الذكاء الاصطناعي التوليدي يعد الوكلاء أداة متعددة الاستخدامات وقوية للمؤسسات الكبيرة. ويمكنها تعزيز الكفاءة التشغيلية وخدمة العملاء وصنع القرار مع تقليل التكاليف وتمكين الابتكار. يتفوق هؤلاء الوكلاء في أتمتة مجموعة واسعة من المهام الروتينية والمتكررة، مثل إدخال البيانات، واستفسارات دعم العملاء، وإنشاء المحتوى. علاوة على ذلك، يمكنهم تنسيق مسارات عمل معقدة ومتعددة الخطوات عن طريق تقسيم المهام إلى خطوات أصغر يمكن التحكم فيها، وتنسيق الإجراءات المختلفة، وضمان التنفيذ الفعال للعمليات داخل المؤسسة. وهذا يقلل بشكل كبير من العبء على الموارد البشرية ويسمح للموظفين بالتركيز على المزيد من المهام الإستراتيجية والإبداعية.

مع استمرار تطور تكنولوجيا الذكاء الاصطناعي، من المتوقع أن تتوسع قدرات وكلاء الذكاء الاصطناعي التوليدي، مما يوفر المزيد من الفرص للعملاء لاكتساب ميزة تنافسية. في طليعة هذا التطور يجلس أمازون بيدروك، وهي خدمة مُدارة بالكامل تجعل النماذج الأساسية عالية الأداء (FMs) من Amazon وغيرها من شركات الذكاء الاصطناعي الرائدة متاحة من خلال واجهة برمجة التطبيقات (API). باستخدام Amazon Bedrock، يمكنك إنشاء تطبيقات الذكاء الاصطناعي المنتجة وتوسيع نطاقها مع الأمان والخصوصية والذكاء الاصطناعي المسؤول. يمكنك الآن استخدام وكلاء شركة أمازون بيدروك و قواعد المعرفة لأمازون بيدروك لتكوين وكلاء متخصصين يقومون بتشغيل الإجراءات بسلاسة استنادًا إلى إدخال اللغة الطبيعية وبيانات مؤسستك. يلعب هؤلاء الوكلاء المُدارون دور المرشد، ويقومون بتنسيق التفاعلات بين FMs وتكاملات واجهة برمجة التطبيقات (API) ومحادثات المستخدم ومصادر المعرفة المحملة ببياناتك.

يسلط هذا المنشور الضوء على كيفية استخدام الوكلاء وقواعد المعرفة لـ Amazon Bedrock للبناء على موارد المؤسسة الحالية لأتمتة المهام المرتبطة بدورة حياة مطالبات التأمين، وتوسيع نطاق خدمة العملاء وتحسينها بكفاءة، وتعزيز دعم القرار من خلال إدارة المعرفة المحسنة. يمكن لوكيل التأمين المدعوم من Amazon Bedrock الخاص بك مساعدة الوكلاء البشريين من خلال إنشاء مطالبات جديدة، وإرسال تذكيرات بالمستندات المعلقة للمطالبات المفتوحة، وجمع أدلة المطالبات، والبحث عن المعلومات عبر المطالبات الحالية ومستودعات معارف العملاء.

حل نظرة عامة

الهدف من هذا الحل هو العمل كأساس للعملاء، مما يمكّنك من إنشاء وكلاء متخصصين خاصين بك لتلبية الاحتياجات المختلفة مثل المساعدين الافتراضيين ومهام التشغيل الآلي. التعليمات البرمجية والموارد المطلوبة للنشر متوفرة في مستودع أمثلة أمازون الأساس.

يسلط التسجيل التجريبي التالي الضوء على الوكلاء وقواعد المعرفة لوظائف Amazon Bedrock وتفاصيل التنفيذ الفني.

يعمل الوكلاء وقواعد المعرفة في Amazon Bedrock معًا لتوفير الإمكانات التالية:

• تنسيق المهام – يستخدم الوكلاء FMs لفهم استفسارات اللغة الطبيعية وتشريح المهام متعددة الخطوات إلى خطوات أصغر وقابلة للتنفيذ.
• جمع البيانات التفاعلية – يشارك الوكلاء في محادثات طبيعية لجمع معلومات تكميلية من المستخدمين.
• إنجاز المهمة - يقوم الوكلاء بإكمال طلبات العملاء من خلال سلسلة من خطوات التفكير والإجراءات المقابلة بناءً على ذلك رد الفعل المطالبة.
• نظام التكامل – يقوم الوكلاء بإجراء مكالمات API لأنظمة الشركة المتكاملة لتشغيل إجراءات محددة.
• الاستعلام عن البيانات – تعمل قواعد المعرفة على تعزيز الدقة والأداء من خلال إدارتها بالكامل الجيل المعزز الاسترداد (RAG) باستخدام مصادر البيانات الخاصة بالعميل.
• إسناد المصدر - يقوم الوكلاء بإسناد المصدر، وتحديد وتتبع أصل المعلومات أو الإجراءات من خلال التفكير المتسلسل.

يوضح الرسم البياني التالي بنية الحل.

يتكون سير العمل من الخطوات التالية:

