Agentenbasierte Workflows bearbeiten unvorhersehbare Aufgaben auf der Grundlage von Benutzereingaben, wie beispielsweise das Aufrufen von APIs. Eine serverlose Architektur verwaltet diese Aufgaben und schwankende Arbeitslasten effizient, ohne dass Server gewartet werden müssen, und ermöglicht so eine schnellere Bereitstellung.
Sie lernen, wie Sie sensible Informationen schützen und Kunden vor schädlichen Inhalten abschirmen können, indem Sie Agenten mit Schutzmechanismen einsetzen. In diesem Kurs lernen Sie, eine serverlose agentenbasierte Anwendung zu erstellen und bereitzustellen. Sie lernen, Agenten mit Tools, Codeausführung und Schutzmechanismen zu erstellen. Die serverlose Umgebung eignet sich ideal für Agenten, die bei Bedarf auf viele Tools oder APIs zugreifen müssen. Sie werden dies anhand praktischer Beispiele erkunden, in denen Sie: 1. einen Kundenservice-Bot für ein fiktives Unternehmen für Teetassen erstellen, der Aufgaben wie die Beantwortung von Anfragen, das Abrufen von Informationen und die Bearbeitung von Bestellungen übernehmen kann; 2. verschiedene Arten von Agentenaktionen miteinander verknüpfen und Schutzmechanismen für einen verantwortungsvollen Betrieb implementieren; 3. die vollständig verwalteten Dienste von Amazon Bedrock nutzen, um den Bot effizient bereitzustellen und zu skalieren. Der Kurs behandelt zwei Elemente, die für die Bereitstellung von Geschäftsanwendungen unerlässlich sind: 1. Serverlose Bereitstellung, um eine schnelle Skalierung und einen nahtlosen Betrieb zu erreichen, ohne dass eine Infrastruktur verwaltet werden muss. 2. Verantwortungsbewusster Agent, um Ihre Anwendung durch die Konfiguration von Sicherheitsvorkehrungen vor böswilligen Eingabeaufforderungen und unbeabsichtigten Ausgaben zu schützen. Im Einzelnen werden Sie Folgendes tun: 1. Erstellen Sie mit Amazon Bedrock einen KI-Agenten, erkunden Sie, wie Sie den Agenten aufrufen, und sehen Sie sich den Ablaufverlauf an, um den Denkprozess und die Beobachtungsschleife des Agenten bis zur endgültigen Ausgabe nachzuvollziehen. 2. Verbinden Sie Ihren Kundenservice-Agenten mit Diensten wie einem CRM, um Kundendaten abzurufen und Support-Tickets in Echtzeit zu protokollieren. 3. Fügen Sie Ihrem Agenten einen Code-Interpreter hinzu, der ihm die Fähigkeit verleiht, präzise Berechnungen durchzuführen, wobei er seinen eigenen Python-Code schreibt und ausführt, um seine Antwort zu untermauern. 4. Implementieren und konfigurieren Sie Schutzmaßnahmen, um zu verhindern, dass Ihr Agent sensible Informationen preisgibt oder unangemessene Sprache verwendet. 5. Verbinden Sie Ihren Agenten mit einem Repository für Kundensupport-Dokumente, in denen zahlreiche Probleme behandelt werden, die der Agent direkt lösen oder bei Bedarf an einen menschlichen Workflow eskalieren kann. 6. Lassen Sie sich durch die Amazon Bedrock-Oberfläche in der AWS-Konsole führen, um Agenten zu konfigurieren, Sicherheitsvorkehrungen festzulegen und eine Verbindung zu Wissensdatenbanken herzustellen – alles über eine einfach zu konfigurierende grafische Benutzeroberfläche. Am Ende haben Sie einen hochentwickelten KI-Agenten erstellt, der reale Kundensupport-Szenarien bewältigen kann, vollständig serverlos ist und sich problemlos skalieren lässt.
