依托 Amazon Bedrock 生成式 AI 能力,结合 Slack 生态与亚马逊云科技服务构建企业级图像生成 App 的全流程解析

依托 Amazon Bedrock 生成式 AI 能力,结合 Slack 生态与亚马逊云科技服务构建企业级图像生成 App 的全流程解析

依托 Amazon Bedrock 生成式 AI 能力,结合 Slack 生态与亚马逊云科技服务构建企业级图像生成 App 的全流程解析

前言

生成式 AI 技术加速渗透企业业务的当下,Slack 作为主流协作平台,与亚马逊云科技结合成为企业高效落地 AI 应用的重要方向。本文以 “企业级 Slack 图像生成助手 App” 为实践载体,聚焦 Amazon Bedrock 的生成式 AI 能力,从平台特性解析、架构方案设计,到全流程部署实操展开阐述,为企业快速搭建安全、高效、可扩展的 AI 驱动型协作应用提供清晰指引。

全新免费套餐(Free Tier 2.0)

在这里插入图片描述
亚马逊云科技 Free Tier 2.0 是旧版免费套餐的升级版本,旨在助力开发者与企业低成本上手云服务、拉动海外区账户注册,其设免费与付费两种计划,抵扣金可集中投用刚需服务,避免旧版配额浪费问题,免费计划零花费试用,付费计划支持全量服务,还覆盖多主流场景,兼顾零风险体验与多元使用需求

套餐形态灵活,成本可控:注册时可选免费或付费计划。免费计划提供最长 6 个月或抵扣金用完的 “零花费试用”,避免误扣,付费计划支持全量 150 + 服务,优先用抵扣金抵扣,超出按需计费,两种计划均含抵扣金、短期及永久免费服务

抵扣金机制优化,资源不浪费:新用户最高获$200抵扣金,注册得$100,完成 5 个指定任务再得 $100,抵扣金可集中投用刚需服务,不同于旧版按服务配额分配、未用配额易浪费的情况,资源利用更高效

用户价值高,场景覆盖广:用户可零风险体验云服务,无需担心意外扣费;6 个月免费计划与 12 个月抵扣金有效期提供充足缓冲,永久免费服务可长期使用,且覆盖多类主流场景,满足学习、实验与初步生产需求

Amazon Bedrock 介绍

Amazon Bedrock 是亚马逊云科技推出的完全托管生成式 AI 平台,通过单一 API,集成 AI21 Labs、Anthropic、Meta 等顶尖厂商的高性能基础模型,涵盖文本、图像生成等多领域,企业能按需选择,无服务器架构免去基础设施管理麻烦,借助微调和检索增强生成技术,可利用自有数据定制模型,具备安全隐私保障,支持专用安全连接,符合多项合规标准,让企业在生成式 AI 应用开发中,得以高效、安全地调用多元模型能力

模型多元调用便捷:集成 AI21 Labs、Anthropic 等多家顶尖厂商模型,覆盖文本、图像多领域,通过单个 API 即可按需调用,还能灵活切换,同步最新版本,开发适配模型更高效

安全合规保障有力:符合多项常见合规标准,满足 HIPAA、GDPR 要求,经 CSA STAR 2 级认证数据传输与存储均加密,可自建密钥,搭配 Amazon PrivateLink 建立专用安全连接,严守数据安全

无服务器定制灵活:采用无服务器架构,免基础设施运维。支持可视化操作,运用微调和 RAG 技术,基于自有数据定制专属模型,贴合企业业务需求

解决方案概述

在这里插入图片描述
该架构呈现 Slack App 依托亚马逊云科技完整流程,简洁高效且功能明确,Slack App 作为用户入口发起请求,经 Amazon Route 53 解析域名定位服务,Amazon CloudFront 加速生成图片等静态内容传输,生成的图片存储于 Amazon S3,后端由 Secrets Manager 保障敏感信息安全,Amazon API Gateway 转发请求至 Amazon Lambda 处理业务逻辑,数据则用 Amazon DynamoDB 实现高并发、低延迟存储。同时可借助 Amazon Bedrock 及 Stability AI SDXL 模型实现 AI 图像生成,CloudFormation 则通过模板化实现资源自动化管理,助力架构便捷部署与扩展

高效低运维:采用 Lambda 无服务器架构,无需预置和管理服务器,大幅降低运维成本与复杂度,搭配 CloudFormation 实现基础设施自动化部署,资源创建与扩展高效便捷,减少人工操作失误