1. يقدم المستخدمون مدخلات اللغة الطبيعية للوكيل. فيما يلي بعض أمثلة المطالبات:
   1. إنشاء مطالبة جديدة.
   2. أرسل تذكيرًا بالمستندات المعلقة إلى صاحب وثيقة المطالبة 2s34w-8x.
   3. جمع الأدلة للمطالبة 5t16u-7v.
   4. ما هو إجمالي مبلغ المطالبة للمطالبة 3b45c-9d؟
   5. ما هو إجمالي تقدير الإصلاح لنفس المطالبة؟
   6. ما هي العوامل التي تحدد قسط التأمين على سيارتي؟
   7. كيف يمكنني خفض أسعار التأمين على سيارتي؟
   8. ما هي المطالبات التي لها حالة مفتوحة؟
   9. إرسال رسائل تذكيرية إلى جميع حاملي وثائق التأمين الذين لديهم مطالبات مفتوحة.
2. أثناء المعالجة المسبقة، يقوم الوكيل بالتحقق من صحة مدخلات المستخدم ووضعها في سياقها وتصنيفها. يتم تفسير إدخال المستخدم (أو المهمة) بواسطة الوكيل باستخدام سجل الدردشة والتعليمات وFM الأساسي الذي تم تحديده أثناء ذلك خلق وكيل. تعليمات الوكيل هي إرشادات وصفية تحدد الإجراءات المقصودة للوكيل. أيضا، يمكنك تكوين اختياريا المطالبات المتقدمة، والتي تسمح لك بتعزيز دقة وكيلك من خلال استخدام تكوينات أكثر تفصيلاً وتقديم أمثلة مختارة يدويًا للمطالبة بعدد قليل من اللقطات. تسمح لك هذه الطريقة بتحسين أداء النموذج من خلال تقديم أمثلة مصنفة مرتبطة بمهمة معينة.
3. مجموعات العمل هي مجموعة من واجهات برمجة التطبيقات (APIs) ومنطق الأعمال المقابل لها، والذي يتم تعريف مخطط OpenAPI الخاص به على أنه ملفات JSON مخزنة فيها خدمة تخزين أمازون البسيطة (أمازون إس 3). يسمح المخطط للوكيل بالتفكير في وظيفة كل واجهة برمجة تطبيقات. يمكن لكل مجموعة عمل تحديد واحد أو أكثر من مسارات واجهة برمجة التطبيقات، والتي يتم تشغيل منطق الأعمال الخاص بها من خلال AWS لامدا الوظيفة المرتبطة بمجموعة العمل.
4. توفر قواعد المعرفة الخاصة بـ Amazon Bedrock RAG المُدارة بالكامل لتزويد الوكيل بإمكانية الوصول إلى بياناتك. يمكنك أولاً تكوين قاعدة المعرفة عن طريق تحديد وصف يرشد الوكيل متى يستخدم قاعدة المعرفة الخاصة بك. ثم تقوم بتوجيه قاعدة المعرفة إلى مصدر بيانات Amazon S3 الخاص بك. أخيرًا، يمكنك تحديد نموذج التضمين واختيار استخدام متجر المتجهات الموجود لديك أو السماح لـ Amazon Bedrock بإنشاء متجر المتجهات نيابةً عنك. بعد تكوينه، كل مزامنة مصدر البيانات يقوم بإنشاء تضمينات متجهة لبياناتك التي يمكن للوكيل استخدامها لإعادة المعلومات إلى المستخدم أو زيادة مطالبات FM اللاحقة.
5. أثناء التنسيق، يقوم الوكيل بتطوير الأساس المنطقي من خلال الخطوات المنطقية التي تتطلب استدعاءات واجهة برمجة تطبيقات مجموعة العمل واستعلامات قاعدة المعرفة لإنشاء ملاحظة يمكن استخدامها لزيادة الموجه الأساسي لـ FM الأساسي. تعمل مطالبة نمط ReAct هذه كمدخل لتنشيط FM، والذي يتوقع بعد ذلك التسلسل الأمثل للإجراءات لإكمال مهمة المستخدم.
6. أثناء المعالجة اللاحقة، بعد اكتمال كافة عمليات التكرار، يقوم الوكيل برعاية الاستجابة النهائية. يتم تعطيل المعالجة اللاحقة بشكل افتراضي.

في الأقسام التالية، نناقش الخطوات الأساسية لنشر الحل، بما في ذلك خطوات ما قبل التنفيذ والاختبار والتحقق من الصحة.

أنشئ موارد الحل باستخدام AWS CloudFormation

قبل إنشاء الوكيل وقاعدة المعرفة الخاصة بك، من الضروري إنشاء بيئة محاكاة تعكس بشكل وثيق الموارد الحالية التي يستخدمها العملاء. تم تصميم الوكلاء وقواعد المعرفة الخاصة بـ Amazon Bedrock للبناء على هذه الموارد، باستخدام منطق الأعمال المقدم من Lambda ومستودعات بيانات العملاء المخزنة في Amazon S3. توفر هذه المواءمة التأسيسية تكاملاً سلسًا بين وكيلك وحلول قاعدة المعرفة مع البنية الأساسية القائمة لديك.

لمحاكاة موارد العملاء الحالية التي يستخدمها الوكيل، يستخدم هذا الحل create-customer-resources.sh برنامج شل النصي لأتمتة توفير المعلمات تكوين سحابة AWS نموذج، حجر الأساس-العميل-resources.yml، لنشر الموارد التالية:

• An الأمازون DynamoDB جدول مملوء بالاصطناعية بيانات المطالبات.
• ثلاث وظائف Lambda تمثل منطق أعمال العميل لإنشاء المطالبات، وإرسال تذكيرات المستندات المعلقة لمطالبات الحالة المفتوحة، وجمع الأدلة على المطالبات الجديدة والحالية.
• مجموعة S3 تحتوي على وثائق API بتنسيق مخطط OpenAPI لوظائف Lambda السابقة وتقديرات الإصلاح ومبالغ المطالبات والأسئلة الشائعة للشركة وأوصاف مستندات المطالبة المطلوبة لاستخدامها كمنتجنا أصول مصدر بيانات قاعدة المعرفة.
• An خدمة إعلام أمازون البسيطة (Amazon SNS) الموضوع الذي يتم الاشتراك فيه في رسائل البريد الإلكتروني الخاصة بحاملي السياسات للتنبيه عبر البريد الإلكتروني بحالة المطالبة والإجراءات المعلقة.
• إدارة الهوية والوصول AWS (IAM) أذونات للموارد السابقة.

يقوم AWS CloudFormation بملء معلمات المكدس مسبقًا بالقيم الافتراضية المتوفرة في القالب. لتوفير قيم إدخال بديلة، يمكنك تحديد المعلمات كمتغيرات بيئة يتم الرجوع إليها في ملف ParameterKey=<ParameterKey>,ParameterValue=<Value> أزواج في برنامج شل النصي التالي aws cloudformation create-stack أمر.

