项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1403
技术标签
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 一个可用的 AWS 账户(项目基于 AWS 与 Amazon Bedrock 构建)
- 已在 Amazon Bedrock 中开通所需大模型(如 Claude、Llama、DeepSeek 等)的访问权限
- 本地具备 Git 环境用于克隆仓库
- 可访问项目部署文档 docs/en/DEPLOY_OPTION.md(README 中多次引用该文档作为完整部署说明)
安装与启动步骤
-
1克隆项目仓库
从 GitHub 拉取 aws-samples/generative-ai-use-cases 源码到本地,后续所有配置与部署均在该目录下进行。
git clone https://github.com/aws-samples/generative-ai-use-cases.git -
2阅读部署文档
README 明确说明完整部署选项与参数均在 docs/en/DEPLOY_OPTION.md 中,务必先按该文档操作,README 本身不含安装命令。
-
3确定使用场景
按 README 的 GenU Usage Patterns 选择要启用的用例,如 Chat、文本生成、摘要、会议纪要、翻译、图像生成、视频生成、图表生成、语音聊天等。
-
4按需启用 RAG 与 Agent
如需 RAG Chat,可选择 Amazon Kendra 或 Knowledge Base 作为数据源;如需智能体,按文档启用 Agent Chat 或导入自建 Agent。
-
5配置 MCP 外部服务
若要让 RAG 引用 AWS 之外的数据,可启用 MCP chat 并在 packages/cdk/mcp-api/mcp.json 中加入外部服务的 MCP server。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
packages/cdk/mcp-api/mcp.json | 否 | MCP 聊天配置文件,用于添加外部服务的 MCP server,让 RAG 引用 AWS 之外的数据 | packages/cdk/mcp-api/mcp.json |
隐藏指定用例选项 | 否 | 按照 DEPLOY_OPTION.md 的 Hiding specific use cases 章节配置,可隐藏不需要的用例 | 参见 docs/en/DEPLOY_OPTION.md |
Agent Chat 开关 | 否 | 启用后会自动创建 Web Search Agent 与 Code Interpreter Agent | 参见 docs/en/DEPLOY_OPTION.md |
如何确认成功
README 未给出启动成功的验证方法,请以 docs/en/DEPLOY_OPTION.md 中的部署完成提示与访问方式为准。
常见问题
Q:README 里有安装命令吗?
A:没有。README 主要介绍使用场景与功能,安装与部署步骤全部指向 docs/en/DEPLOY_OPTION.md,请以该文档为准。
Q:需要自己准备大模型吗?
A:项目基于 Amazon Bedrock,需要使用 Bedrock 上提供的模型,如 Claude、Llama、DeepSeek 等,无需自行部署模型权重。
Q:支持哪些语言界面?
A:自 v4 起 GenU 支持多语言,仓库内提供英文、日文、韩文版 README。
Q:RAG 支持哪些数据源?
A:支持 Amazon Kendra 和 Knowledge Base 两类;Knowledge Base 还支持高级解析、分块策略选择、查询分解与重排序。
Q:能否使用已有的 Kendra 资源?
A:可以,文档中说明可直接使用手动创建的 S3 Bucket 或 Kendra Index。
注意事项
- 本教程的步骤依据 README 节选推断,README 未包含具体安装命令,实际部署请严格遵循 docs/en/DEPLOY_OPTION.md。
- 启用 Agent Chat 时会自动创建 Web Search Agent 和 Code Interpreter Agent,涉及额外 AWS 资源。
- 项目提供丰富的安全相关设置与 SAML 认证选项,企业落地前建议先阅读安全章节。
核心亮点
- 预置多个真实业务场景代码,如聊天机器人和图像生成,可直接参考或二次开发
- 深度集成 Amazon Bedrock,支持 Claude、Llama、DeepSeek 等多种模型,灵活切换
- 内置安全与合规设计,符合企业级应用要求,降低生产环境风险
不足之处
- 依赖 AWS 生态,迁移到其他云平台成本较高
- 文档/社区待观察
适用场景
- 企业快速搭建基于大模型的内部知识库问答系统
- 利用生成式 AI 自动化生成营销图像或产品设计图
- 在 AWS 上构建安全的客服聊天机器人,处理客户咨询
替代项目
langchain、haystack、flowise
同类项目推荐
marvis-risk-agent
开源
一句话搞定信用风险建模全流程,从数据到策略自动跑通。
MARVIS-Agent: all-purpose credit risk agent for model development, validation, data ···
digital-marketing-pro
开源
把策略、SEO、投放、内容、CRM 装进一套 AI 营销工作流
An open-source AI based digital marketing operating system for strategy, SEO, AEO/GE···
ContractGuard
开源
上传合同,秒懂风险条款,告别法律盲区。
AI agent that reads the fine print so you don't have to. Upload any contract → get ···
worldmonitor
开源
一个界面看全球新闻、地缘与基建动态
Real-time global intelligence dashboard. AI-powered news aggregation, geopolitical m···
Epona
开源
用扩散模型预测驾驶未来,生成连续视频帧。
Official Code for Epona: Autoregressive Diffusion World Model for Autonomous Driving···
awesome-quant-ai
开源
一站式收藏AI量化投资资源,快速上手智能交易
A curated list of awesome resources for quantitative investment and trading strategi···
eShopLite
开源
用 .NET 打造带语义搜索和 AI 推理的电商参考应用
eShopLite is a set of reference .NET applications implementing an eCommerce site wit···
foundation-cancer-image-biomarke···
开源
用预训练基础模型,快速搞定癌症影像分析任务
[Nature Machine Intelligence 2024] Code and evaluation repository for the paper
Ebook-Translator-Calibre-Plugin
开源
一键翻译整本电子书,保留排版,双语对照阅读
A Calibre plugin to translate ebook into a specified language.