安全与性能兼顾:通过 Secrets Manager 安全管理密钥等敏感信息,规避数据泄露风险,依托 CloudFront 全球分发网络加速静态资源传输,结合 DynamoDB 高并发、低延迟特性,保障用户交互与数据读写的流畅体验

功能扩展性强:基于亚马逊云科技丰富服务生态,可灵活集成 Bedrock 及 Stability AI SDXL 等 AI 模型实现图像生成能力,同时 S3、DynamoDB 等服务支持按需扩容,能轻松应对业务规模增长与功能迭代需求

前提准备:亚马逊云科技注册流程

Step.1 登录官网
登录亚马逊云科技官网,填写邮箱和账户名称完成验证(注册亚马逊云科技填写 root 邮箱、账户名,验证邮件地址,查收邮件填验证码验证,验证通过后设 root 密码并确认)

Step.2 选择账户计划
选择账户计划,两种计划,按需选"选择免费计划 / 选择付费计划"继续流程免费(6 个月,适合学习实验,含$200抵扣金、限精选服务,超限额或到期可升级付费,否则关停)付费(适配生产,同享$200 抵扣金,可体验全部服务,抵扣金覆盖广,用完按即用即付计费)

Step.3 填写联系人信息
填写联系人信息(选择使用场景,填联系人全名、电话,选择所在国家地区,完善地址、邮政编码,勾选同意客户协议,点击继续 进入下一步)

Step.4 绑定信息
绑定相关信息,选择国家地区,点击"Send code"收验证码填写,勾选同意协议后,点击"验证并继续"进入下一步

Step.5 电话验证
电话验证填写真实手机号,选择验证方式,完成安全检查,若选语音,网页同步显 4 位数字码,接来电后输入信息,再填收到的验证信息,遇问题超 10 分钟收不到可返回重试。

Step.6 售后支持
售后支持:免费计划自动获基本支持,付费计划需选支持计划(各计划都含客户服务,可访问文档白皮书,按需选后点 “完成注册”,若需企业级支持可了解付费升级选项,确认选好即可完成整个注册流程 )

基于 Amazon Bedrock 构建 Slack 图像生成助手 App

1、创建 Slack App(Slack 工作区中创建一个新的 Slack 应用程序,启用"im:history"、“chat:write” 和"commands"作用域)



2、选择要将应用程序安装到的工作区,将以下 yaml 格式的 template 的内容复制到文本框中(在 YAML 选项卡内),然后单击下一步



3、查看配置,然后单击Create,完成 App 创建后,查看 Signing Secret,接下来会通过 Cloudformation 保存到 Secret Manager 中



4、选择左边栏 OAuth & Permissions,点击 Install to Workspace,然后点击 Allow



5、查看生成的 OAuth Token,接下来会通过 Cloudformation 保存到 Secret Manager 中



6、创建 Amazon 云服务



7、Stack 创建完成后,复制 SlackAPIGatewayEndpoint



8、将 SlackAPIGatewayEndpoint 配置为事件订阅的请求 URL,替换模版中的默认值,如果显示 Verified 表示 Slack App 连接 Lambda 函数成功,点击 Save Changes



9、Lambda 函数将处理来自 Slack 的事件,调用 Amazon Bedrock 生成图像,并将图像上传到 S3 存储桶,该函数首先验证 Slack 签名以确保请求来自 Slack。然后,处理 URL 验证挑战或实际的 Slack 消息事件。对于消息事件,它会将客户端消息 ID 和时间戳写入 DynamoDB 表,以防止重复处理

10、handle_message 函数提取实际的消息文本,调用 call_bedrock 函数生成图像,并将生成的图像 URL 发送回 Slack 频道

11、call_bedrock 函数调用 Amazon Bedrock 服务生成图像,并将生成的图像上传到 S3 存储桶,并返回 CloudFront 分发的图像 URL

总结

本文围绕 “依托 Amazon Bedrock 构建企业级 Slack 图像生成助手 App” 展开全流程解析,介绍 Amazon Bedrock 多元模型调用、安全合规、无服务器定制的核心优势,阐述基于亚马逊云科技多服务的架构方案及高效低运维、安全性能兼顾、功能扩展性强的特点,通过 11 个关键步骤详细拆解了 App 从 Slack 配置、亚马逊云科技资源创建到代码实现的落地过程,整体方案不仅充分发挥了 Amazon Bedrock 的生成式 AI 能力,还借助 Slack 生态与亚马逊云科技服务的协同,为企业提供了一套安全、高效、可落地的 AI 驱动型协作应用搭建路径,助力企业快速将生成式 AI 技术融入日常协作场景,降低技术落地门槛与运维成本。

