பெரிய குத்தகைத் தொகுப்பில் இணக்கக் கேள்விகளைக் கேட்பதற்கான Amazon Quick குறிப்புக் கட்டமைப்பை AWS வெளியிட்டுள்ளது. அதன் பயனுள்ள யோசனை கண்டிப்பான ஒப்படைப்பு: உரையாடல் மாதிரி நிலையான கருவியைத் தேர்ந்தெடுத்து பதிலை விளக்குகிறது; தனி விதி இயந்திரம் எந்தக் குத்தகைகள் சேரும் என வரையறுத்து ஒவ்வொரு தீர்மானத்தையும் செய்கிறது. அக்டோபர் 2 பதிவும் மற்றும் மாதிரி களஞ்சியமும் சரிபார்க்கப்பட்ட சட்ட இணக்கச் சேவை அல்ல; கல்விக்கான கருத்து நிரூபணம் மட்டுமே என்பதை விவரிக்கின்றன.

பொறியாளர் அல்லது இணக்கப் பொறுப்பாளருக்கு, மறுஆய்வு செய்யப்படும் தீர்மானத்திற்குப் பொருந்துகிறதா என்பதே கேள்வி. இந்த மாதிரி செயற்கை குத்தகைகளையும் கற்பனையான விதிகளையும் மேற்கோள்களையும் பயன்படுத்துகிறது. எடுத்துக்காட்டு மொத்தங்கள் எதிர்பார்க்கப்படும் வெளியீட்டு வடிவைக் காட்டுகின்றன; உண்மையான ஒப்பந்தங்கள் அல்லது சட்டம் தொடர்பான துல்லியத்தைப் பற்றி அவை எதுவும் கூறவில்லை.

முக்கிய மாற்றம்

  • என்ன மாறியது: AWS மாதிரி AI-ஐ நிலையான மறுஆய்வுக் கருவிகளுக்கான கட்டுப்படுத்தப்பட்ட இடைமுகமாக்குகிறது. கணக்கில் சேர்க்கப்பட்ட குத்தகைத் தொகுப்பிற்கான கண்டறிதல்களை விதி இயந்திரம் தீர்மானிக்கிறது.
  • இது ஏன் முக்கியம்: பதிப்பு குறிக்கப்பட்ட விதிகளும் ஆதார ரசீதும், தேர்ந்தெடுத்த பதிவுகள் உரையாடலுக்கு வெளியே எவ்வாறு மதிப்பிடப்பட்டன என்பதை மறுஆய்வாளர்கள் ஆய்வு செய்ய உதவுகின்றன.
  • கவனிக்க வேண்டியது: பதிவுப் பட்டியல், தரவு பிரித்தெடுப்பு அல்லது சட்ட விதிகள் சரியானவை என்பதை ரசீது உறுதிப்படுத்தாது. பயன்படுத்துவோர் அந்த உள்ளீடுகள், பயனர் அடையாளப் பதிவு, தங்கள் தரவின் மீதான செயல்திறன் ஆகியவற்றைச் சரிபார்க்க வேண்டும்.

prompt-ஐவிட முதலில் குத்தகைத் தொகுப்பை வரையறுக்க வேண்டும்

ஒரு குறிப்பிட்ட தேதியில் தாமதக் கட்டண விதியை மீறும் டெக்சாஸ் குத்தகைகள் எவை என்று பயனர் Quick-இடம் கேட்கலாம். Quick கோரிக்கையை sweep_compliance எனப்படும் ஆறு பெயரிடப்பட்ட MCP செயல்பாடுகளில் ஒன்றுக்கு அனுப்புகிறது. கொடுக்கப்பட்ட நீதிமன்ற வரம்பையும் தேதியையும் பயன்படுத்தி, எந்தக் குத்தகைகள் சேரும் என்பதையும் பொருந்தும் பதிப்பு குறிக்கப்பட்ட விதிகளையும் அந்தச் செயல்பாடு தேர்ந்தெடுக்கிறது. SQL எழுதுவதோ, ஒப்பந்தப் பிரிவு விதிக்கு இணங்குகிறதா எனத் தீர்மானிப்பதோ மாதிரியின் வேலை அல்ல. விதி மதிப்புகளை அளவுருக்களாகப் பெற்று, விதி இயந்திரம் நிலையான ஒப்பீட்டு செயலிகளைப் பயன்படுத்துகிறது. அதிகாரப்பூர்வ முழுச் சோதனையில் மாதிரி பயன்படுத்தப்படுவதில்லை என AWS கூறுகிறது. செயல்பாட்டு ஒப்பந்தத்தை AWS இங்கே விளக்குகிறது; செயலாக்கத்தை களஞ்சியம் விவரிக்கிறது.

