服务完全由 AWS 管理，以实现高可靠性和可用性；例如，DynamoDB 会在单独的可用区自动创建所有表的三个副本。
Amazon Bedrock、Amazon Q、Lambda 和 DynamoDB 都是完全托管的服务，因此您无需选择实例类型或管理扩展。此外，它们都是无服务器的，因此它们会自动扩展容量以满足需求。这些服务托管 LLM，通过代理实施工作流，管理知识库并存储文档元数据和聊天历史记录。此外，Lambda 支持高度的并发性，因此技术人员的助手可以同时支持大量用户。
通过使用 Amazon S3 智能分层，您可以定制文档存储保留政策。例如，您可以自动将不经常访问的文档移至成本较低的层级，例如 Amazon S3 Glacier 即时检索。DynamoDB 支持生存时间（TTL）功能，该功能可自动从您的表格中删除旧条目（例如过期的聊天历史记录），这样它们就不会消耗写入带宽。通过使用这些服务和功能，您可以将知识库的经常性存储成本降至最低。所有计算服务都使用即用即付模式，并且成本直接随着您使用技术人员助手聊天机器人的情况而增加；因此，您可以通过不过度预调配容量的方式来节省开支。
Amazon S3、DynamoDB、Amazon Q、Amazon Bedrock 和 Lambda 是完全托管的服务，可根据需求自动扩展其资源的分配。此外，Amazon S3 支持 S3 Intelligent-Tiering 策略，DynamoDB 支持 TTL 功能。您可以使用这些选项自动删除未使用的数据（例如文档或会话历史记录），以最大限度地减少存储空间，从而降低碳足迹。此外，本指南根据需求扩展计算资源，以帮助您避免能源浪费。
免责声明
找到今天要查找的内容了吗？
请提供您的意见，以便帮助我们提高页面内容的质量