أكمل الخطوات التالية لتوفير مواردك:

1. إنشاء نسخة محلية من amazon-bedrock-samples باستخدام المستودع git clone:

   git clone https://github.com/aws-samples/amazon-bedrock-samples.git

2. قبل تشغيل برنامج Shell النصي، انتقل إلى الدليل الذي قمت باستنساخ الملف فيه amazon-bedrock-samples المستودع وتعديل أذونات برنامج Shell النصي إلى الملف القابل للتنفيذ:

   # If not already cloned, clone the remote repository (https://github.com/aws-samples/amazon-bedrock-samples) and change working directory to insurance agent shell folder
   cd amazon-bedrock-samples/agents/insurance-claim-lifecycle-automation/shell/
   chmod u+x create-customer-resources

3. قم بتعيين اسم حزمة CloudFormation، والبريد الإلكتروني SNS، ومتغيرات بيئة URL لتحميل الأدلة. سيتم استخدام البريد الإلكتروني لـ SNS لإخطارات حاملي البوليصة، وستتم مشاركة عنوان URL لتحميل الأدلة مع حاملي البوليصة لتحميل أدلة مطالباتهم. ال عينة معالجة مطالبات التأمين يوفر مثالاً للواجهة الأمامية لعنوان URL لتحميل الأدلة.

   export STACK_NAME=<YOUR-STACK-NAME> # Stack name must be lower case for S3 bucket naming convention
   export SNS_EMAIL=<YOUR-POLICY-HOLDER-EMAIL> # Email used for SNS notifications
   export EVIDENCE_UPLOAD_URL=<YOUR-EVIDENCE-UPLOAD-URL> # URL provided by the agent to the policy holder for evidence upload

4. تشغيل create-customer-resources.sh برنامج Shell النصي لنشر موارد العملاء التي تمت محاكاتها والمحددة في ملف bedrock-insurance-agent.yml قالب تشكيل السحابة هذه هي الموارد التي سيتم بناء الوكيل وقاعدة المعرفة عليها.

   source ./create-customer-resources.sh

السابقة source ./create-customer-resources.sh يقوم أمر Shell بتشغيل ما يلي واجهة سطر الأوامر AWS أوامر (AWS CLI) لنشر مكدس موارد العميل الذي تمت محاكاته:

export ACCOUNT_ID=$(aws sts get-caller-identity --query Account --output text)
export ARTIFACT_BUCKET_NAME=$STACK_NAME-customer-resources
export DATA_LOADER_KEY="agent/lambda/data-loader/loader_deployment_package.zip"
export CREATE_CLAIM_KEY="agent/lambda/action-groups/create_claim.zip"
export GATHER_EVIDENCE_KEY="agent/lambda/action-groups/gather_evidence.zip"
export SEND_REMINDER_KEY="agent/lambda/action-groups/send_reminder.zip"

aws s3 mb s3://${ARTIFACT_BUCKET_NAME} --region us-east-1
aws s3 cp ../agent/ s3://${ARTIFACT_BUCKET_NAME}/agent/ --recursive --exclude ".DS_Store"

export BEDROCK_AGENTS_LAYER_ARN=$(aws lambda publish-layer-version 
--layer-name bedrock-agents 
--description "Agents for Bedrock Layer" 
--license-info "MIT" 
--content S3Bucket=${ARTIFACT_BUCKET_NAME},S3Key=agent/lambda/lambda-layer/bedrock-agents-layer.zip 
--compatible-runtimes python3.11 
--query LayerVersionArn --output text)

aws cloudformation create-stack 
--stack-name ${STACK_NAME} 
--template-body file://../cfn/bedrock-customer-resources.yml 
--parameters 
ParameterKey=ArtifactBucket,ParameterValue=${ARTIFACT_BUCKET_NAME} 
ParameterKey=DataLoaderKey,ParameterValue=${DATA_LOADER_KEY} 
ParameterKey=CreateClaimKey,ParameterValue=${CREATE_CLAIM_KEY} 
ParameterKey=GatherEvidenceKey,ParameterValue=${GATHER_EVIDENCE_KEY} 
ParameterKey=SendReminderKey,ParameterValue=${SEND_REMINDER_KEY} 
ParameterKey=BedrockAgentsLayerArn,ParameterValue=${BEDROCK_AGENTS_LAYER_ARN} 
ParameterKey=SNSEmail,ParameterValue=${SNS_EMAIL} 
ParameterKey=EvidenceUploadUrl,ParameterValue=${EVIDENCE_UPLOAD_URL} 
--capabilities CAPABILITY_NAMED_IAM

aws cloudformation describe-stacks --stack-name $STACK_NAME --query "Stacks[0].StackStatus"
aws cloudformation wait stack-create-complete --stack-name $STACK_NAME

إنشاء قاعدة معرفية

تستخدم قواعد المعرفة الخاصة بـ Amazon Bedrock تقنية RAG، وهي تقنية تعمل على تسخير مخازن بيانات العملاء لتعزيز الاستجابات الناتجة عن مديري الخدمات. تسمح قواعد المعرفة للوكلاء بالوصول إلى مستودعات بيانات العملاء الحالية دون تحمل نفقات إدارية واسعة النطاق. لتوصيل قاعدة المعرفة ببياناتك، يمكنك تحديد حاوية S3 باعتبارها مصدر البيانات. ومن خلال قواعد المعرفة، تكتسب التطبيقات معلومات سياقية غنية، مما يؤدي إلى تبسيط عملية التطوير من خلال حل RAG المُدار بالكامل. يعمل هذا المستوى من التجريد على تسريع وقت الوصول إلى السوق من خلال تقليل الجهد المبذول لدمج بياناتك في وظائف الوكيل، كما يعمل على تحسين التكلفة من خلال إلغاء ضرورة إعادة التدريب المستمر للنموذج لاستخدام البيانات الخاصة.

يوضح الرسم البياني التالي بنية قاعدة المعرفة باستخدام نموذج التضمين.

