Asistente de IA de escritorio multiplataforma que se conecta con los principales proveedores de LLM y funciona como cliente MCP con una base de conocimiento local.
aws-solutions/generative-ai-application-builder-on-aws
Solución de AWS que despliega un panel web para crear, comparar y llevar a producción casos de uso de chat y agentes de IA generativa en Amazon Bedrock y SageMaker AI.
- Estrellas
- 358
- Forks
- 139
- Issues abiertos
- 13
- Último commit
- hace 16 días
¿Qué es?
Generative AI Application Builder on AWS es una solución desplegable que ofrece a los administradores un panel web para crear, configurar y comparar casos de uso de IA generativa. Cada caso de uso se despliega en su propia pila de CloudFormation, y el panel permite a los equipos probar distintas combinaciones de LLM y configuración en paralelo antes de llevar una a producción.
La versión actual cubre casos de uso de chat, incluida una interfaz de chatbot que puede consultar datos empresariales mediante una base de conocimiento. Entre las fuentes de conocimiento compatibles están Amazon Kendra y Knowledge Bases for Amazon Bedrock. Los LLM pueden alojarse en Amazon Bedrock o Amazon SageMaker AI. Los casos de uso de agentes envían solicitudes a un Amazon Bedrock Agent configurado. También hay una API para crear implementaciones personalizadas dirigidas a usuarios finales.
El proyecto está escrito en TypeScript con AWS CDK e incluye paneles e interfaces de chat basados en React y creados con Vite. El despliegue se realiza con `cdk deploy` o mediante una compilación personalizada que prepara los recursos en S3.
Funciones clave
- 01Panel web para desplegar y comparar varios casos de uso con LLM
- 02Interfaz de chat conectada a bases de conocimiento mediante Amazon Kendra o Knowledge Bases for Amazon Bedrock
- 03Integración con Amazon Bedrock y Amazon SageMaker AI como proveedores de LLM
- 04Compatibilidad con casos de uso de Amazon Bedrock Agent
- 05Paneles de CloudWatch para hacer seguimiento de métricas de varios LLM
- 06Pilas anidadas de CloudFormation modulares con opción de despliegue en una VPC
Casos de uso
- Probar un chatbot interno que responda preguntas sobre documentos de la empresa en AWS
- Comparar varios modelos fundacionales para un mismo caso de uso antes de elegir uno para producción
- Ofrecer a equipos no técnicos una interfaz administrada para lanzar y configurar asistentes de IA
- Crear una interfaz de usuario personalizada o una integración sobre la API de chat incluida
Inicio rápido
- 1
Instala los requisitos previos (Docker, Node.js 20.x, CDK v2.118.0, Python 3.13.x, AWS CLI, jq)
- 2
Configura las credenciales de AWS CLI y, si aún no lo has hecho, inicializa CDK en tu cuenta y región
cdk bootstrap - 3
Implementa la solución con CDK
cdk deploy
Antes de usarlo
- Se necesita una cuenta de AWS y, una vez implementada la solución, se generan costes por el uso de los servicios de AWS.
- Los casos de uso implementados dependen de la disponibilidad de los servicios de AWS y es necesario solicitar previamente acceso a los modelos de Amazon Bedrock.
- La configuración requiere varios requisitos previos y conocimientos de AWS CDK y CloudFormation.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es generative-ai-application-builder-on-aws?
- Solución de AWS que despliega un panel web para crear, comparar y llevar a producción casos de uso de chat y agentes de IA generativa en Amazon Bedrock y SageMaker AI. Generative AI Application Builder on AWS es una solución desplegable que ofrece a los administradores un panel web para crear, configurar y comparar casos de uso de IA generativa. Cada caso de uso se despliega en su propia pila de CloudFormation, y el panel permite a los equipos probar distintas combinaciones de LLM y configuración en paralelo antes de llevar una a producción.
- ¿generative-ai-application-builder-on-aws es gratuito? ¿Qué licencia tiene?
- generative-ai-application-builder-on-aws es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿generative-ai-application-builder-on-aws sigue mantenido?
- Mantenimiento activo. El último commit de generative-ai-application-builder-on-aws fue el 6 oct 2026.
- ¿Para qué puedo usar generative-ai-application-builder-on-aws?
- Probar un chatbot interno que responda preguntas sobre documentos de la empresa en AWS Comparar varios modelos fundacionales para un mismo caso de uso antes de elegir uno para producción Ofrecer a equipos no técnicos una interfaz administrada para lanzar y configurar asistentes de IA Crear una interfaz de usuario personalizada o una integración sobre la API de chat incluida
- ¿Cómo se instala generative-ai-application-builder-on-aws?
- Instala los requisitos previos (Docker, Node.js 20.x, CDK v2.118.0, Python 3.13.x, AWS CLI, jq) Configura las credenciales de AWS CLI y, si aún no lo has hecho, inicializa CDK en tu cuenta y región: cdk bootstrap Implementa la solución con CDK: cdk deploy
- ¿Dónde consigo generative-ai-application-builder-on-aws?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/aws-solutions/generative-ai-application-builder-on-aws
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta de análisis estático que examina infraestructura como código, imágenes de contenedores y paquetes de código abierto en busca de configuraciones incorrectas en la nube y CVE.
Una biblioteca de Python que restringe las salidas de los LLM durante la generación para que coincidan con un tipo, una expresión regular, un esquema JSON o una gramática determinados.
Motor RAG de código abierto que combina generación aumentada por recuperación y capacidades de agente para proporcionar una capa de contexto a aplicaciones con LLM.
Framework y servidor ligero de RAG con grafos de conocimiento que indexa documentos como entidades y relaciones para generar respuestas de LLM con recuperación aumentada.
Framework open source de Python para crear aplicaciones LLM listas para producción con pipelines modulares y flujos de trabajo de agentes para RAG, búsqueda y agentes.