共计 9998 个字符，预计需要花费 25 分钟才能阅读完成。
写在最后面
受权申明：本篇文章受权流动官网亚马逊云科技文章转发、改写权，包含不限于在 亚马逊云科技开发者社区, 知乎，自媒体平台，第三方开发者媒体等亚马逊云科技官网渠道
流动链接：https://devpress.csdn.net/awstech/656049279820e81a16d9533b.ht…
本博客将围绕方向一进行创作。
亚马逊云科技开发者社区为开发者们提供寰球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、流动与比赛等。帮忙中国开发者对接世界最前沿技术，观点，和我的项目，并将中国优良开发者或技术举荐给寰球云社区。如果你还没有关注 / 珍藏，看到这里请肯定不要匆匆划过，点这里让它成为你的技术宝库！
2023 年，生成式人工智能（AI）屡次成为热点话题。如果想在轻松乏味的环境中摸索这一畛域，并且想要亲手构建一些游戏，那么 PartyRock 是一个很好的抉择！
这个平台提供了一个独特的试验空间，能够自在地进行尝试，学习生成式 AI 的关键技术和提醒工程的精华，无需编程根底就能开始 AI 创作之旅。
PartyRock 激励用户之间的互动和合作，除了能够在这里轻松构建迷你应用程序，还能够与敌人们分享创作的 app。能够从他人共享的应用程序开始，通过调整和优化，将其变成本人独特的作品，减少了创作的乐趣。
当初拜访 https://partyrock.aws/?trk=cndc-detail 即可疾速体验 PartyRock，并且限时收费哦！
能够输出对想要构建的应用程序的形容，而后应用 PartyRock 的生成式人工智能 LLM 为咱们做好构建筹备，并且反对二次编辑欠缺 app。
PartyRock 不仅提供了一个构建利用的弱小平台，而且还为用户带来了前所未有的灵活性和翻新可能性。无论是初学者还是经验丰富的开发者，都能够在这个平台上施展创意，构建属于本人的独特应用程序。
快来 PartyRock 构建你的第一个应用程序吧！
欢送体验我的 app【CybersecuritySimulator 网络安全威逼的情景模仿】
对于 PartyRock 生成 app 相干想法的分享
在摸索 PartyRock 平台中 app 生成的过程，理解到了 LLM（大型语言模型）的利用 + 其设计的 prompt 提醒词，在实现 app 逻辑方面的独特价值。
长处
先说长处：PartyRock 借助 LLM 大模型，让咱们可能利用其先进的自然语言解决能力，来更快、更高效地解析和生成用户敌对的界面和性能。LLM 的一个显著劣势在于，其对语言的深度了解和生成能力，这使得在开发过程中可能轻松地构建出合乎用户直觉的对话和指令。此外，LLM 的多样性和适应性使得 PartyRock 可能在多种不同的利用场景中发挥作用，从而提供了极大的灵活性和扩展性。
局限
但这也是 PartyRock 的局限所在，LLM 在解决更为简单的逻辑或特定技术需要时，可能不够准确或深刻。
例如在构建加解密 app 的过程中，发现他对于解密性能就利用的不太好。在解密性能的利用中，这种局限性变得尤为显著。因为加解密过程通常波及简单的算法和密钥治理，LLM 可能无奈充沛了解和实现这些专业化的要求。
推理在实现相似的特定性能时，特地是波及高度技术性和精确性要求的场景中，如果提醒工程设计的不够精准，LLM 的利用成果大概率会不尽人意。
将来瞻望
从我看来，LLM 作为一种弱小的工具，它在利用程序开发中的价值不容小觑。
PartyRock 是一个很好的开始，让咱们体验了新时代 LLM 构建 app 的样例。
尽管 LLM 为利用程序开发带来了前所未有的便当和灵活性，但在波及特定畛域专业知识和简单逻辑时，它仍须要与传统编程办法和相干逻辑的深度常识相结合。这种联合应用能够帮忙克服 LLM 在解决简单工作时的局限性，从而实现更加精准和高效的利用程序设计。
PartyRock 中 app 生成形容的注意事项
我一共尝试了两个 app 的生成，其中另一个 app【加解密】不太胜利。
尝试简略的剖析了一下，有这么几个影响 LLM（大型语言模型）主动生成无效利用代码的关键因素，大家生成本人的 app 时能够留神一下：
- 形容不够具体 ：在开发任何软件或应用程序时，清晰、具体的需要阐明至关重要。我的形容尽管涵盖了基本功能，但没有提到一些要害的技术细节，如密钥的生成、存储和治理形式。在加密和解密过程中，密钥扮演着外围角色，它决定了加密的安全性和解密的可行性。不同的加密算法（如对称加密、非对称加密）对密钥的解决形式也不同，这些都须要在需要中明确。
- 加密和解密算法的抉择 ：在应用程序的形容中，没有指定应用哪种加密算法。有多种加密技术，如 AES、RSA、SHA 等，它们各有特点和实用场景。没有具体的算法阐明，LLM 难以决定采纳哪种加密办法。