يتم تحديد وظيفة قاعدة المعرفة من خلال عمليتين رئيسيتين: المعالجة المسبقة (الخطوات 1-3) ووقت التشغيل (الخطوات 4-7):

1. تخضع المستندات للتجزئة (التقطيع) إلى أقسام يمكن التحكم فيها.
2. ويتم تحويل هذه القطع إلى أجزاء مضمنة باستخدام نموذج التضمين Amazon Bedrock.
3. تُستخدم التضمينات لإنشاء فهرس متجه، مما يتيح إجراء مقارنات التشابه الدلالي بين استعلامات المستخدم ونص مصدر البيانات.
4. أثناء وقت التشغيل، يقدم المستخدمون إدخال النص الخاص بهم كمطالبة.
5. يتم تحويل النص المُدخل إلى متجهات باستخدام نموذج التضمين Amazon Bedrock.
6. يتم الاستعلام عن فهرس المتجه للأجزاء المتعلقة باستعلام المستخدم، مما يزيد من مطالبة المستخدم بسياق إضافي تم استرداده من فهرس المتجه.
7. يتم استخدام المطالبة المعززة، إلى جانب السياق الإضافي، لإنشاء استجابة للمستخدم.

لإنشاء قاعدة معرفية، أكمل الخطوات التالية:

1. في وحدة تحكم Amazon Bedrock، اختر قاعدة المعرفة في جزء التنقل.
2. اختار إنشاء قاعدة المعرفة.
3. تحت تقديم تفاصيل قاعدة المعرفة، أدخل اسمًا ووصفًا اختياريًا، مع ترك جميع الإعدادات الافتراضية. لهذا المنصب، ندخل الوصف:
   Use to retrieve claim amount and repair estimate information for claim ID, or answer general insurance questions about things like coverage, premium, policy, rate, deductible, accident, and documents.
4. تحت إعداد مصدر البيانات، إدخال اسم.
5. اختار تصفح S3 وحدد knowledge-base-assets مجلد حاوية S3 لمصدر البيانات التي قمت بنشرها مسبقًا (<YOUR-STACK-NAME>-customer-resources/agent/knowledge-base-assets/).
   
6. تحت حدد نموذج التضمينات وقم بتكوين مخزن المتجهات، اختر Titan Embeddings G1 - نص واترك الإعدادات الافتراضية الأخرى. ان أمازون أوبن سيرش سيرفرليس مجموعة شتاء XNUMX سيتم إنشاء لك. مخزن المتجهات هذا هو المكان الذي يتم فيه تخزين تضمينات المعالجة المسبقة لقاعدة المعرفة واستخدامها لاحقًا للبحث عن التشابه الدلالي بين الاستعلامات ونص مصدر البيانات.
7. تحت مراجعة وإنشاء، قم بتأكيد إعدادات التكوين، ثم اختر إنشاء قاعدة المعرفة.
   
8. بعد إنشاء قاعدة المعرفة الخاصة بك، سيتم عرض شعار أخضر "تم الإنشاء بنجاح" مع خيار مزامنة مصدر البيانات الخاص بك. يختار مزامنة لبدء مزامنة مصدر البيانات.
   
9. في وحدة تحكم Amazon Bedrock، انتقل إلى قاعدة المعرفة التي أنشأتها للتو، ثم قم بتدوين معرف قاعدة المعرفة أسفل نظرة عامة على قاعدة المعرفة.
   
10. مع استمرار تحديد قاعدة المعرفة الخاصة بك، اختر مصدر بيانات قاعدة المعرفة الخاص بك المدرج ضمن مصدر البيانات، ثم قم بتدوين معرف مصدر البيانات ضمن نظرة عامة على مصدر البيانات.
    

يتم استخدام معرف قاعدة المعرفة ومعرف مصدر البيانات كمتغيرات بيئة في خطوة لاحقة عند نشر واجهة مستخدم الويب Streamlit لوكيلك.

إنشاء وكيل

يعمل الوكلاء من خلال عملية تشغيل تتم في وقت البناء، وتتكون من عدة مكونات رئيسية:

• نموذج الأساس - يختار المستخدمون FM الذي يرشد الوكيل في تفسير مدخلات المستخدم، وتوليد الاستجابات، وتوجيه الإجراءات اللاحقة أثناء عملية التنسيق الخاصة به.
• تعليمات – يقوم المستخدمون بصياغة تعليمات مفصلة تحدد الوظيفة المقصودة للوكيل. تسمح المطالبات الاختيارية المتقدمة بالتخصيص في كل خطوة من خطوات التنسيق، مع دمج وظائف Lambda لتحليل المخرجات.
• (اختياري) مجموعات العمل - يحدد المستخدمون إجراءات الوكيل، باستخدام مخطط OpenAPI لتحديد واجهات برمجة التطبيقات لتشغيل المهام ووظائف Lambda لمعالجة مدخلات ومخرجات واجهة برمجة التطبيقات.
• (اختياري) قواعد المعرفة - يمكن للمستخدمين ربط الوكلاء بقواعد المعرفة، مما يتيح الوصول إلى سياق إضافي لتوليد الاستجابة وخطوات التنسيق.

يستخدم الوكيل الموجود في نموذج الحل هذا Anthropic Claude V2.1 FM على Amazon Bedrock، ومجموعة من التعليمات، وثلاث مجموعات عمل، وقاعدة معرفية واحدة.

لإنشاء وكيل، أكمل الخطوات التالية:

1. في وحدة تحكم Amazon Bedrock، اختر وسيط عقاري في جزء التنقل.
2. اختار إنشاء وكيل.
3. تحت تقديم تفاصيل الوكيل، أدخل اسم الوكيل ووصفًا اختياريًا، مع ترك جميع الإعدادات الافتراضية الأخرى.
4. تحت اختر النموذج، اختر أنثروبي كلود V2.1 وحدد التعليمات التالية للوكيل: You are an insurance agent that has access to domain-specific insurance knowledge. You can create new insurance claims, send pending document reminders to policy holders with open claims, and gather claim evidence. You can also retrieve claim amount and repair estimate information for a specific claim ID or answer general insurance questions about things like coverage, premium, policy, rate, deductible, accident, documents, resolution, and condition. You can answer internal questions about things like which steps an agent should follow and the company's internal processes. You can respond to questions about multiple claim IDs within a single conversation
5. اختار التالى.
6. تحت إضافة مجموعات العمل، قم بإضافة مجموعة العمل الأولى الخاصة بك:
   1. في حالة أدخل اسم مجموعة العمل، أدخل create-claim.
   2. في حالة الوصف، أدخل Use this action group to create an insurance claim
   3. في حالة حدد وظيفة لامدا، اختر <YOUR-STACK-NAME>-CreateClaimFunction.
   4. في حالة حدد مخطط واجهة برمجة التطبيقات، اختر تصفح S3، اختر المجموعة التي تم إنشاؤها مسبقًا (<YOUR-STACK-NAME>-customer-resources) ، ثم اختر agent/api-schema/create_claim.json.
      