மற்ற கருவிகளுக்கு இன்னும் குறுகிய பொருள்கள் உள்ளன. simulate_rule_change முன்மொழியப்பட்ட மதிப்புக்கான ஆய்வுக் கணக்கை வழங்குகிறது; ஆனால் கண்டறிதல்களைப் பதிவு செய்யாது. explore_clauses வடிகட்டிய மாதிரியைப் பொருள் ஒற்றுமை அடிப்படையில் வரிசைப்படுத்தும்; “எத்தனை?” என்ற கேள்விக்கு அது பதிலளிக்காது. get_finding ஓர் ஆதாரத் தொடரைப் பெறுகிறது; list_rules ஒரு குறிப்பிட்ட தேதியில் நடைமுறையிலிருந்த விதிகளைக் காட்டுகிறது; check_connection போக்குவரத்தைக் கண்காணிக்கிறது. தொடர்புடைய ஒப்பந்தப் பிரிவு மாதிரி என்பது முழுக் கணக்கெடுப்பு அல்ல என்பதால் இந்த வேறுபாடு முக்கியம்.

ஒரு முழுச் சோதனை நான்கு வகைகளில் ஒவ்வொன்றாக ஸ்கேன் செய்த அனைத்து பதிவுகளுக்கும் கணக்குச் சொல்லும் ரசீதை எழுதுகிறது: இணக்கமானது, மீறல் உள்ளது, தெளிவற்றது, அல்லது படிக்க முடியாதது. சேமிப்பதற்கு முன் அந்த எண்ணிக்கைகளின் கூட்டுத்தொகை ஸ்கேன் செய்த மொத்தத்துடன் பொருந்துவதை இயந்திரம் உறுதி செய்கிறது. Quick எண்ணிக்கைகளையும் சிறிய மாதிரியையும் காட்டும்; முழுக் கண்டறிதல்களுக்கு அதே Aurora தரவுக் களஞ்சியத்தை Quick Sight பலகை வாசிக்கிறது. ஒவ்வொரு கண்டறிதலிலும் ஒப்பந்தப் பிரிவு உரை, பிரித்தெடுக்கப்பட்ட மற்றும் எதிர்பார்க்கப்பட்ட மதிப்புகள், விதிப் பதிப்பு, மேற்கோள் ஆகியவை இருக்கும். இவை AWS மாதிரி வடிவமைப்பின் பண்புகள்; BIG CHANGE இதை இயக்கியது அல்லது முடிவுகளைச் சுயமாகச் சரிபார்த்தது என்ற கூற்று அல்ல.

தேர்ந்தெடுத்த குத்தகைத் தொகுப்புக்கான கணக்கை ரசீது காட்டுகிறது. மூலப் பதிவுப் பட்டியலில் எல்லா குத்தகைகளும் உள்ளனவா, பிரித்தெடுப்பு தொடர்புடைய ஒவ்வொரு பிரிவையும் சரியாகப் பிடித்ததா, விதி தற்போதைய சட்டத்தைப் பிரதிபலிக்கிறதா என்பதை அது காட்ட முடியாது. இவற்றுக்கு தனித்தனி ஒப்புமைச் சரிபார்ப்பு, பிரித்தெடுப்பு மறுஆய்வு, சட்ட ஒப்புதல் தேவை. “அனைத்து டெக்சாஸ் குத்தகைகளும்” என்ற அடிப்படைத் தொகை உறுதியற்றதாக இருந்தால், துல்லியமான எண்ணிக்கையும் தவறான தொகுப்பை விவரிக்கலாம்.

