Despliegue un agente de IA de voz de pila completa con Amazon Nova Sonic

Las soluciones de deje con IA están transformando los centros de contacto al permitir conversaciones naturales entre los clientes y los agentes de IA, acortando los tiempos de retraso y reduciendo drásticamente los costos operativos, todo sin matar la interacción humana que los clientes esperan. Con el Divulgación flamante de Amazon Nova Sonic en Roca principio de Amazonahora puede crear sofisticados agentes de IA conversacionales que se comunicen lógicamente a través de la voz, sin la carestia de gratitud de voz separado y componentes de texto a voz. Amazon Nova Sonic es un maniquí de voz a voz en Amazon Bedrock que permite conversaciones de voz en tiempo positivo y de voz humana.

Mientras que muchas primeras implementaciones de Amazon Nova Sonic se centraron en el crecimiento locorregional, esta decisión proporciona una obra completa desplegada en la nubarrón que puede utilizar como cojín para construir aplicaciones conceptuales de prueba positivo. Este activo se puede desplegar a través del Kit de crecimiento de la nubarrón de AWS (AWS CDK) y proporciona una cojín para construir más casos de uso de Amazon Nova utilizando componentes de infraestructura preconfigurados, al tiempo que le permite personalizar la obra para afrontar sus requisitos comerciales específicos.

En esta publicación, mostramos cómo crear un agente del centro de llamadas con IA para una compañía ficticia convocatoria Anytelco. El agente, llamado Telly, puede manejar las consultas de los clientes sobre los planes y los servicios al ingresar a los datos de los clientes en tiempo positivo utilizando herramientas personalizadas implementadas con el Protocolo de contexto del maniquí (MCP) Ámbito.

Descripción militar de la decisión

El posterior diagrama proporciona una descripción militar de la decisión desplegable.

La decisión se compone de las siguientes capas:

• Capa frontend – La capa frontend de este sistema está construida con escalabilidad y rendimiento en mente:
• Capa de comunicación -La capa de comunicación facilita las interacciones sin interrupciones en tiempo positivo:
  • Equilibrador de carga de red administra las conexiones WebSocket. WebSockets habilita las sesiones de comunicación interactiva bidireccional entre el navegador de un adjudicatario y el servidor, que es esencial para aplicaciones de transmisión de audio en tiempo positivo.
  • Amazon Cognito Proporciona autenticación del adjudicatario y fuerza de token web JSON (JWT). Amazon Cognito proporciona autenticación de usuarios, autorización y dirección de usuarios para aplicaciones web y móviles, aliviando la carestia de construir y prolongar sus propios sistemas de identidad.
• Capa de procesamiento – La capa de procesamiento forma la columna vertebral computacional del sistema:
  • Servicio de contenedores elásticos de Amazon (Amazon ECS) ejecuta el servicio contenedorizado de backend.
  • AWS Fargate Proporciona el backend de cuenta sin servidor. La orquestación es proporcionada por el motor Amazon ECS.
  • Python Backend procesa transmisiones de audio y administra interacciones Amazon Nova Sonic.
• Capa de inteligencia – La capa de inteligencia utiliza tecnologías de IA y datos para avituallar las funcionalidades básicas:
  • El maniquí Amazon Nova Sonic en Amazon Bedrock maneja el procesamiento del deje.
  • Amazon Dynamodb almacena información del cliente.
  • Bases de conocimiento de Amazon Bedrock Connects Foundation Models (FMS) con las fuentes de datos de su ordenamiento, lo que permite a las aplicaciones de IA hacer relato a información precisa y actualizada específica para su negocio.

El posterior diagrama de secuencia resalta el flujo cuando un adjudicatario inicia la conversación. El adjudicatario solo firma en una sola vez, pero los pasos de autenticación 3 y 4 ocurren cada vez que el adjudicatario comienza una nueva sesión. El tirabuzón de conversación en los pasos 6–12 se repite a lo generoso de la interacción conversacional. Los pasos A – C solo ocurren cuando el Amazon Nova Sonic Agent decide usar una útil. En escenarios sin uso de la útil, el flujo va directamente del paso 9 al paso 10.

Requisitos previos

Antiguamente de comenzar, verifique que tenga lo posterior:

Implementar la decisión

Puede encontrar la decisión y las instrucciones completas de implementación en el Repositorio de Github. La decisión utiliza el AWS CDK para automatizar la implementación de infraestructura. Use los siguientes comandos de terminal de código para comenzar en su Interfaz de diámetro de comandos de AWS (AWS CLI) Entorno:

git clone https://github.com/aws-samples/sample-sonic-cdk-agent.git 
cd nova-s2s-call-center 

# Configure environment variables
cp template.env .env

# Edit .env with your settings

# Deploy the solution 
./deploy.sh 

El despliegue crea dos AWS CloudFormation pilas:

• Pila de red para la nubarrón privada potencial (VPC) y componentes de redes
• Pila para posibles de aplicación

La salida de la segunda pila le brinda un enlace de distribución de CloudFront, que lo lleva a la página de inicio de sesión.

Puede crear un adjudicatario administrador de Amazon Cognito con el posterior comando AWS CLI:

aws cognito-idp admin-create-user 
  --user-pool-id YOUR_USER_POOL_ID 
  --username USERNAME 
  --user-attributes Name=email,Value=USER_EMAIL 
  --temporary-password TEMPORARY_PASSWORD 
  --region YOUR_AWS_REGION

El comando precedente usa los siguientes parámetros:

• YOUR_USER_POOL_ID: La identificación de su colección de usuarios de Amazon Cognito
• USERNAME: El nombre de adjudicatario deseado para el adjudicatario
• USER_EMAIL: La dirección de correo electrónico del adjudicatario
• TEMPORARY_PASSWORD: Una contraseña temporal para el adjudicatario
• YOUR_AWS_REGION: Tu región de AWS (por ejemplo, us-east-1)

Inicie sesión con su contraseña temporal desde el enlace de distribución de CloudFront, y se le pedirá que establezca una nueva contraseña.