7. إنشاء مجموعة عمل ثانية:
   1. في حالة أدخل اسم مجموعة العمل، أدخل gather-evidence.
   2. في حالة الوصف، أدخل Use this action group to send the user a URL for evidence upload on open status claims with pending documents. Return the documentUploadUrl to the user
   3. في حالة حدد وظيفة لامدا، اختر <YOUR-STACK-NAME>-GatherEvidenceFunction.
   4. في حالة حدد مخطط واجهة برمجة التطبيقات، اختر تصفح S3، اختر المجموعة التي تم إنشاؤها سابقًا، ثم اختر agent/api-schema/gather_evidence.json.
8. إنشاء مجموعة عمل ثالثة:
   1. في حالة أدخل اسم مجموعة العمل، أدخل send-reminder.
   2. في حالة الوصف، أدخل Use this action group to check claim status, identify missing or pending documents, and send reminders to policy holders
   3. في حالة حدد وظيفة لامدا، اختر <YOUR-STACK-NAME>-SendReminderFunction.
   4. في حالة حدد مخطط واجهة برمجة التطبيقات، اختر تصفح S3، اختر المجموعة التي تم إنشاؤها سابقًا، ثم اختر agent/api-schema/send_reminder.json.
9. اختار التالى.
10. في حالة حدد قاعدة المعرفة، اختر قاعدة المعرفة التي قمت بإنشائها مسبقًا (claims-knowledge-base).
11. في حالة تعليمات قاعدة المعرفة للوكيل، أدخل التالي: Use to retrieve claim amount and repair estimate information for claim ID, or answer general insurance questions about things like coverage, premium, policy, rate, deductible, accident, and documents
12. اختار التالى.
    
13. تحت مراجعة وإنشاء، قم بتأكيد إعدادات التكوين، ثم اختر إنشاء وكيل.
    

بعد إنشاء وكيلك، سترى لافتة خضراء تقول "تم الإنشاء بنجاح".

الاختبار والتحقق من الصحة

يهدف إجراء الاختبار التالي إلى التحقق من أن الوكيل يحدد ويفهم بشكل صحيح نوايا المستخدم لإنشاء مطالبات جديدة، وإرسال تذكيرات بالمستندات المعلقة للمطالبات المفتوحة، وجمع أدلة المطالبات، والبحث عن المعلومات عبر المطالبات الحالية ومستودعات معرفة العملاء. يتم تحديد دقة الاستجابة من خلال تقييم مدى ملاءمة الإجابات وتماسكها وطبيعتها الشبيهة بالإنسان للإجابات التي أنشأها الوكلاء وقواعد المعرفة لـ Amazon Bedrock.

مقاييس التقييم وتقنيات التقييم

يتضمن التحقق من صحة إدخال المستخدم وتعليمات الوكيل ما يلي:

• تجهيزها - استخدم نماذج المطالبات لتقييم تفسير الوكيل وفهمه واستجابته لمدخلات المستخدم المتنوعة. التحقق من صحة التزام الوكيل بالتعليمات التي تم تكوينها للتحقق من صحة مدخلات المستخدم ووضعها في سياقها وتصنيفها بدقة.
• تزامن - قم بتقييم الخطوات المنطقية التي يتبعها الوكيل (على سبيل المثال، "التتبع") لاستدعاءات واجهة برمجة تطبيقات مجموعة العمل واستعلامات قاعدة المعرفة لتعزيز الموجه الأساسي لـ FM.
• المعالجة البعدية – قم بمراجعة الاستجابات النهائية التي تم إنشاؤها بواسطة الوكيل بعد تكرارات التنسيق لضمان الدقة والملاءمة. تكون المعالجة اللاحقة غير نشطة بشكل افتراضي، وبالتالي لا يتم تضمينها في عملية التتبع التي يقوم بها وكيلنا.

يتضمن تقييم مجموعة العمل ما يلي:

• التحقق من صحة مخطط API – التحقق من أن مخطط OpenAPI (المحدد كملفات JSON المخزنة في Amazon S3) يوجه بشكل فعال تفكير الوكيل حول غرض كل واجهة برمجة تطبيقات.
• تنفيذ منطق الأعمال - اختبار تنفيذ منطق الأعمال المرتبط بمسارات واجهة برمجة التطبيقات (API) من خلال وظائف Lambda المرتبطة بمجموعة العمل.

يتضمن تقييم قاعدة المعرفة ما يلي:

• التحقق من التكوين – تأكد من أن تعليمات قاعدة المعرفة توجه الوكيل بشكل صحيح بشأن وقت الوصول إلى البيانات.
• تكامل مصدر البيانات S3 – التحقق من صحة قدرة الوكيل على الوصول إلى البيانات المخزنة في مصدر بيانات S3 المحدد واستخدامها.

يشمل الاختبار الشامل ما يلي:

• سير العمل المتكامل - إجراء اختبارات شاملة تتضمن مجموعات العمل وقواعد المعرفة لمحاكاة سيناريوهات العالم الحقيقي.
• تقييم جودة الاستجابة - تقييم الدقة الشاملة والملاءمة والتماسك لاستجابات الوكيل في سياقات وسيناريوهات متنوعة.

اختبار قاعدة المعرفة

بعد إعداد قاعدة المعرفة الخاصة بك في Amazon Bedrock، يمكنك اختبار سلوكها مباشرةً لتقييم استجاباتها قبل دمجها مع الوكيل. تمكنك عملية الاختبار هذه من تقييم أداء قاعدة المعرفة وفحص الاستجابات واستكشاف الأخطاء وإصلاحها من خلال استكشاف أجزاء المصدر التي يتم استرداد المعلومات منها. أكمل الخطوات التالية:

1. في وحدة تحكم Amazon Bedrock، اختر قاعدة المعرفة في جزء التنقل.
   