Read more

优雅终结启动顺序噩梦:ObjectProvider —— Spring 4.3 开始引入

优雅终结启动顺序噩梦:ObjectProvider —— Spring 4.3 开始引入

🧑 博主简介:ZEEKLOG博客专家,「历代文学网」(PC端可以访问:https://lidaiwenxue.com/#/?__c=1000,移动端可关注公众号 “ 心海云图 ” 微信小程序搜索“历代文学”)总架构师,首席架构师,也是联合创始人!16年工作经验,精通Java编程,高并发设计,分布式系统架构设计,Springboot和微服务,熟悉Linux,ESXI虚拟化以及云原生Docker和K8s,热衷于探索科技的边界,并将理论知识转化为实际应用。保持对新技术的好奇心,乐于分享所学,希望通过我的实践经历和见解,启发他人的创新思维。在这里,我希望能与志同道合的朋友交流探讨,共同进步,一起在技术的世界里不断学习成长。 🤝商务合作:请搜索或扫码关注微信公众号 “ 心海云图 ” 优雅终结启动顺序噩梦:ObjectProvider —— Spring 4.3 开始引入 从“饥渴式依赖”到“按需获取”,一次依赖注入的思想跃迁 缘起:一个再普通不过的配置类,为何启动就报错?

By Ne0inhk
掌控消息全链路(3)——RabbitMQ/Spring-AMQP高级特性详解之TTL、死信和延迟

掌控消息全链路(3)——RabbitMQ/Spring-AMQP高级特性详解之TTL、死信和延迟

🔥我的主页:九转苍翎⭐️个人专栏:《Java SE 》《Java集合框架系统精讲》《MySQL高手之路:从基础到高阶 》《计算机网络 》《Java工程师核心能力体系构建》天行健,君子以自强不息。 Java JDK版本:Oracle OpenJDK 17.0.9 SpringBoot版本:3.5.9 * Spring Web * Lombok * Spring for RabbitMQ RabbitMQ version:3.12.1 RabbitMQ实现延迟队列的插件:rabbitmq_delayed_message_exchange-3.12.0(已免费上传至我的资源) 1.TTL TTL(Time-To-Live)是RabbitMQ中控制消息或队列生命周期的机制,用于在指定时间后自动删除消息或队列,避免资源堆积消息TTL:为单条消息设置过期时间队列TTL:

By Ne0inhk
《MySQL 事务深度解析:从 ACID 到实战,守住数据一致性的最后防线》

《MySQL 事务深度解析:从 ACID 到实战,守住数据一致性的最后防线》

前引:数据是业务的核心,而事务是数据可靠性的 “守护神”。在 MySQL 中,事务看似简单的 “提交 / 回滚” 操作,背后藏着 ACID 特性的严格约束、隔离级别的底层实现,以及并发场景下的锁竞争逻辑。很多开发者因为一知半解,导致系统出现脏读、幻读、数据丢失等严重问题。今天,我们就来层层拆解 MySQL 事务,让你从 “会用” 到 “精通”,真正守住数据一致性的底线! 目录 【一】事务介绍 【二】为什么要有事务 【三】事务的版本支持 【四】事务提交的两种方式 【五】事务的几种操作 (1)开始一个事务 (2)创建一个保存点 (3)回滚到指定保存点 (4)正常结束一个事务 (5)异常结束一个事务

By Ne0inhk
Flutter 组件 okay 的适配 鸿蒙Harmony 深度进阶 - 驾驭异步结果链式融合、实现鸿蒙端分布式业务逻辑解耦与精密审计方案

Flutter 组件 okay 的适配 鸿蒙Harmony 深度进阶 - 驾驭异步结果链式融合、实现鸿蒙端分布式业务逻辑解耦与精密审计方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 okay 的适配 鸿蒙Harmony 深度进阶 - 驾驭异步结果链式融合、实现鸿蒙端分布式业务逻辑解耦与精密审计方案 前言 在前文中,我们探讨了 okay 在鸿蒙(OpenHarmony)端实现基础 Result 模式包装的实战。但在真正的“分布式微服务聚合”、“高并发资产对账”以及“具备自愈能力的 IoT 指令链”场景中。简单的 ok() 与 err() 判定往往不足以支撑起复杂的业务全景。面对需要同时并行发起 3 个 API 请求,并要求在“所有请求均成功时执行合并、任一请求失败时执行局部逻辑路由”的高阶需求。如果缺乏一套完善的异步结果映射与多级逻辑聚合机制。不仅会导致异步回调地狱(Callback Hell)在

By Ne0inhk