Assistente de IA open source que responde a perguntas sobre sua documentação, issues e READMEs do GitHub via API, Discord, Slack ou widget web.
aws-solutions-library-samples/qnabot-on-aws
Chatbot multilíngue e multicanal na AWS que responde a perguntas de clientes por chat, voz, SMS e Amazon Alexa, gerenciado por uma interface do Content Designer.
- Estrelas
- 448
- Forks
- 262
- Issues abertas
- 21
- Último commit
- há 2 meses
O que é?
O QnABot on AWS é uma implementação do AWS Solutions que implanta um chatbot conversacional de perguntas e respostas na sua própria conta da AWS. As perguntas e respostas ficam armazenadas no Amazon OpenSearch Service e são gerenciadas por uma interface web do Content Designer. O bot é desenvolvido com Amazon Lex e pode ser acessado por um cliente web, Amazon Connect, SMS, voz e Amazon Alexa.
Além de buscar respostas por palavras-chave, a solução pode usar Amazon Bedrock para correspondência semântica com embeddings de texto e para gerar respostas com base em uma Bedrock Knowledge Base, com a opção de recorrer ao Amazon Kendra quando nenhuma resposta for encontrada. Ela também inclui guardrails opcionais de pré e pós-processamento, respostas em streaming via WebSocket e logs com OpenSearch Dashboards e CloudWatch para analisar o uso, enunciados sem resposta e feedback dos usuários.
A implantação é feita por meio de templates do CloudFormation, e há um caminho documentado para compilações personalizadas usando Node.js, Python e Poetry. A interface do Designer é compatível com Chrome e Firefox.
Recursos principais
- 01Responde a perguntas por chat, voz, SMS e Amazon Alexa usando Amazon Lex.
- 02Interface do Content Designer para criar e gerenciar perguntas e respostas.
- 03Correspondência semântica com embeddings de texto e geração de respostas via Amazon Bedrock.
- 04Alternativa com Amazon Kendra ou uma Bedrock Knowledge Base quando nenhuma resposta corresponder à pergunta.
- 05Guardrails opcionais para analisar e mascarar entradas e respostas.
- 06Logs de uso e painéis para acompanhar perguntas sem resposta e feedback dos usuários.
Casos de uso
- Implantar um bot de FAQ para suporte ao cliente que responda a perguntas frequentes por chat na web e telefone.
- Reduzir o tempo de espera na central de atendimento automatizando perguntas rotineiras de suporte com o Amazon Connect.
- Criar um assistente de perguntas e respostas baseado nos documentos da própria empresa por meio de uma Bedrock Knowledge Base.
Início rápido
- 1
Instale Node.js, npm, git LFS, Python 3.14 ou superior, Poetry e a AWS CLI e, em seguida, clone o repositório
- 2
Instale os módulos Node do QnABot a partir do diretório de origem
npm install - 3
Gere config.json e, em seguida, defina region, profile, namespace e devEmail
npm run config - 4
Crie o bucket S3 de bootstrap e, em seguida, faça o deploy da stack (execute bootstrap primeiro e depois up)
npm run up
Antes de usar
- O deploy personalizado requer um ambiente Linux. A plataforma testada é o Amazon Linux 2.
- A configuração requer várias ferramentas (Node 24 ou superior, Python 3.14 ou superior, Poetry e git LFS) e uma conta AWS com o ambiente implantado, o que gera custos da AWS.
- O deploy depende do Amazon Bedrock, do OpenSearch e de outros serviços da AWS; portanto, não é uma instalação local independente.
Em coleções
Tópicos
Perguntas frequentes
- O que é qnabot-on-aws?
- Chatbot multilíngue e multicanal na AWS que responde a perguntas de clientes por chat, voz, SMS e Amazon Alexa, gerenciado por uma interface do Content Designer. O QnABot on AWS é uma implementação do AWS Solutions que implanta um chatbot conversacional de perguntas e respostas na sua própria conta da AWS. As perguntas e respostas ficam armazenadas no Amazon OpenSearch Service e são gerenciadas por uma interface web do Content Designer. O bot é desenvolvido com Amazon Lex e pode ser acessado por um cliente web, Amazon Connect, SMS, voz e Amazon Alexa.
- qnabot-on-aws é gratuito? Qual é a licença?
- qnabot-on-aws é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- qnabot-on-aws ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de qnabot-on-aws foi em 9 de set. de 2026.
- Para que posso usar qnabot-on-aws?
- Implantar um bot de FAQ para suporte ao cliente que responda a perguntas frequentes por chat na web e telefone. Reduzir o tempo de espera na central de atendimento automatizando perguntas rotineiras de suporte com o Amazon Connect. Criar um assistente de perguntas e respostas baseado nos documentos da própria empresa por meio de uma Bedrock Knowledge Base.
- Como instalar qnabot-on-aws?
- Instale Node.js, npm, git LFS, Python 3.14 ou superior, Poetry e a AWS CLI e, em seguida, clone o repositório Instale os módulos Node do QnABot a partir do diretório de origem: npm install Gere config.json e, em seguida, defina region, profile, namespace e devEmail: npm run config Crie o bucket S3 de bootstrap e, em seguida, faça o deploy da stack (execute bootstrap primeiro e depois up): npm run up
- Onde consigo qnabot-on-aws?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/aws-solutions-library-samples/qnabot-on-aws
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Aplicação web hospedada na AWS e implantada com CDK, que oferece às organizações um ambiente seguro e pronto para IA generativa, com chat, RAG, agentes e diversos casos de uso empresariais.
Solução da AWS que implanta um painel web para criar, comparar e colocar em produção casos de uso de chat e agentes de IA generativa no Amazon Bedrock e no SageMaker AI.
Um bot self-hosted para Discord que integra chat, geração de imagens, transcrição, moderação e busca na web com OpenAI.
Guia e app de chatbot web para rodar um LLM pequeno e local com API compatível com a OpenAI em hardware de consumo, usando Ollama, vLLM ou llama-cpp-python.
Um app do Slack que permite aos membros do workspace conversar com os modelos ChatGPT e DALL-E da OpenAI em threads de canais, DMs e na aba Home.