2. حدد القاعدة المعرفية التي تريد اختبارها، ثم اختر اختبار لتوسيع نافذة الدردشة.
   
3. في نافذة الاختبار، حدد نموذج الأساس الخاص بك لتوليد الاستجابة.
   
4. اختبر قاعدة معارفك باستخدام نماذج الاستعلامات التالية والمدخلات الأخرى:
   1. ما هو التشخيص في تقدير الإصلاح لمعرف المطالبة 2s34w-8x؟
   2. ما هو تقدير الحل والإصلاح لنفس المطالبة؟
   3. ماذا يجب أن يفعل السائق بعد وقوع الحادث؟
   4. ما هو الموصى به لتقرير الحادث والصور؟
   5. ما هو الخصم وكيف يعمل؟
      
      

يمكنك التبديل بين إنشاء الردود وإرجاع عروض الأسعار المباشرة في نافذة الدردشة، ولديك خيار مسح نافذة الدردشة أو نسخ كل المخرجات باستخدام الرموز المتوفرة.

لفحص استجابات قاعدة المعرفة وأجزاء المصدر، يمكنك تحديد الحاشية السفلية المقابلة أو الاختيار عرض تفاصيل النتيجة. ستظهر نافذة الأجزاء المصدرية، مما يسمح لك بالبحث عن نص المجموعة ونسخه والانتقال إلى مصدر بيانات S3.

اختبار الوكيل

بعد الاختبار الناجح لقاعدة المعرفة الخاصة بك، تتضمن مرحلة التطوير التالية إعداد واختبار وظائف وكيلك. يتضمن إعداد الوكيل تعبئة أحدث التغييرات، في حين يوفر الاختبار فرصة مهمة للتفاعل مع سلوك الوكيل وتقييمه. ومن خلال هذه العملية، يمكنك تحسين قدرات الوكيل وتعزيز كفاءته ومعالجة أي مشكلات محتملة أو تحسينات ضرورية لتحقيق الأداء الأمثل. أكمل الخطوات التالية:

1. في وحدة تحكم Amazon Bedrock، اختر وسيط عقاري في جزء التنقل.
   
2. اختر وكيلك ولاحظ معرف الوكيل.
   
   يمكنك استخدام معرف الوكيل كمتغير بيئة في خطوة لاحقة عند نشر واجهة مستخدم الويب Streamlit لوكيلك.
3. انتقل الى حسابك مشروع العمل. في البداية، لديك مسودة عمل وافتراضية TestAlias مشيرا إلى هذا المشروع. تسمح مسودة العمل بالتطوير التكراري.
4. اختار إعداد لتعبئة الوكيل بأحدث التغييرات قبل الاختبار. يجب عليك التحقق بانتظام من آخر وقت تم إعداده للوكيل للتأكد من أنك تختبر أحدث التكوينات.
   
5. قم بالوصول إلى نافذة الاختبار من أي صفحة داخل وحدة تحكم مسودة عمل الوكيل عن طريق الاختيار اختبار أو أيقونة السهم الأيسر.
6. في نافذة الاختبار، اختر اسمًا مستعارًا ونسخته للاختبار. لهذا المنصب، ونحن نستخدم TestAlias لاستدعاء النسخة المسودة لوكيلك. إذا لم يكن الوكيل جاهزًا، فستظهر مطالبة في نافذة الاختبار.
   
7. اختبر وكيلك باستخدام نماذج المطالبات التالية والمدخلات الأخرى:
   1. إنشاء مطالبة جديدة.
   2. أرسل تذكيرًا بالمستندات المعلقة إلى صاحب وثيقة المطالبة 2s34w-8x.
   3. جمع الأدلة للمطالبة 5t16u-7v.
   4. ما هو إجمالي مبلغ المطالبة للمطالبة 3b45c-9d؟
   5. ما هو إجمالي تقدير الإصلاح لنفس المطالبة؟
   6. ما هي العوامل التي تحدد قسط التأمين على سيارتي؟
   7. كيف يمكنني خفض أسعار التأمين على سيارتي؟
   8. ما هي المطالبات التي لها حالة مفتوحة؟
   9. إرسال رسائل تذكيرية إلى جميع حاملي وثائق التأمين الذين لديهم مطالبات مفتوحة.

تأكد من اختيار إعداد بعد إجراء التغييرات لتطبيقها قبل اختبار العامل.

يسلط مثال محادثة الاختبار التالي الضوء على قدرة الوكيل على استدعاء واجهات برمجة التطبيقات لمجموعة العمل باستخدام منطق أعمال AWS Lambda الذي يستعلم عن جدول Amazon DynamoDB الخاص بالعميل ويرسل إشعارات العملاء باستخدام Amazon Simple Notification Service. يعرض نفس موضوع المحادثة تكامل الوكيل وقاعدة المعرفة لتزويد المستخدم بالإجابات باستخدام مصادر بيانات العميل الموثوقة، مثل مبلغ المطالبة ومستندات الأسئلة الشائعة.

تحليل الوكيل وأدوات التصحيح

تحتوي آثار استجابة الوكيل على معلومات أساسية للمساعدة في فهم عملية اتخاذ القرار لدى الوكيل في كل مرحلة، وتسهيل تصحيح الأخطاء، وتوفير رؤى حول مجالات التحسين. ال ModelInvocationInput يوفر الكائن الموجود داخل كل أثر تكوينات وإعدادات تفصيلية مستخدمة في عملية اتخاذ القرار الخاصة بالوكيل، مما يمكّن العملاء من تحليل فعالية الوكيل وتعزيزها.