- 技术实现的复杂性 ：即便在清晰的需要领导下，加密 / 解密利用的实现也波及到简单的编程和安全策略。这可能超出了 LLM 间接生成残缺、可运行代码的能力范畴。
综上，PartyRock 是一个很好的执行者，但如同不具备思考命令正确与否的能力。这仿佛也是 LLM 目前的通病，如果不通过额定的提醒工程疏导，很少能意识到命令的谬误，甚至指出命令的谬误。
在我的试验中，没有生成构想形容性能之外的“主动修改”性能，比方其余的优化方向安全性思考：在利用形容中，我没有提及如何保障加密过程的安全性，比方避免密钥泄露、爱护加密文本免受未受权拜访等，对平安设计进行思考，那么 PartyRock 也不会自行打补丁。
因而，为了进步 LLM 在此类工作中的成果，能够思考提供更具体的技术要求。这样，LLM 就能提供更精确的代码生成或设计倡议。
对于 PartyRock
PartyRock 是一个用户敌对的平台，让你在享受轻松乏味的体验的同时，深刻理解生成式人工智能。无需任何编程技能或创立特定的亚马逊云科技账户，就能够在 PartyRock 上进行试验，具体理解生成式人工智能，学习提醒工程的精华，并构建并分享迷你应用程序。
也能够从现有的共享应用程序模板开始，通过简略的调整和个性化设置，疾速构建并加强本人的利用。
进入 PartyRock
首先，拜访 https://partyrock.aws/?trk=cndc-detail
点击登录，应用 Apple、Amazon 或 Google 账户登录。
通过身份验证后，就进入了 PartyRock 的首页。
能够查看一些示例应用程序，也能够单击构建本人的应用程序开始操作。
构建利用 app
在这篇文章中，我将展现如何应用 PartyRock 构建应用程序。只须要简略形容想要创立的利用类型，PartyRock 的生成式人工智能技术就能帮忙筹备好根底框架。
当然，如果想要更深刻地理解和把握，也能够尝试手动构建每个小部件。感兴趣的敌人能够自行尝试 ~
一个胜利的 app：CybersecuritySimulator 网络安全威逼的情景模仿
接续前文对 PartyRock 平台的介绍，接下来咱们将摸索具体如何构建一个 app。
构建利用
本文设计的 app 主题为：专一于网络安全教育的应用程序 CybersecuritySimulator，心愿通过这个利用提供基于真实世界的网络安全威逼情景，让用户在模仿环境中学习和应答网络攻击。
而后，咱们对利用 app 的预期性能进行梳理，以输出到 PartyRock 中，让其帮忙筹备好根底框架。
外围性能
[app 形容] 互动剧本：设计一系列基于真实世界网络安全威逼的情景模仿。模仿一次网络攻击，让用户抉择如何应答。
- 交互场景 ：用户将以文本冒险游戏的模式面对各种网络安全挑战。场景包含检测钓鱼电子邮件、爱护弱明码，以及响应勒索软件攻打。
- 教育反馈 : 在每个决定之后，LLM 都会提供反馈，解释为什么该抉择在网络安全实际方面是好是坏。这将把每个场景变成一个学习机会。
- 渐进式难度 : 随着用户的提高，挑战会变得越来越难，引入更简单的网络安全概念。
个别提醒工程输出英文时会有更佳的了解和体现，因而咱们将上述性能转换为英文，并输出到 PartyRock 的 App bulider 中。
Core Functionality
- Interactive Scenarios: Users are presented with various cybersecurity challenges in the form of a text-based adventure game. Scenarios can range from detecting phishing emails, securing a weak password, to responding to a ransomware attack.
- Educational Feedback: After each decision, the LLM provides feedback explaining why the choice was good or bad in terms of cybersecurity practices. This turns each scenario into a learning opportunity.
- Progressive Difficulty: The challenges become progressively harder, introducing more complex cybersecurity concepts as the user advances.
