Recent Data Set

部署和阶段管理
要发布使用 API Gateway 构建的 API，您需要部署它。
创建阶段（例如“dev”、“prod”）来在不同的环境中管理您的 API。
通过更改每个阶段的设置，您可以在开发期间的测试和生产操作之间有效地切换。

使用 Amazon Bedrock 和 Amazon Kendra 统一搜索和生成流程
Amazon Bedrock 和 Amazon Kendra 是强大的 AWS 服务，分别提供生成式 AI 和搜索功能。
这些功能共同支持从外部数据源提取相关信息并使用该信息生成高质量答案的流程。
在本节中，我们将仔细研究集成搜索和生成的具体技术。

集成 Amazon Bedrock 和 Kendra 功能的好处
Amazon Bedrock 的生成式人工智能以自然语言提供高度准确的答案。
另一方面，Amazon Kendra 擅长从非结构化和结构化数据中查找相关信息。
通过协同工作，这些可以为用户提供符合其查询要求的正确答案。
这弥补了搜索和生成各自的缺陷，在集成过程中提供了高度准确的结果。

配置 Kendra 索引和搜索过程
要使用 Kendra，您首先需要索引您的数据源。
数据源包括 SharePoint、S3 存储桶、数据库等。
索引使我们能够快速返回与 丹麦电报数据 您的查询相关的结果。
一旦创建索引，它就会根据用户查询运行搜索并将结果传递给 Bedrock 生成过程。

将搜索结果从 Kendra 传递到 Bedrock 的生成 AI 时，需要优化输入数据。
例如，通过汇总搜索结果并仅提取必要的信息，可以减轻生成式人工智能的负担。
这些数据可以作为结构化数据（例如 JSON 格式）输入 Bedrock，以生成更准确的答案。

评估搜索结果和生成内容质量的方法
通过评估搜索结果和生成式人工智能的输出来检查整个过程的质量。
具体来说，我们评估搜索结果是否与查询相关以及生成的内容是否用自然语言编写。
基于此评估，可以通过调整搜索算法或生成模型的参数来改进该过程。