Utilizzando Amazon Bedrock, Google Places, LangChain e Streamlit
Il vero potere dell’intelligenza artificiale generativa si realizza quando aiuta le persone a semplificare o automatizzare le attività e i compiti quotidiani. Alcuni esempi di queste attività includono: riepilogo di messaggi/e-mail, creazione di curriculum e altro ancora. Nello specifico, la scorsa settimana stavo cercando di pianificare un appuntamento serale interessante per la mia ragazza e mi sono reso conto che non esisteva uno strumento fisso che potesse dare un'idea della data finale a seconda dei nostri interessi.
Certo, potrei usare Google e mettere insieme un sacco di posti diversi, ma questo ha richiesto tempo e molte ricerche (finisco sempre anche su Reddit lol). In alternativa, ho provato a utilizzare direttamente qualcosa come ChatGPT, ma mi sono reso conto che molti dei suggerimenti includevano luoghi più obsoleti e non contenevano realmente i suggerimenti più recenti e migliori poiché il modello veniva addestrato in un momento precedente.
In uno dei miei articoli precedentiabbiamo discusso di come generare consigli musicali utilizzando Agenti LangChain in concomitanza con il API Spotify. Oggi adotteremo non solo un'API diversa, ma un approccio leggermente diverso rispetto alla soluzione basata sull'agente che abbiamo seguito nella soluzione di consigli musicali per curare le idee per gli appuntamenti serali.
Per questo articolo utilizzeremo il file API di Google Places insieme a Claude, la roccia amazzonica per alimentare un'app di consigli per appuntamenti serali. Useremo Illuminato come interfaccia utente e consentire agli utenti di inserire interessi specifici per aiutare a curare l'esperienza. Ora che abbiamo compreso il problema generale, entriamo direttamente nella nostra soluzione e costruiamola!
NOTA: questo articolo presuppone una conoscenza di base di Python, AWS, LLM e LangChain. È possibile trovare un ottimo articolo di partenza per LangChain Qui. Se sei nuovo su Amazon Bedrock, fai riferimento al mio articolo iniziale Qui.
DISCLAIMER: Sono un Machine Learning Architect presso AWS e le mie opinioni sono mie.
- Panoramica della soluzione
- Soluzione
UN. Configurazione dell'API di Google Places
B. Configurazione LangChain e Bedrock
C. Configurazione e demo dell'interfaccia utente - Risorse aggiuntive e conclusioni
Fonte: towardsdatascience.com