இதை உருவாக்க உங்களுக்கு என்ன தேவை

அந்த மாதிரி கட்டமைப்பு AWS Lambda-வில் உள்ள MCP சேவையகத்தின் முன் Quick உரையாடல் agent-ஐ அமைக்கிறது. Amazon Cognito சேவை token-ஐ வழங்குகிறது; API Gateway அதைச் சரிபார்க்கிறது. RDS Data API வழியாக Aurora Serverless v2-இலிருந்து Lambda தரவைப் படித்து எழுதுகிறது. VPC இணைப்பு மூலம் அதே தரவுத்தளத்தை Quick Sight அணுகுகிறது. ஆய்வுக்கான ஒப்பந்தப் பிரிவு தேடல் கருவியில் மட்டும் Bedrock embedding-களையும் மொழி மாதிரியையும் AWS பயன்படுத்துகிறது; அதிகாரப்பூர்வ முழுச் சோதனை நிர்ணய முறையிலேயே இயங்குகிறது.

வெளியிடப்பட்ட எடுத்துக்காட்டில் செயற்கையாக உருவாக்கிய 50,000 குத்தகைகளின் தரவுத்தொகுப்பு, பதிப்பு குறிக்கப்பட்ட விதிப் புத்தகம், பயன்படுத்தப்பட்ட stack-இல் 28 சோதனைகள் ஓடும் என AWS கூறும் ஏற்றுக்கொள்ளல் script ஆகியவை உள்ளன. குறியீடு உற்பத்திக்குத் தயாராக இல்லை, சட்ட உள்ளடக்கம் கற்பனையானது, உண்மையான குத்தகையாளர் தரவுக்கு கூடுதல் பாதுகாப்புச் சோதனையும் சுயாதீன சட்டச் சரிபார்ப்பும் தேவை என களஞ்சியம் வெளிப்படையாக எச்சரிக்கிறது. ஆவணங்களையும் களஞ்சிய விளக்கத்தையும் ஆய்வு செய்தோம்; stack-ஐ நிறுவவோ அந்தச் சோதனைகளை இயக்கவோ உரையாடல் agent-இன் கருவி வழிமாற்றைச் சோதிக்கவோ இல்லை.

இதனை மாற்றிப் பயன்படுத்த, முதலில் அதிகாரப்பூர்வ பதிவுப் பட்டியலையும் அதில் சேர்க்கப்படுவதைத் துல்லியமாக வரையறுக்கும் விதியையும் நிறுவுங்கள். நம்பகமாகப் பிரித்தெடுக்கக்கூடிய புலங்கள் எவை, உண்மையில் இயந்திரத்தால் ஒப்பிடக்கூடிய விதிகள் எவை, ஒவ்வொரு விதிப் பதிப்பையும் யார் அங்கீகரிப்பார் எனத் தீர்மானியுங்கள். முடிவை மறுஆய்வாளர் மீண்டும் உருவாக்க, மூல உரை, பிரித்தெடுப்பு நிலை, விதிப் பதிப்பு, செயல்படுத்தியவர், ஒப்பிட்ட மதிப்புகள், தேதி, கண்டறிதல் ID ஆகியவற்றைப் பாதுகாத்து வைத்திருங்கள். உரையாடல் பதிலுக்கு வெளியே ரசீதைப் பதிவுப் பட்டியலுடன் ஒப்பிடுங்கள். இவை மாதிரி கூறும் உத்தரவாதங்களையும் வரம்புகளையும் அடிப்படையாகக் கொண்ட வடிவமைப்புச் சோதனைகள்; நாங்கள் சோதித்த படிகள் அல்ல.

