AWS Lambda 入门

阅读本端到端指南，了解如何使用 AWS Lambda 处理 Apache Kafka 流。了解详情

通过使用 AWS Lambda 处理 Apache Kafka 时的扩展改进、适用于 AWS Lambda 的 Kafka 事件源映射预置模式以及 AWS Lambda 对 Avro 和 Protobuf 格式 Apache Kafka 事件的原生支持，提升基于流的实时处理性能。

使用 AWS Lambda 上的 Strands Agents SDK 创建人工智能代理。按照我们的示例实现构建一个具有集成 MCP 服务器能力的用户感知人工智能代理。

聊天机器人是采用生成式人工智能的直接且影响深远的切入点。无论是部署用于全天候客户服务自动化、AI 驱动的帮助台支持，还是复杂的虚拟助手，AWS Lambda 都管理整个聊天机器人工作流——请求/响应的预处理和后处理、提示工程、模型选择、应用护栏，以及与知识库协作。无服务器架构使您能够快速实施和扩展智能对话解决方案，并灵活地在不同大语言模型（LLM）之间切换，同时保持安全护栏和完整审计能力。

从这个解决方案库开始，使用简单的无代码向导，为对话搜索、AI 生成的聊天机器人、文本生成和文本摘要生成 AI 应用程序，无需深厚的人工智能专业知识。参考此应用程序示例部署一个多模型聊天机器人，利用各种大语言模型（LLM）提供商。

智能文档处理（IDP）通过自动化从各种文档类型中提取、分析和验证信息，解决关键企业痛点。AWS 无服务器服务使您能够通过事件驱动工作流和异步处理构建和管理完整的 IDP 管道。AWS Lambda 通过原生批处理能力大规模处理文档，而 Amazon EventBridge 和 AWS Step Functions 编排复杂工作流，并与大语言模型（LLM）和现有业务系统集成。这种无服务器方法提供可扩展、高吞吐量的 IDP 解决方案，在处理各种文档格式时高效保持准确性和合规性。

阅读这篇技术博客，了解 AWS 无服务器服务 AWS Lambda、AWS Step Functions 和 Amazon EventBridge 与基础模型集成后，如何帮助将传统手动、易出错的文档处理快速转变为自动化、准确且可扩展的工作流，从而从任何文档类型中提取、规范化和汇总数据。

使用此讲习会构建自动化解决方案，通过从 PDF 文档中提取关键数据并生成摘要，将手动文档处理转变为高效工作流，使各行业组织能够快速访问和分析关键业务信息。在此多级讲习会中，了解如何使用 AWS AI 服务构建自动化、可扩展的文档处理工作流，从各种文档格式中提取有价值的信息，替代耗时的手动流程，并能夠处理各行业的复杂内容，例如保险理赔、抵押贷款、医疗保健索赔、合同和法律合同。

内容生成是各行业中需求最高的生成式人工智能应用之一，涵盖从营销和媒体到软件开发和技术文档。AWS 无服务器服务 AWS Lambda 和 AWS Step Functions 使您能够构建复杂的提示串接工作流，在关键阶段融入人工介入验证和优化。这种无服务器方法允许自动化内容生成，同时保持人工监督，通过一系列协调的提示和审核步骤确保质量和品牌一致性。

从这篇博客了解 TUI Group 如何大规模维护和监控内容质量，利用 AWS Step Functions 编排复杂的内容生成工作流：协调 AWS Lambda 函数跨多个大语言模型（LLM）处理批量请求，通过第三方 API 验证 SEO 分数，并自动将高质量内容（分数高于 80% 的阈值）存储在 Amazon DynamoDB 中，供团队通过前端 UI 审核。

这个应用程序示例演示了使用提示串接将批量且低效的提示分解为更小的提示，并搭配 AWS Lambda 和 AWS Step Functions 使用专用模型。该示例还展示了当您需要提高应用程序的安全性和准确性时，如何加入人工反馈回路。

从这篇博客文章了解 AWS Step Functions 如何编排复杂的提示串接工作流，将复杂的大语言模型（LLM）任务分解为可管理的子任务，结合 AWS Lambda 函数进行处理、通过任务令牌进行人工介入审核，并使用 Amazon EventBridge 的事件驱动架构实现可扩展的系统集成。

了解此应用程序示例如何演示通过 AWS Step Functions（用于编排 AWS Lambda 函数和 220 多种 AWS 服务）或 Amazon Bedrock Flows（专为 Bedrock 特定 AI 工作流而构建）使用提示串接技术构建复杂的生成式人工智能应用程序，两者都提供无服务器可扩展性，并具有并行处理、条件逻辑和人工输入处理等功能。