AWS Lambda

AWS Lambda 入門

Q: 步驟 1：串流簡介

閱讀這份端對端指南，了解如何使用 AWS Lambda 處理 Apache Kafka 串流。 進一步了解

Q: 步驟 3：使用 AWS Lambda 處理 Apache Kafka 時的效能改進

透過 使用 AWS Lambda 處理 Apache Kafka 時的擴展改進 、 AWS Lambda 中 Kafka 事件來源對應的佈建模式 ，以及 AWS Lambda 為 Avro 和 Protobuf 格式化的 Kafka 事件提供原生支援 ，提升您以串流為基礎的即時處理效能。

Q: 步驟 2：部署您的第一個 AI 代理程式

使用 AWS Lambda 上的 Strands Agents SDK 建立 AI 代理程式 。依照我們的 範例實作 ，建置具備整合 MCP 伺服器能力且能感知使用者的 AI 代理程式。

Q: 步驟 2：在 AWS 上使用 GenAI 聊天機器人建置 RAG 使用案例

從這個 解決方案庫 開始，使用簡單的無程式碼精靈，建置 AI 應用程式，用於對話式搜尋、採用生成式 AI 技術的聊天機器人、文字產生和文字摘要，全程不需具備深厚的 AI 專業知識。參考這個 應用程式範例 來部署可利用各種大型語言模型 (LLM) 供應商的多模型聊天機器人。

Q: 步驟 3：利用生成式 AI 增強 AWS 智慧型文件處理

閱讀這篇 技術部落格 ，了解 AWS 無伺服器服務 AWS Lambda、 AWS Step Functions 與 Amazon EventBridge 如何與基礎模型整合，協助將傳統人工且容易出錯的文件處理，快速轉變為自動化、準確且可擴展的工作流程，從任何文件類型中擷取、標準化並摘要資料。

Q: 步驟 4：文件擷取與摘要

使用 此工作坊 建置自動化方案，透過從 PDF 文件中擷取關鍵資料並生成摘要，將人工文件處理轉變為高效工作流程，讓各行各業的組織能快速存取與分析關鍵業務資訊。在 這個多層級工作坊 中，探索如何使用 AWS AI 服務建置自動化、可擴展的文件處理工作流程，從各種文件格式中擷取有價值的資訊，取代耗時的人工流程，並處理各行各業的複雜內容，例如保險理賠、房貸、醫療理賠、合約與法律合約。

選擇自己的路徑

AWS Lambda 是一種無伺服器運算服務，可執行程式碼來回應事件並自動為您管理基礎運算資源，讓您更輕鬆地建置可快速回應新資訊的應用程式。無論您是 AWS Lambda 新手還是已經有了一個使用案例，都可以選擇自己的路徑，並按照經策管的學習步驟開始使用 AWS Lambda。

路徑 3：即時資料處理
2
路徑 4-1：代理式 AI
1
路徑 4-2：聊天機器人
2
路徑 4-3：智慧型文件處理 (IDP)
3
路徑 4-4：內容生成
5

路徑 3：即時資料處理

全部開啟

閱讀這份端對端指南，了解如何使用 AWS Lambda 處理 Apache Kafka 串流。進一步了解

透過使用 AWS Lambda 處理 Apache Kafka 時的擴展改進、AWS Lambda 中 Kafka 事件來源對應的佈建模式，以及 AWS Lambda 為 Avro 和 Protobuf 格式化的 Kafka 事件提供原生支援，提升您以串流為基礎的即時處理效能。

路徑 4-1：代理式 AI

全部開啟

使用 AWS Lambda 上的 Strands Agents SDK 建立 AI 代理程式。依照我們的範例實作，建置具備整合 MCP 伺服器能力且能感知使用者的 AI 代理程式。

路徑 4-2：聊天機器人

全部開啟

聊天機器人為採用生成式 AI 提供了立即且具影響力的切入點。無論是部署用於 24/7 客戶服務自動化、AI 驅動的服務台支援，或精密的虛擬助理，AWS Lambda 都能管理整個聊天機器人工作流程——請求和回應的前處理與後處理、提示工程、模型選擇、套用防護機制，以及與知識庫協作。無伺服器架構讓您能快速實作並擴展智慧對話解決方案，並具備在不同大型語言模型 (LLM) 之間切換的彈性，同時維持安全護欄與完整稽核能力。