Quick பயன்பாட்டை அடையாளம் காண்பதே Cognito client-credentials token-இன் நோக்கம்; உரையாடலில் கேள்வி எழுப்பிய நபரை அது அடையாளம் காணாது என AWS கூறுகிறது. பயனரை அடையாளம் காண, Quick audit அடுக்கிலுள்ள பதிவுடன் முழுச் சோதனையின் ID மற்றும் நேரத்தைப் பொருத்துகிறது இந்த மாதிரி. இணக்கத் தரவுக் களஞ்சியமே அந்த அடையாளத்தைப் பதிவு செய்ய வேண்டுமெனில், இறுதிப் பயனர் ID-ஐ அனுப்பி சேமிக்குமாறு AWS பரிந்துரைக்கிறது. தனியே தணிக்கைப் பதிவாக நிற்க வேண்டிய கண்டறிதல் தேவைப்படும் குழு, வெளியீட்டுக்கு முன்பே இந்த வடிவமைப்பை முடிவுசெய்ய வேண்டும்.

அணுகல், வரம்புகள், செலவு

AWS விளக்கத்தில் AWS கணக்கு, அமைக்கப்பட்ட AWS CLI v2 சான்றுகள், CDK-க்கான Python மற்றும் Node 24, us-east-1-இல் மாதிரி அணுகல், MCP இணைப்பியும் Quick Sight-உம் கொண்ட Amazon Quick சூழல் ஆகியவை முன்வைக்கப்படுகின்றன. பதிவில் Python 3.12 எனக் கூறப்பட்டுள்ளது; இணைக்கப்பட்ட README-யில் Python 3.9 அல்லது அதற்குப் புதியது என்கிறது. உள்ளூர் சூழலைத் தேர்வுசெய்யும்போது களஞ்சியத்தின் தற்போதைய தேவைகளைச் சரிபாருங்கள். மாதிரி வழிமுறைகள் CDK CLI 2.261.0-ஐ நிர்ணயிக்கின்றன; அது மாதிரியின் சார்பு மட்டுமே, பொதுவான AWS தேவை அல்ல.

தற்போதைய Quick MCP வழிகாட்டி ஒவ்வொரு செயல்பாட்டிற்கும் நிலையான 60 வினாடி காலவரம்பை வழங்குகிறது, ஒரு server இணைப்புக்கு அதிகபட்சம் 100 கருவிகளை அனுமதிக்கிறது, தனிப்பயன் HTTP header-களை அனுப்பாது. பெரிய முழுச் சோதனைக்கான பணிச்சுமையில் அந்தக் காலவரம்பைச் சோதிக்க வேண்டும்; நீண்ட நேரம் எடுக்கும் சரியான தரவுத்தளப் பணியும் connector வரம்பை மீறினால் ஒத்திசைவான Quick செயல்பாடாக முடிக்க முடியாது. தனிப்பயன் connector-இன் கருவிப் பட்டியலை Sync மூலம் புதுப்பிக்கலாம் என வழிகாட்டி கூறுகிறது. கருவிகளை மாற்றிய பிறகு integration-ஐ நீக்கி மீண்டும் உருவாக்குமாறு AWS வலைப்பதிவும் மாதிரி README-யும் வேறுவிதமாக அறிவுறுத்துகின்றன. தற்போதைய connector-க்கு நேரடி Quick ஆவணத்தைப் பின்பற்றி, உங்கள் சூழலில் பதிவுசெய்யப்பட்ட கருவிப் பட்டியலையும் வழிமாற்றையும் சரிபாருங்கள்.

பல சேவைகள் கொண்ட கட்டமைப்பு இது; எனவே வெளியிடப்பட்ட தகவலிலிருந்து “ஒவ்வொரு முழுச் சோதனைக்குமான விலை” என ஒரே நியாயமான தொகையைக் கூற முடியாது. AWS-இன் Quick விலைப் பக்கம் சந்தா மற்றும் agent-மணி கட்டணங்களைத் தனித்தனியாகக் காட்டுகிறது; சில திறன்களுக்கு Quick Sight கூடுதல் கட்டணங்களையும் பட்டியலிடுகிறது. Aurora விலை கொள்ளளவு, சேமிப்பு, I/O அமைப்பைப் பொறுத்தது; பூஜ்யத்துக்கு நிறுத்தாமல் 0.5 ACU குறைந்தபட்ச திறனைச் செயலில் வைத்திருக்கிறது இந்த மாதிரி. API Gateway, Lambda, ஆய்வுக்காகச் செய்யப்படும் Bedrock அழைப்புகளுக்கும் பணிச்சுமை மதிப்பீடு தேவை. தொடர்ச்சியான கட்டணத்தைத் தவிர்க்க மதிப்பீட்டுக்குப் பிறகு stack-ஐ அழிக்குமாறு களஞ்சியம் பரிந்துரைக்கிறது. இந்தக் கட்டுரைக்காக AWS வளங்கள் எதுவும் உருவாக்கப்படவில்லை.