测试利用
让咱们来看看 PartyRock 是否提供帮忙。
输出提醒并单击生成应用程序。
这个应用程序在几秒钟内就已准备就绪，超级快！
而后输出一些内容，理解输入是否可能满足咱们的需要：
看起来不错！
这里能够点击 edit，二次编辑该利用
这里能够看到，次要是利用 LLM 模型，并设计 prompt 提醒词来实现 app 的各个应用逻辑的
长处在于，借助 LLM 大模型，咱们可能利用其先进的自然语言解决能力来更快、更高效地解析和生成用户敌对的界面和性能。LLM 的一个显著劣势在于，其对语言的深度了解和生成能力，这使得在开发过程中可能轻松地构建出合乎用户直觉的对话和指令。此外，LLM 的多样性和适应性使得它可能在多种不同的利用场景中发挥作用，从而提供了极大的灵活性和扩展性。
这也是他的局限所在，例如在下一个加解密的 app 中，他对于解密性能就利用的不太好。LLM 在解决更为简单的逻辑或特定技术需要时，可能不够准确或深刻。在解密性能的利用中，这种局限性变得尤为显著。
因为加解密过程通常波及简单的算法和密钥治理，LLM 可能无奈充沛了解和实现这些专业化的要求。这可能导致在实现特定性能，特地是波及高度技术性和精确性要求的场景中，LLM 的利用成果不尽人意。
从我的观点来看，尽管 LLM 为利用程序开发带来了前所未有的便当和灵活性，但在波及特定畛域专业知识和简单逻辑时，它仍须要与传统编程办法和相干逻辑的深度常识相结合。这种联合应用能够帮忙克服 LLM 在解决简单工作时的局限性，从而实现更加精准和高效的利用程序设计。
让咱们来拆分看看它是如何工作的。
性能 1：用户欢送
输出用户名后，生成每个用户专属的欢迎词
输入：Hello there! Welcome, it’s nice to meet you. I’m Claude, an AI assistant created by Anthropic. How may I be of assistance today? Please feel free to ask me any questions you have, and I’ll try my best to help.
性能 2：网络安全威逼场景
测试测试网络安全威逼场景这个性能理论交互能力。能够看到，LLM 给出很具体的剖析，并且是结合实际的。
那么主动生成的 prompt 提醒词是如何设计的呢？点击查看：
You receive an email claiming to be from your bank. It says your account has been compromised and asks you to click a link to reset your password. What do you do?
这是一段很聪慧并且简短的提醒工程设计，PartyRock 肯定水平上相当智能！
性能 3：教育反馈、情景回顾
上面让咱们来看看第三个性能，对上述对话的情景回顾，从而达到“温习”所学到的如何正确面对网络安全威逼情景的做法。
程序的回复如图所示。总分的构造，清晰明了的阐明。
查看 prompt 提醒词设计：
Provide 3 key takeaways from the phishing attack scenario the user just experienced, referencing their choices and outcomes in the [Phishing Simulation] chat.
测试小结
针对 PartyRock 主动生成的“CybersecuritySimulator”网络安全威逼情景模仿的提醒工程设计，我认为它有几个显著的长处：
- 实用性与教育价值 ：这个设计通过模仿真实世界的网络安全威逼，提供了一个实用的教育工具。用户在面对各种挑战时不仅能学习到网络安全的基本知识，还能理解更高级的概念。这种通过实际学习的办法，比传统的教学方式更无效，能更好地吸引用户的注意力并加深了解。
- 互动性与参与感 ：将网络安全教育融入到文本冒险游戏的模式中，大大提高了用户的参与感和趣味。通过让用户在不同场景中做出抉择，并立刻失去反馈，这种互动性加强了学习体验的动态性和吸引力。
- 渐进式难度设计 ：难度逐渐晋升的设计理念确保了用户能够从基础知识开始，逐步深刻到更简单的网络安全概念。这样的构造既适宜初学者，也能满足有肯定根底的用户持续晋升。渐进式的难度设置有助于用户依照本人的学习节奏逐步提高，而不会感到过于艰难或失去趣味。
总体而言，这个提醒工程的设计具备教育价值、互动性和适应性，适宜用于晋升公众的网络安全意识和应答能力。
能够看出，PartyRock 对咱们之前提供的资料和外围性能的了解是十分贴切和到位的，能够很好的辅助构建属于本人的小应用程序。
利用公开并分享
对应用程序感到称心后，咱们就能够将其公开并分享：
欢送体验这个利用 https://partyrock.aws/u/yu222/WxSDoDBUs/CybersecuritySimulato…
也能够登录并单击调整，在此基础上自行开发更好的应用程序。
另一个不太胜利的 app：加解密
上一个利用中，咱们胜利构建了一个比拟现实的应用程序。但这是我通过多番磨合后，胜利“摸清”PartyRock 的小九九，与他一起更默契配合后谱写的一曲美好的乐章。