從這個解決方案庫開始，使用簡單的無程式碼精靈，建置 AI 應用程式，用於對話式搜尋、採用生成式 AI 技術的聊天機器人、文字產生和文字摘要，全程不需具備深厚的 AI 專業知識。參考這個應用程式範例來部署可利用各種大型語言模型 (LLM) 供應商的多模型聊天機器人。

路徑 4-3：智慧型文件處理 (IDP)

全部開啟

智慧型文件處理 (IDP) 透過自動化從各種文件類型中擷取、分析與驗證資訊，解決關鍵的企業痛點。AWS 無伺服器服務可讓您透過事件驅動工作流程與非同步處理，建置並管理完整的 IDP 管道。AWS Lambda 透過原生批次能力大規模處理文件，而 Amazon EventBridge 與 AWS Step Functions 則負責協調複雜工作流程，並與大型語言模型 (LLM) 及現有業務系統整合。這種無伺服器方法提供可擴展、高輸送量的 IDP 解決方案，在高效處理多元文件格式的同時，維持準確性與合規性。

閱讀這篇技術部落格，了解 AWS 無伺服器服務 AWS Lambda、AWS Step Functions 與 Amazon EventBridge 如何與基礎模型整合，協助將傳統人工且容易出錯的文件處理，快速轉變為自動化、準確且可擴展的工作流程，從任何文件類型中擷取、標準化並摘要資料。

使用此工作坊建置自動化方案，透過從 PDF 文件中擷取關鍵資料並生成摘要，將人工文件處理轉變為高效工作流程，讓各行各業的組織能快速存取與分析關鍵業務資訊。在這個多層級工作坊中，探索如何使用 AWS AI 服務建置自動化、可擴展的文件處理工作流程，從各種文件格式中擷取有價值的資訊，取代耗時的人工流程，並處理各行各業的複雜內容，例如保險理賠、房貸、醫療理賠、合約與法律合約。

路徑 4-4：內容生成

全部開啟

內容生成是各行各業中需求最高的生成式 AI 應用之一，從行銷與媒體到軟體開發與技術文件皆然。AWS 無伺服器服務 AWS Lambda 與 AWS Step Functions 可讓您建置精密的提示鏈接工作流程，並在關鍵階段納入人工參與驗證與精進。這種無伺服器方法可實現自動化內容生成，同時維持人工監督，透過一系列協調的提示與審查步驟，確保品質與品牌一致性。

從這篇部落格了解 TUI Group 如何大規模維護與監控內容品質，運用 AWS Step Functions 協調精密的內容生成工作流程，透過協調 AWS Lambda 函式來處理跨多個大型語言模型 (LLM) 的批次請求、透過第三方 API 驗證 SEO 分數，並自動將高品質內容 (分數高於 80% 門檻) 儲存至 Amazon DynamoDB，以供團隊透過前端 UI 審查。

此應用程式範例示範如何使用提示鏈接將大量且低效率的提示拆解成較小的提示，並搭配 AWS Lambda 與 AWS Step Functions 使用專用模型。此範例也展示當您需要提升應用程式的安全性與準確性時，如何納入人工意見回饋迴圈。

從這篇部落格文章了解 AWS Step Functions 如何協同運作精密的提示鏈接工作流程，將複雜的大型語言模型 (LLM) 任務分解為可管理的子任務，並納入 AWS Lambda 函式進行處理、透過任務權杖實現人工參與審查，以及使用 Amazon EventBridge 的事件驅動架構來實現可擴展的系統整合。

了解這個應用程式範例如何展示使用提示鏈接技術建置複雜的生成式 AI 應用程式，透過 AWS Step Functions (用於協同運作 AWS Lambda 函式與 220+ AWS 服務) 或 Amazon Bedrock Flows (專為 Bedrock 特定 AI 工作流程打造)，兩者皆提供無伺服器可擴展性，並具備平行處理、條件邏輯與人工輸入處理等功能。