Gestire le conversazioni con l’IA

Introduzione ad Amazon Bedrock

Nikhil Rangarajan

Data Scientist

Gestione dello stato conversazionale in Bedrock

Gestione delle conversazioni: essenziale per interazioni IA naturali e coerenti
Contesto: include cronologia e metadati
I modelli Claude tengono conto del contesto

Illustrazione con cerchi che mostrano: messaggio, cronologia e metadati.

Implementare la gestione delle conversazioni

La classe ConversationManager gestisce le funzioni base
La cronologia salva messaggi di utente e assistente con ruoli
Struttura solida per scalabilità e manutenzione

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

  })

Usare ConversationManager nella pratica

Aggiungi nuovi messaggi al log
Registra l’input dell’utente
Aiuta il modello a mantenere il contesto

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

Usare ConversationManager nella pratica

Formattta come messaggio
Limita il testo inviato
Invia la conversazione formattata al modello

# 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)

Passiamo alla pratica!

Introduzione ad Amazon Bedrock