முடிவெடுப்பதற்கான சரிபார்ப்புப் பட்டியல்

குழு தனது சொந்தத் தரவும் கட்டுப்பாடுகளும் கொண்டு கீழ்க்கண்ட கேள்விகளுக்குப் பதிலளித்த பிறகே இந்த முறையைப் பயன்படுத்துங்கள்:

  • மறுஆய்வு செய்யப்பட்ட நிலையான நிபந்தனையால் முழுத் தொகுப்பையும் பட்டியலிட்டு, அதிகாரப்பூர்வப் பதிவுப் பட்டியலுடன் ஒப்பிட முடியுமா?
  • விதிகள் இயந்திர ஒப்பீடுகளா; அவற்றுக்கு அங்கீகரிக்கப்பட்ட பதிப்புகள், நடைமுறை தேதிகள், மேற்கோள்கள் உள்ளனவா? மனித மறுஆய்வுக்காக எந்தக் கசேஸ்கள் தெளிவற்றவையாகவே இருக்க வேண்டும்?
  • பிரித்தெடுப்பில் தோல்வியடைந்ததும் படிக்க முடியாததுமான ஆவணங்களை அமைதியாக விலக்காமல் எண்ணிக்கையில் சேர்க்க முடியுமா?
  • ஒவ்வொரு கண்டறிதலிலும் மூல ஒப்பந்தப் பிரிவு, ஒப்பிட்ட மதிப்புகள், விதிப் பதிப்பு தக்கவைக்கப்படுகிறதா; உரையாடலுக்கு வெளியே முழு ஆதாரத் தொகுப்பையும் மீட்டெடுக்க முடியுமா?
  • Quick செயல்பாட்டுக்கான காலவரம்புக்குள் முழுச் சோதனையை முடிக்க முடியுமா; முடிவைக் கோரிய நபருடன் அதை எவ்வாறு இணைப்பீர்கள்?
  • எதிர்பார்க்கப்படும் பயன்பாட்டுக்கான சந்தா, தரவுத்தளம், சேவைக் கட்டணங்களை குழு மதிப்பிட்டு, அனுமதிக்கப்பட்ட தரவில் செயல்திறனையும் முடிவுகளின் தரத்தையும் சோதித்துள்ளதா?

பணி சட்ட விளக்கமோ திறந்த வரையறையுள்ள தரநிலையை மதிப்பிடும் தீர்மானமோ கோரினால், நிர்ணயிக்கப்பட்ட தேர்ச்சி/தோல்வி குறியீடு மனிதர் எடுக்க வேண்டிய முடிவையே மறைக்கலாம். பிரதிநிதித்துவமான எடுத்துக்காட்டுகள் தேவைப்பட்டால், பொருள் ஒற்றுமை அடிப்படையிலான தேடல் எளிமையானது. பொறுப்புடன் செயல்படும் பயனர்களுக்கு ஏற்கெனவே மறுஆய்வு செய்யப்பட்ட விதி இயந்திரமும் பலகையும் சேவை செய்தால், உரையாடல் அடுக்கு விருப்பத்தேர்வே. AWS பதிவில் உள்ள “தவறான தேர்வு” விவாதமும் செயற்கை மாதிரியின் வரம்புகளும் இந்த மாற்று வழிகளைச் சுட்டுகின்றன.

ஆதாரங்களும் மேலதிக வாசிப்பும்