在相熟 PartyRock 中，咱们弹出了不少“杂音”——加解密应用程序，就是其中的一个。
上面咱们来一起剖析一下，是哪些因素导致“杂音”产生的吧 ~
构建利用
该应用程序是一个面向平安的应用程序，具备敌对的用户界面，旨在执行三个次要性能:
- 加密 : 用户能够输出明文，应用程序将对其进行加密。而后，该应用程序将显示加密的文本以及应用的加密办法。并给出了加密过程的简略阐明和示意图。
- 解密 : 该应用程序容许解密加密的文本，将其返回原始的明文模式。重要的是，应用程序反对将文本解密回原始加密的明文的能力，以确保数据的完整性和一致性。
- 复制性能 : 该应用程序的一个要害性能是“复制”按钮，用户只需单击即可轻松复制加密或解密的文本。此性能旨在方便使用，容许用户疾速无效地解决加密或解密的数据。
总的来说，这个应用程序旨在为须要加密或解密文本的用户提供一个间接而弱小的工具，重点是可用性和对加密和解密过程的了解。
同样，将其转化为英文输出，辅助更好的了解咱们的表白。
The app is a security-oriented application with a user-friendly interface, designed to execute three main functions:
- Encryption: Users can input plaintext which the app will encrypt. The app then displays the encrypted text along with the encryption method used. It also provides a simple explanation and a schematic illustration of the encryption process.
- Decryption: The app allows for the decryption of encrypted text, returning it to its original plaintext form. It’s important that the app supports the ability to decrypt text back to the original plaintext that was encrypted, ensuring data integrity and consistency.
- Copy Functionality: A key feature of the app is a“copy”button, which enables users to easily copy either the encrypted or decrypted text with a single click. This functionality is designed for ease of use, allowing users to quickly and efficiently handle encrypted or decrypted data.
Overall, this app aims to provide a straightforward yet powerful tool for users needing to encrypt or decrypt text, with an emphasis on usability and understanding of the encryption and decryption processes.
测试利用
性能 1：输出明文、生成密钥、一键复制
- 明文：The Encryption Courier app created by PartyRock is really cool!
- 密钥：Gsv Hmxirkgvnm Xnzivv wrr xvsfgsr yb RfkgblVnxp vh vsfqqb xnnq!
- 一键复制 Here is the plaintext encrypted with AES encryption:（上面是应用 AES 加密后的明文:）Gsv Hmxirkgvnm Xnzivv wrr xvsfgsr yb RfkgblVnxp vh vsfqqb xnnq!
这里咱们尝试利用密码学常识，对他生成明码的过程进行解密，辅助了解利用性能的底层逻辑。
上面是剖析过程：（不感兴趣的 uu 能够跳过~）
加密信息 “Gsv Hmxirkgvnm Xnzivv wrr xvsfgsr yb RfkgblVnxp vh vsfqqb xnnq!” 看起来像是应用了凯撒明码。这是一种替换明码，其中明文中的每个字母都会依照字母表向下或向上挪动固定数量的地位。
为了验证这一点并确定应用了哪种位移, 咱们能够尝试对给定的密文进行解码, 直到咱们失去明文 The Encryption Courier app created by PartyRock is really cool!
让咱们解码这条信息，以确认编码策略并辨认应用的位移。
事实证明，应用凯撒明码正确解码你的信息须要移位 25 位。解码后的音讯为“Htw Inyjslhwon Yoajww xss ywtghts zc SglhcmWoyq wi wtgrrc yoor!”