سيقوم وكيلك بفرز إدخالات المستخدم في إحدى الفئات التالية:

• الفئة أ – المدخلات الخبيثة أو الضارة، حتى لو كانت سيناريوهات خيالية.
• الفئة ب – المدخلات حيث يحاول المستخدم الحصول على معلومات حول الوظائف أو واجهات برمجة التطبيقات أو التعليمات التي تم توفيرها لوكيل استدعاء الوظائف لدينا أو المدخلات التي تحاول التلاعب في سلوك أو تعليمات وكيل استدعاء الوظائف لدينا أو منك.
• الفئة ج – الأسئلة التي لن يتمكن وكيل استدعاء الوظائف لدينا من الإجابة عليها أو تقديم معلومات مفيدة لاستخدام الوظائف التي تم توفيرها له فقط.
• الفئة د – الأسئلة التي يمكن الإجابة عليها أو المساعدة من خلال وكيل استدعاء الوظائف لدينا باستخدام الوظائف التي تم توفيرها له والحجج من الداخل فقط conversation_history أو الحجج ذات الصلة التي يمكن جمعها باستخدام askuser وظيفة.
• الفئة هـ – المدخلات التي ليست أسئلة ولكنها بدلاً من ذلك عبارة عن إجابات لسؤال طرحه وكيل استدعاء الوظيفة على المستخدم. المدخلات مؤهلة فقط لهذه الفئة عندما askuser الوظيفة هي الوظيفة الأخيرة التي يستدعيها وكيل استدعاء الوظيفة في المحادثة. يمكنك التحقق من ذلك من خلال القراءة من خلال conversation_history.

اختار إظهار الأثر ضمن استجابة لعرض تكوينات الوكيل وعملية الاستدلال، بما في ذلك قاعدة المعرفة واستخدام مجموعة العمل. يمكن توسيع الآثار أو طيها لإجراء تحليل مفصل. تحتوي الردود التي تحتوي على معلومات من مصادر أيضًا على حواشي سفلية للاقتباسات.

في مثال تتبع مجموعة العمل التالي، يقوم الوكيل بتعيين إدخال المستخدم إلى create-claim مجموعة العمل createClaim وظيفة أثناء المعالجة المسبقة. يمتلك الوكيل فهمًا لهذه الوظيفة استنادًا إلى تعليمات الوكيل ووصف مجموعة العمل ومخطط OpenAPI. أثناء عملية التزامن، والتي تتكون من خطوتين في هذه الحالة، يقوم الوكيل باستدعاء createClaim وظيفة ويتلقى ردًا يتضمن معرف المطالبة الذي تم إنشاؤه حديثًا وقائمة بالمستندات المعلقة.

في مثال تتبع قاعدة المعرفة التالي، يقوم الوكيل بتعيين إدخال المستخدم إلى الفئة D أثناء المعالجة المسبقة، مما يعني أن إحدى الوظائف المتاحة للوكيل يجب أن تكون قادرة على تقديم استجابة. طوال عملية التنسيق، يبحث الوكيل في قاعدة المعرفة، ويسحب الأجزاء ذات الصلة باستخدام التضمينات، ويمرر هذا النص إلى النموذج الأساسي لإنشاء الاستجابة النهائية.

انشر واجهة مستخدم الويب Streamlit لوكيلك

عندما تكون راضيًا عن أداء وكيلك وقاعدة معارفك، فأنت مستعد لتحويل قدراته إلى منتجات. نحن نستخدم انسيابي في هذا الحل لإطلاق مثال للواجهة الأمامية، يهدف إلى محاكاة تطبيق الإنتاج. Streamlit هي مكتبة Python مصممة لتبسيط وتبسيط عملية إنشاء تطبيقات الواجهة الأمامية. يوفر تطبيقنا ميزتين:

• الإدخال الفوري للوكيل – يسمح للمستخدمين استدعاء الوكيل باستخدام مدخلات المهمة الخاصة بهم.
• تحميل ملف قاعدة المعرفة – يمكّن المستخدم من تحميل ملفاته المحلية إلى حاوية S3 التي يتم استخدامها كمصدر بيانات لقاعدة المعرفة. بعد أن يتم تحميل الملف، التطبيق يبدأ مهمة الاستيعاب لمزامنة مصدر بيانات قاعدة المعرفة.

لعزل تبعيات تطبيق Streamlit الخاصة بنا ولتسهيل النشر، نستخدم ملف الإعداد-streamlit-env.sh برنامج Shell النصي لإنشاء بيئة Python افتراضية مع تثبيت المتطلبات. أكمل الخطوات التالية:

1. قبل تشغيل برنامج Shell النصي، انتقل إلى الدليل الذي قمت باستنساخ الملف فيه amazon-bedrock-samples مستودع وتعديل أذونات البرنامج النصي Streamlit Shell إلى الملف القابل للتنفيذ:

cd amazon-bedrock-samples/agents/insurance-claim-lifecycle-automation/agent/streamlit/
chmod u+x setup-streamlit-env.sh

2. قم بتشغيل البرنامج النصي Shell لتنشيط بيئة Python الافتراضية بالتبعيات المطلوبة:

source ./setup-streamlit-env.sh

3. قم بتعيين معرف وكيل Amazon Bedrock، ومعرف الاسم المستعار للوكيل، ومعرف قاعدة المعرفة، ومعرف مصدر البيانات، واسم مجموعة قاعدة المعرفة، ومتغيرات بيئة منطقة AWS:

export BEDROCK_AGENT_ID=<YOUR-AGENT-ID>
export BEDROCK_AGENT_ALIAS_ID=<YOUR-AGENT-ALIAS-ID>
export BEDROCK_KB_ID=<YOUR-KNOWLEDGE-BASE-ID>
export BEDROCK_DS_ID=<YOUR-DATA-SOURCE-ID>
export KB_BUCKET_NAME=<YOUR-KNOWLEDGE-BASE-S3-BUCKET-NAME>
export AWS_REGION=<YOUR-STACK-REGION>

4. قم بتشغيل تطبيق Streamlit الخاص بك وابدأ الاختبار في متصفح الويب المحلي لديك:

streamlit run agent_streamlit.py

تنظيف

لتجنب فرض رسوم على حساب AWS الخاص بك، قم بتنظيف الموارد المتوفرة للحل

• حذف-العميل-resources.sh يقوم برنامج Shell النصي بإفراغ حاوية S3 الخاصة بالحل وحذفها وحذف الموارد التي تم توفيرها في الأصل من bedrock-customer-resources.yml مكدس CloudFormation. تستخدم الأوامر التالية اسم المكدس الافتراضي. إذا قمت بتخصيص اسم المكدس، فاضبط الأوامر وفقًا لذلك.