Puedes designar Sesión de inicio Para comenzar una conversación con su asistente. Experimente con indicaciones y diferentes herramientas para su caso de uso.

Personalización de la aplicación

Una característica secreto de esta decisión es su flexibilidad: puede adaptar las capacidades del agente de IA a su caso de uso específico. La implementación de la muestra demuestra esta extensibilidad a través de herramientas personalizadas e integración de conocimiento:

• Búsqueda de información del cliente – Recupera los datos del perfil del cliente de DynamoDB utilizando números de teléfono como claves
• Búsqueda de cojín de conocimiento – Consulta una cojín de conocimiento de la roca principio de Amazon para información de la empresa, detalles del plan y precios

Estas características muestran cómo mejorar la funcionalidad de Amazon Nova Sonic con fuentes de datos externas y conocimiento específico de dominio. La obra está diseñada para la personalización perfecta en varias áreas secreto.

Modificar el indicador del sistema

La decisión incluye una interfaz de adjudicatario en la que puede ajustar el comportamiento del agente de IA modificando su solicitud de sistema. Esto permite una iteración rápida en la personalidad, la cojín de conocimiento y el estilo de conversación del agente sin redistribuir toda la aplicación.

Asociar nuevas herramientas

Además puede extender las capacidades del agente AI mediante la implementación de herramientas adicionales utilizando el situación MCP. El proceso implica:

• Implementación de la deducción de la útil, típicamente como un nuevo módulo de Python
• Registrar la útil con el servidor MCP utilizando el @mcp_server.tool interiorista personalizado y determinar la concreción de la útil, incluido su nombre, descripción y esquema de entrada en /backend/tools/mcp_tool_registry.py

Por ejemplo, el posterior código ilustra cómo ampliar una útil de búsqueda de cojín de conocimiento:

@mcp_server.tool(
    name="lookup",
    description="Runs query against a knowledge cojín to retrieve information."
)
async def lookup_tool(
    query: Annotated(str, Field(description="the query to search"))
) -> dict:
    """Look up information in the knowledge cojín"""
    results = knowledge_base_lookup.main(query)
    return results

El interiorista maneja el registro con el servidor MCP, y el cuerpo de funciones contiene la deducción de implementación de su útil.

Ampliando la cojín de conocimiento

La decisión utiliza bases de conocimiento de Amazon Bedrock para proporcionar al agente de IA información específica de la empresa. Puede poner al día esta cojín de conocimiento con:

• Preguntas frecuentes y sus respuestas
• Catálogos y especificaciones de productos
• Políticas y procedimientos de la empresa

Desterrar

Puede eliminar las pilas con el posterior comando:

# move to the cdk folder, assuming you are in the project root folder
cd cdk
# Removes both stacks sequentially
npx cdk destroy --all

Conclusión

Los agentes de IA están transformando cómo las organizaciones abordan el servicio al cliente, con soluciones que ofrecen la capacidad de manejar múltiples conversaciones simultáneamente, proporcionan un servicio constante las 24 horas y la escalera al instante mientras mantienen la calidad y reducen los costos operativos. Esta decisión hace que esos beneficios sean accesibles al proporcionar una cojín desplegable para las aplicaciones de Amazon Nova sonoras en AWS. La decisión demuestra cómo los agentes de IA pueden manejar efectivamente las consultas de los clientes, ingresar a datos en tiempo positivo y proporcionar un servicio personalizado, todo mientras mantiene el flujo de conversación natural que esperan los clientes.

Al combinar el maniquí Amazon Nova Sonic con una obra de la nubarrón robusta, autenticación segura e integración de herramientas flexibles, las organizaciones pueden tener lugar rápidamente del concepto al concepto. Esta decisión no solo está ayudando a construir aplicaciones de IA de voz, sino que está ayudando a las empresas a impulsar una mejor satisfacción y productividad del cliente en una variedad de industrias.

Para obtener más información, consulte los siguientes posibles:

Sobre los autores

Reilly Manton es un arquitecto de soluciones en la creación de prototipos de telecomunicaciones de AWS. Combina pensamiento quimérico y experiencia técnica para construir soluciones innovadoras. Centrándose en la IA generativa y el educación forzoso, permite a los clientes de Telco mejorar sus capacidades tecnológicas.

Shuto Araki es ingeniero de crecimiento de software en AWS. Trabaja con clientes en la industria de telecomunicaciones centrándose en la seguridad y las redes de inteligencia industrial. Fuera del trabajo, le gusta hallarse en bici por los Países Bajos.

Ratan Kumar es un arquitecto principal de soluciones en Amazon Web Services. Un asesor de tecnología de confianza con más de 20 primaveras de experiencia trabajando en una variedad de dominios de la industria, la pasión de Ratan radica en empoderar a los clientes empresariales innovan y transforma su negocio al desbloquear el potencial de AWS Cloud.

Chad Hendren es un arquitecto principal de soluciones en Amazon Web Services. Su pasión es AI/ML y AI generativa aplicada a la experiencia del cliente. Es autor e inventor publicado con 30 primaveras de experiencia en telecomunicaciones.