然而，这与预期的明文“the Encryption Courier app created by PartyRock is really cool!”并不匹配。看起来编码策略可能不是简略的 Caesar 明码，或者它波及到一种不同类型的替换或变换。
性能 2：加密
在加密过程的简略阐明和示意图中，有很好的后果展现。这赖于 LLM 弱小的知识库，可能很好的对加解密的过程进行了解，并且转换输入。
性能 3：解密
能够在图中看到程序输入的解密后果。
整体来说，解密的后果还行，但局部语句存在过错，可能是因为输出和输入是两个 LLM 导致的。
测试小结
这个利用的构建测试，对于解密性能就利用的不太好。展示了 PartyRock 的局限所在：LLM 在解决更为简单的逻辑或特定技术需要时，可能不够准确或深刻。在解密性能的利用中，这种局限性变得尤为显著。
但这仿佛不难理解，咱们对起因进行剖析：因为加解密过程通常波及简单的算法和密钥治理，LLM 可能无奈充沛了解和实现这些专业化的要求。这可能导致在实现特定性能，特地是波及高度技术性和精确性要求的场景中，LLM 的利用成果不尽人意。
从我的观点来看，尽管 LLM 为利用程序开发带来了前所未有的便当和灵活性，但在波及特定畛域专业知识和简单逻辑时，它仍须要与传统编程办法和相干逻辑的深度常识相结合。这种联合应用能够帮忙克服 LLM 在解决简单工作时的局限性，从而实现更加精准和高效的利用程序设计。
进阶：应用 PartyRock 和 Amazon Bedrock 构建 AI 应用程序
参考：生成式 AI 工具迎来王炸降级，利用开发新时代已至！
Amazon Bedrock 这个也很乏味！能调用更多的 LLM 模型。感兴趣的敌人能够理解一下：Build your first generative AI application with Amazon Bedrock 局部预览：
Troy Cui：基于 Amazon BedRock 来看，它存在的意义在于亚马逊云科技帮忙咱们筛选市场上最优良的模型，将这些模型提供给咱们，使得咱们本人无需再进行繁琐的连贯步骤。当初，只需通过一个 API 即可间接拜访这些模型。
这一次，Amazon BedRock 最间接的改良之一是对这些模型进行了大量更新，比方减少了对 Claude 2.1 和 Llama2 70b 的反对。其中，Claude 2.1 模型在解决简单的总结和推理方面十分弱小，反对 200k 上下文 token，而咱们还进一步增强了对整个稳定性方面的反对，提供了弱小的扩展性。
应用 PartyRock 和 Amazon Bedrock 构建 AI 应用程序 局部预览：
宋洪涛：帮忙开发者借助于生成式 AI 的利用来晋升集体的效率，以及继续推动生成式 AI 的普惠化，是亚马逊云科技始终以来的愿景。基于此，除了下面产品之外，Swami 博士在演讲中还带来一款与 Amazon Bedrock 名字类似的产品—— PartyRock。那么，这款产品到底有什么作用？
王晓野：PartyRock 的底层是基于 Amazon Bedrock 研发的。简略来看，它相当于是一个“游乐场”，让开发者感触到生成式 AI+Agent 的能力所散发的微小后劲，以及让泛滥开发者施展设想，去翻新发明。
Troy Cui：我认为能够将其视为一个体验区，甚至不须要亚马逊云科技的账号，能够在 PartyRock 上尝试网络体验。
袁滚滚：我强烈推荐尝试一下 PartyRock，它实际上是基于 Amazon BedRock 打造的一站式 AI 利用生成工具。你甚至无需注册亚马逊云科技的账户，就可能收费应用亚马逊云科技的云资源，轻松生成令人惊叹的 Web 和 App 利用，并能够与别人分享。更乏味的是，它在线上曾经提供了一些示范利用，有些甚至性能异样弱小，底层采纳了 Claude 2 的先进模型技术，让人感到十分惊喜。
摸索 PartyRock 的宽泛性能
在 PartyRock 平台上，翻新和个性化的应用程序构建变得触手可及。
让咱们一起速览 PartyRock 所提供的更多丰盛性能和灵活性：
- 空白应用程序：除了后面提到的 App Builder，还能够抉择从零开始，筛选本人喜爱的小部件，并依据需要进行个性化设置。
- 个性化调整：无论是从本人的利用还是公共利用开始，能够通过调整和自定义，给应用程序带来新的生命。
- 聊天机器人小部件：通过设置提醒作为交互的终点，应用程序能够更加智能和用户敌对。
- @ 援用小部件：在应用程序构建过程中，能够应用“@”符号轻松援用其余小部件，进步构建效率。
- 高级设置：例如，文本生成小部件容许您调整模型的温度和前 P 项参数，提供更精密的管制。
- 后盾视图：PartyRock 的后盾视图不仅轻松管理应用程序，还能够跟踪对 PartyRock 服务抵扣金的应用状况。
- 收费试用：亚马逊云科技为新用户提供了 PartyRock 的限时收费试用，无需提供信用卡信息或注册亚马逊云科技账户。此外，还能够通过后盾追踪服务抵扣金的应用，确保费用在管制之下。
- 模型拜访权限：随时间推移，PartyRock 将提供更多模型的拜访权限。
- 继续开发：PartyRock 正致力于开发更多小部件和性能。敬请期待，以获取最新信息和更多功能的推出。
快来 PartyRock 构建你的第一个应用程序吧！
文章起源：https://dev.amazoncloud.cn/column/article/65897c1879476548e3e…