# cd amazon-bedrock-samples/agents/insurance-claim-lifecycle-automation/shell/
# chmod u+x delete-customer-resources.sh
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-customer-resources.sh

السابقة ./delete-customer-resources.sh يقوم أمر shell بتشغيل أوامر AWS CLI التالية لحذف مكدس موارد العميل الذي تمت محاكاته وحاوية S3:

echo "Emptying and Deleting S3 Bucket: $ARTIFACT_BUCKET_NAME"
aws s3 rm s3://${ARTIFACT_BUCKET_NAME} --recursive
aws s3 rb s3://${ARTIFACT_BUCKET_NAME}

echo "Deleting CloudFormation Stack: $STACK_NAME"
aws cloudformation delete-stack --stack-name $STACK_NAME
aws cloudformation describe-stacks --stack-name $STACK_NAME --query "Stacks[0].StackStatus"
aws cloudformation wait stack-delete-complete --stack-name $STACK_NAME

لحذف الوكيل وقاعدة المعرفة الخاصة بك، اتبع الإرشادات الخاصة بـ حذف وكيل و حذف قاعدة المعرفة، على التوالي.

الاعتبارات

على الرغم من أن الحل الموضح يعرض إمكانات الوكلاء وقواعد المعرفة لـ Amazon Bedrock، فمن المهم أن نفهم أن هذا الحل ليس جاهزًا للإنتاج. بل إنه بمثابة دليل مفاهيمي للعملاء الذين يهدفون إلى إنشاء وكلاء مخصصين لمهامهم المحددة وسير العمل الآلي. يجب على العملاء الذين يهدفون إلى نشر الإنتاج تحسين هذا النموذج الأولي وتكييفه، مع مراعاة عوامل الأمان التالية:

• الوصول الآمن إلى واجهات برمجة التطبيقات والبيانات:
  • تقييد الوصول إلى واجهات برمجة التطبيقات وقواعد البيانات والأنظمة الأخرى المدمجة مع الوكيل.
  • استخدم التحكم في الوصول وإدارة الأسرار والتشفير لمنع الوصول غير المصرح به.
• التحقق من صحة المدخلات والتعقيم:
  • التحقق من صحة مدخلات المستخدم وتعقيمها لمنع هجمات الحقن أو محاولات التلاعب بسلوك الوكيل.
  • إنشاء قواعد الإدخال وآليات التحقق من صحة البيانات.
• ضوابط الوصول لإدارة الوكيل واختباره:
  • قم بتنفيذ عناصر التحكم في الوصول المناسبة لوحدات التحكم والأدوات المستخدمة لتحرير الوكيل أو اختباره أو تكوينه.
  • تقييد الوصول إلى المطورين والمختبرين المعتمدين.
• أمن البنية التحتية:
  • التزم بأفضل ممارسات أمان AWS فيما يتعلق بشبكات VPC والشبكات الفرعية ومجموعات الأمان والتسجيل والمراقبة لتأمين البنية التحتية الأساسية.
• التحقق من صحة تعليمات الوكيل:
  • إنشاء عملية دقيقة لمراجعة تعليمات الوكيل والتحقق من صحتها لمنع السلوكيات غير المقصودة.
• الاختبار والتدقيق:
  • قم باختبار العامل والمكونات المتكاملة بدقة.
  • قم بتنفيذ التدقيق والتسجيل واختبار الانحدار لمحادثات الوكيل لاكتشاف المشكلات ومعالجتها.
• أمن قاعدة المعرفة:
  • إذا كان بإمكان المستخدمين زيادة قاعدة المعرفة، فتحقق من صحة التحميلات لمنع هجمات التسمم.

للاعتبارات الرئيسية الأخرى، راجع قم ببناء وكلاء ذكاء اصطناعي مبدعين باستخدام Amazon Bedrock وAmazon DynamoDB وAmazon Kendra وAmazon Lex وLangChain.

وفي الختام

يمثل تنفيذ وكلاء الذكاء الاصطناعي التوليدي باستخدام الوكلاء وقواعد المعرفة لـ Amazon Bedrock تقدمًا كبيرًا في القدرات التشغيلية والأتمتة للمؤسسات. لا تعمل هذه الأدوات على تبسيط دورة حياة مطالبة التأمين فحسب، بل تشكل أيضًا سابقة لتطبيق الذكاء الاصطناعي في مختلف مجالات المؤسسات الأخرى. ومن خلال أتمتة المهام وتعزيز خدمة العملاء وتحسين عمليات صنع القرار، يعمل وكلاء الذكاء الاصطناعي هؤلاء على تمكين المؤسسات من التركيز على النمو والابتكار، مع التعامل مع المهام الروتينية والمعقدة بكفاءة.

بينما نواصل نشهد التطور السريع للذكاء الاصطناعي، فإن إمكانات أدوات مثل الوكلاء وقواعد المعرفة لـ Amazon Bedrock في تحويل العمليات التجارية هائلة. ومن المتوقع أن تكتسب الشركات التي تستخدم هذه التقنيات ميزة تنافسية كبيرة، تتميز بتحسين الكفاءة، ورضا العملاء، واتخاذ القرار. لا يمكن إنكار أن مستقبل إدارة بيانات المؤسسة والعمليات يميل نحو تكامل أكبر للذكاء الاصطناعي، وتأتي Amazon Bedrock في طليعة هذا التحول.

لمعرفة المزيد، يرجى زيارة وكلاء شركة أمازون بيدروك، استشر وثائق أمازون بيدروك، اكتشف ال مساحة الذكاء الاصطناعي التوليدية على موقع Community.aws، والتدرب على ورشة عمل أمازون بيدروك.

عن المؤلف

كايل تي بلوكسوم هو مهندس الحلول الأول لدى AWS ومقره في جنوب كاليفورنيا. يتمثل شغف كايل في جمع الأشخاص معًا والاستفادة من التكنولوجيا لتقديم الحلول التي يحبها العملاء. خارج العمل، يستمتع بركوب الأمواج، والأكل، والمصارعة مع كلبه، وإفساد ابنة أخيه وابن أخيه.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://aws.amazon.com/blogs/machine-learning/automate-the-insurance-claim-lifecycle-using-agents-and-knowledge-bases-for-amazon-bedrock/