使用 Claude 3 和 Amazon Bedrock 实现人工智能驱动的 IaC

最新推荐文章于 2025-05-26 16:38:55 发布

Leonardo●da●Vinci

最新推荐文章于 2025-05-26 16:38:55 发布

阅读量105

点赞数

文章标签：人工智能 microsoft

原文链接：https://letsmake.cloud/transforming-diagrams-into-code

版权

作为一名云架构师，我经常发现自己需要为各种 PoC 项目快速制作原型。在头脑风暴阶段，通常依靠基础架构图来可视化项目的架构。但是，将这些图表转换为基础架构即代码(IaC) 可能非常耗时。

像Amazon CodeWhisperer这样的工具有助于加快这一任务，它可以帮助直接在 IDE 中快速生成代码 - 尤其是使用 IaC，因为它具有相对标准的性质。但如果有更快的方法呢？

最近，Anthropic 推出了其最新创新：Claude 3 ，目前是 Amazon Bedrock提供的模型的一部分。Claude 3 最显着的进步是其解释图像的能力。此功能带来了一种令人着迷的可能性：如果您可以将头脑风暴会议的基础设施图直接转换为 IaC，并立即部署代码，那会怎样？

为什么我觉得这个想法很有趣？因为这种方法不仅使开发过程变得民主化，使具有不同编程专业知识水平的人都可以使用它，而且还可以作为技能开发的强大工具。这种方法促进了实践学习体验，使团队成员能够看到视觉设计立即转化为可执行代码的过程。因此，它为个人提供了快速掌握编码概念和实践的机会，加强了他们对基础设施设计及其编码含义的理解。通过简化 IaC 的切入点，它鼓励更广泛地参与开发过程，并在团队中培养持续学习和技能提升的文化。

为了证明我的观点，这个想法也需要快速制作原型。让我们看看怎么做！

使用 Amazon Bedrock 和 Claude 3 Sonnet 读取图像

首先，请确保您已准备好 AWS 账户并启用了 Anthropic Claude 3 Sonnet 模型。查看AWS 指南以获取详细说明。

让我们开始编码（所有示例均为 Python）来与 Amazon Bedrock 进行交互。

第一个函数将图像编码为base64。这对于用户上传的图像是必要的，以便为处理做准备。该函数获取表示上传图像路径的字符串，并将其转换为 base64 编码的字符串。

复制

import os
import base64
import io
from PIL import Image

def image_base64_encoder(image_name):
    open_image = Image.open(image_name)
    image_bytes = io.BytesIO()
    open_image.save(image_bytes, format=open_image.format)
    image_bytes = image_bytes.getvalue()
    image_base64 = base64.b64encode(image_bytes).decode('utf-8')
    file_type = f"image/{open_image.format.lower()}"
    return file_type, image_base64

第二个函数调用 Amazon Bedrock 使用 Claude 3 Sonnet 进行图像到文本的转换。这非常灵活，因为它可以处理图像和文本输入。在用户不提供任何文本的情况下，该函数将包含默认提示。Claude 3 需要文本输入，因此这确保了与其期望的兼容性。

复制

def image_to_text(image_name, text) -> str:
    file_type, image_base64 = image_base64_encoder(image_name)
    system_prompt = """Describe every detail you can about this image, be extremely thorough and detail even the most minute aspects of the image. If a more specific question is presented by the user, make sure to prioritize that answer. """
    if text == "":
        text = "Use the system prompt"
    prompt = {
        "anthropic_version": "bedrock-2023-05-31",
        "max_tokens": 10000,
        "temperature": 0.5,
        "system": system_prompt,
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "type": "image",
                        "source": {
                            "type": "base64",
                            "media_type": file_type,
                            "data": image_base64
                        }
                    },
                    {
                        "type": "text",
                        "text": text
                    }
                ]
            }
        ]
    }
    json_prompt = json.dumps(prompt)
    response = bedrock.invoke_model(body=json_prompt, modelId="anthropic.claude-3-sonnet-20240229-v1:0",
                                    accept="application/json", contentType="application/json")
    response_body = json.loads(response.get('body').read())
    llm_output = response_body['content'][0]['text']
    return llm_output

这似乎好得令人难以置信，但事实就是如此！此代码是您与 Amazon Bedrock 交互并使用 Claude 3 Sonnet 模型所需的全部内容。现在，您只需运行此代码并将图像传递给它，即可生成可立即执行的 CDK 代码。就我而言，由于我想让朋友和同事轻松访问它，因此一个不错的 Web 界面可能会很方便。

使用 Streamlit 轻松制作界面 www.cqzlsb.com

在 PoC 和快速原型设计环境中，Web 界面也需要快速创建。可以说我的前端技能或多或少符合这一点（虽然不是我的，但我觉得它真的很完美 😅）。

为了快速构建 Web 界面，我使用了Streamlit，这是一个很酷的开源 Python 库，非常适合我们这些不是 UI 专家的人。只需几行 Python 代码，您就可以自动生成 Web 应用程序界面，而无需处理 UI 设计；它非常适合 PoC，因为界面不必与公司品牌完美匹配，但目标是快速创建一个工作示例。

在此app.py文件中，您可以看到我们如何仅用几行代码创建一个视觉上吸引人的页面。此页面包含一个用于上传我们的架构图图像的输入、一个用于任何特定请求的可选文本字段和两个按钮。一个按钮生成图像的详细描述（例如，可用于文档），另一个按钮根据图表创建相应的CDK 代码。

复制

import streamlit as st

st.title(f""":rainbow[Architecture Diagrams with Amazon Bedrock]""")
st.header(f""":rainbow[Diagram Analysis (Claude 3 Sonnet)]""")
with st.container():
    st.subheader('Image File Upload:')
    File = st.file_uploader('Upload an Image', type=["png", "jpg", "jpeg"], key="diag")
    text = st.text_input("OPTIONAL: Do you have a question about the image? Or about anything in general?")
    result1 = st.button("Describe Diagram")
    result2 = st.button("Generate CDK Code")

当你按下按钮时，它会使用给定的提示运行我们之前编写的函数：

复制

if result1:
    input_text = "You are a AWS solution architect. The image provided is an architecture diagram. Explain the technical data flow in detail. Do not use preambles."
elif result2:
    input_text = "You are a AWS solution architect. The image provided is an architecture diagram. Provide cdk python code to implement using aws-cdk-lib in detail."

st.write(image_to_text(File.name, input_text))

一旦设置了虚拟环境、激活了它、安装了依赖项requirements.txt（并创建了一个.env文件来设置您的 AWS CLI 配置文件），您的应用程序就全部设置好了。要启动应用程序及其基本前端，只需在终端中运行以下命令：

streamlit run app.py

您将拥有一个可以使用的 Web 界面，如下所示：