Mengelola percakapan AI

Pengantar Amazon Bedrock

Nikhil Rangarajan

Data Scientist

Manajemen status percakapan di Bedrock

Pengelolaan percakapan: penting untuk interaksi AI yang alami dan koheren
Konteks percakapan: mencakup riwayat dan metadata
Model Claude dapat mempertimbangkan konteks

Ilustrasi menampilkan lingkaran dengan satu elemen percakapan masing-masing: pesan, riwayat, dan metadata.

Menerapkan manajemen percakapan

Kelas ConversationManager menangani fungsi inti percakapan
Riwayat pesan menyimpan pesan pengguna dan asisten beserta perannya
Pendekatan terstruktur memastikan skalabilitas dan keterpeliharaan

class ConversationManager:

  def __init__(self):
    self.bedrock = 
        boto3.client('bedrock-runtime')

    self.conversation_history = []
    self.max_tokens = 8000


  def add_message(self, role, content):
      self.conversation_history
      .append({"role": role,

        "content": content

  })

Menggunakan ConversationManager dalam praktik

Tambahkan pesan baru ke log percakapan
Pastikan masukan pengguna tercatat
Bantu model mempertahankan konteks

conversation_manager = ConversationManager()
conversation_manager.add_message("user", "What's the weather like?")

Menggunakan ConversationManager dalam praktik

Format sebagai pesan
Batasi jumlah teks yang dikirim
Kirim percakapan terformat ke model

# Send the latest context to the model
conversation_history = conversation_manager.conversation_history
messages = "\n\n".join(
    f"{msg['role']}: {msg['content']}" 
    for msg in conversation_history[-2:]) # Only most recent exchanges


# Send the full message to the model
response = conversation_manager.bedrock.invoke_model(
    modelId="amazon.nova-micro-v1:0", body=messages)

Ayo berlatih!

Pengantar Amazon Bedrock