Cree su asistente de calendario personal multilingüe con Amazon Bedrock y AWS Step Functions

Los extranjeros y expatriados que viven fuera de su país de origen se enfrentan a una gran cantidad de correos electrónicos en varios idiomas a diario. A menudo se encuentran con barreras lingüísticas cuando se trata de configurar recordatorios para eventos como reuniones de negocios y reuniones con clientes. Para resolver este problema, esta publicación le muestra cómo aplicar los servicios de AWS como La roca madre del Amazonas, Funciones de pasos de AWSy Servicio de correo electrónico simple de Amazon (Amazon SES) para crear un asistente de inteligencia artificial (IA) multilingüe y totalmente automatizado que entienda los mensajes entrantes, los traduzca al idioma preferido y configure automáticamente recordatorios en el calendario.

La roca madre del Amazonas es un servicio completamente administrado que pone a disposición modelos de base (FM) de las principales empresas emergentes de inteligencia artificial y Amazon a través de una API, de modo que puede elegir entre una amplia gama de FM para encontrar el modelo que mejor se adapte a su caso de uso. Con Amazon Bedrock, puede comenzar rápidamente, personalizar de forma privada los FM con sus propios datos e integrarlos e implementarlos fácilmente en sus aplicaciones mediante herramientas de AWS sin tener que administrar ninguna infraestructura.

Funciones de pasos de AWS es un servicio de flujo de trabajo visual que ayuda a los desarrolladores a crear aplicaciones distribuidas, automatizar procesos, organizar microservicios y crear canales de datos y aprendizaje automático (ML). Le permite organizar varios pasos en el canal. Los pasos pueden ser AWS Lambda funciones que generan avisos, analizan la salida de los modelos básicos o envían recordatorios por correo electrónico utilizando Amazon SESLas funciones de paso pueden interactuar con más de 220 servicios de AWS, incluidos integraciones optimizadas con Amazon Bedrock. Las canalizaciones de Step Functions pueden contener bucles, trabajos de mapas, trabajos paralelos, condiciones e interacción humana, lo que puede resultar útil para escenarios de interacción entre IA y humanos.

En esta publicación, se muestra cómo combinar rápidamente la flexibilidad y la capacidad de Amazon Bedrock FM y Step Functions para crear una aplicación de IA generativa en unos pocos pasos. Puede reutilizar el mismo patrón de diseño para implementar más aplicaciones de IA generativa con poco esfuerzo. Tanto Amazon Bedrock como Step Functions no requieren servidor, por lo que no necesita pensar en administrar y escalar la infraestructura.

El código fuente y las instrucciones de implementación están disponibles en Repositorio de Github.

Descripción general de la solución

Como se muestra en la Figura 1, el flujo de trabajo comienza desde el Puerta de enlace API de Amazonluego pasa por diferentes pasos en la máquina de estados de Step Functions. Preste atención a cómo fluye el mensaje original a través de la canalización y cómo cambia. Primero, el mensaje se agrega al mensaje. Luego, el modelo de base lo transforma en JSON estructurado. Finalmente, este JSON estructurado se utiliza para realizar acciones.

1. El mensaje original (Ejemplo en noruego) se envía a una máquina de estados de Step Functions mediante API Gateway.
2. A Función lambda genera un mensaje que incluye instrucciones del sistema, el mensaje original y otra información necesaria, como la fecha y la hora actuales. (Aquí está el aviso generado del mensaje de ejemplo).
   • A veces, el mensaje original puede no especificar la fecha exacta, sino decir algo como “confirme su asistencia antes de este viernes”, lo que implica la fecha en función del contexto actual. Por lo tanto, la función inserta la fecha actual en el mensaje para ayudar al modelo a interpretar la fecha correcta. este Viernes.
3. Invoque Bedrock FM para ejecutar las siguientes tareas, como se describe en el mensaje, y pase la salida al siguiente paso del analizador:
   • Traducir y resumir el mensaje original en inglés.
   • Extraer información de eventos como asunto, ubicación y hora del mensaje original.
   • Generar una lista de planes de acción para eventos. Por ahora, la instrucción solo solicita al FM que genere un plan de acción para enviar correos electrónicos de recordatorio del calendario para asistir a un evento.
4. Analizar gramaticalmente la salida de FM para garantizar que tenga un esquema válido. (Aquí está el resultado analizado del mensaje de muestra.)
   • Claude Antrópico en Amazon Bedrock puede controlar el formato de salida y generar JSON, pero aún así podría producir el resultado como “este es el json {…}”. Para mejorar la solidez, implementamos un analizador de salida para garantizar la adherencia al esquema, fortaleciendo así esta canalización.
5. Recorra la lista de planes de acción y realice el paso 6 para cada elemento. Cada elemento de acción sigue el mismo esquema:

   {
             "tool_name": "create-calendar-reminder",
             "parameters": {
               "body": "Jeff, the CEO, invites employees to ...",
               "raw_body": "Kjære ansatte,\n\nVi ..",
               "subject": "Winter fun and team building event",
               "start_datetime": "2024-05-30T10:00:00Z",
               "end_datetime": "2024-05-30T23:00:00Z",
               "location": "Holmenkollbakken, Oslo"
             }
   }

6. Elija la herramienta adecuada para realizar el trabajo:
   • Si el tool_name es igual create-calendar-reminderluego ejecute el subflujo A para enviar un correo electrónico recordatorio del calendario usando Función Lambda.
   • Para respaldar en el futuro otros posibles trabajos, puede ampliar el mensaje para crear un plan de acción diferente (asignar valores diferentes a tool_name) y ejecute la acción apropiada descrita en el subflujo B.
7. Hecho.

Prerrequisitos

Para ejecutar esta solución, debe tener los siguientes requisitos previos:

Implementación y pruebas

Gracias a Kit de desarrollo de la nube de AWS (AWS CDK)puede implementar la pila completa con una sola línea de comando siguiendo las instrucciones de implementación de Repositorio de GithubLa implementación generará la URL del punto final de API Gateway y una clave API.

Utilice una herramienta como curl para enviar mensajes en diferentes idiomas a API Gateway para realizar pruebas:

apigw=[THE_VALUE_OF_GenaiCalendarAgentStack.APIUrl]
apikey=[THE_VALUE_OF_GenaiCalendarAgentStack.GeneratedAPIKeyValue]
curl -v $apigw --header "Content-Type: application/json" --header "x-api-key:$apikey" -d @./doc/sample-inputs/norsk1.json 

Dentro de 1 a 2 minutos, las invitaciones por correo electrónico deberían enviarse al destinatario desde su dirección de correo electrónico de remitente, como se muestra en la Figura 2.

Figura 2: Correo electrónico generado por la solución

Limpiar

Para evitar incurrir en cargos futuros, elimine los recursos ejecutando el siguiente comando en la ruta raíz del código fuente:

$ cdk destroy

Futura ampliación de la solución

En la implementación actual, la solución solo envía correos electrónicos de recordatorio del calendario; el mensaje solo le indica al modelo base que genere elementos de acción donde tool_name es igual create-calendar-reminderPuede ampliar la solución para que admita más acciones. Por ejemplo, envíe automáticamente un correo electrónico al originador del evento y rechácelo cortésmente si el evento es en julio (vacaciones de verano para muchos):

1. Modificar la instrucción del aviso: Si la fecha del evento es en julio, cree un elemento de acción y establezca el valor de tool_name a send-decline-mail.
2. De manera similar al subflujo A, crea un nuevo subflujo C donde tool_name partidos send-decline-mail:
   1. Invoque Amazon Bedrock FM para generar contenido de correo electrónico explicando que no puede asistir al evento porque es en julio (vacaciones de verano).
   2. Invoque una función Lambda para enviar el correo electrónico de rechazo con el contenido generado.

Además, puedes experimentar con diferentes modelos de base en Amazon Bedrock, como Meta Llama 3 o Inteligencia artificial Mistralpara un mejor rendimiento o un menor costo. También puedes explorar Agentes de Amazon Bedrockque puede orquestar y ejecutar tareas de varios pasos.

Conclusión

En esta publicación, exploramos un patrón de solución para usar IA generativa dentro de un flujo de trabajo. Con la flexibilidad y las capacidades que ofrecen Amazon Bedrock FMs y AWS Step Functions, puede crear un potente asistente de IA generativa en unos pocos pasos. Este asistente puede optimizar procesos, mejorar la productividad y gestionar diversas tareas de manera eficiente. Puede modificar o actualizar fácilmente su capacidad sin verse agobiado por la sobrecarga operativa de los servicios administrados.

Puede encontrar el código fuente de la solución en Repositorio de Github e implemente su propio asistente de calendario multilingüe siguiendo las instrucciones de implementación.

Consulte los siguientes recursos para obtener más información:

Sobre el Autor

Feng Lu es un arquitecto de soluciones sénior en AWS con 20 años de experiencia profesional. Le apasiona ayudar a las organizaciones a diseñar arquitecturas escalables, flexibles y resilientes que aborden sus desafíos comerciales. Actualmente, su enfoque se centra en aprovechar las tecnologías de inteligencia artificial (IA) e Internet de las cosas (IoT) para mejorar la inteligencia y la eficiencia de nuestro entorno físico.