Genai

Na parte final desta série, eu construo o agente de chat de IA que realmente transforma isso em um bartender em vez de apenas um cardápio digital. O agente usa Strands Agents com Amazon Bedrock Nova, ferramentas MCP para buscar bebidas do banco de dados e AgentCore Memory para persistência de conversa. Eu cubro como evitar alucinações com prompts de sistema rigorosos, por que tive que mudar do Nova v1 para o Nova 2 para uso de ferramentas e como fazer o streaming de respostas funcionar no Python Lambda usando o Lambda Web Adapter. O resultado é um chatbot que recomenda bebidas do seu cardápio real, lembra suas preferências e transmite respostas palavra por palavra como o ChatGPT.

In the final part of this series, I build the AI chat agent that actually makes this a bartender instead of just a digital menu. The agent uses Strands Agents with Amazon Bedrock Nova, MCP tools for fetching drinks from the database, and AgentCore Memory for conversation persistence. I cover how to prevent hallucinations with strict system prompts, why I had to switch from Nova v1 to Nova 2 for tool use, and how to get response streaming working in Python Lambda using the Lambda Web Adapter. The result is a chatbot that recommends drinks from your actual menu, remembers your preferences, and streams responses word by word like ChatGPT.

Dans la dernière partie de cette série, je construis l’agent de chat IA qui fait vraiment de ce projet un barman plutôt qu’un simple menu numérique. L’agent utilise Strands Agents avec Amazon Bedrock Nova, des outils MCP pour récupérer des boissons de la base de données, et AgentCore Memory pour la persistance des conversations. Je détaille comment éviter les hallucinations avec des instructions strictes, pourquoi j’ai dû passer de Nova v1 à Nova 2 pour l’utilisation des outils, et comment faire fonctionner le streaming des réponses dans Python Lambda avec Lambda Web Adapter. Le résultat est un chatbot qui recommande des boissons à partir de votre menu réel, se souvient de vos préférences et diffuse les réponses mot par mot comme ChatGPT.

En la última parte de esta serie, construyo el agente de chat IA que realmente convierte esto en un barman en lugar de solo un menú digital. El agente utiliza Strands Agents con Amazon Bedrock Nova, herramientas MCP para obtener bebidas de la base de datos y AgentCore Memory para la persistencia de conversaciones. Cubro cómo evitar alucinaciones con instrucciones estrictas, por qué tuve que cambiar de Nova v1 a Nova 2 para el uso de herramientas y cómo hacer funcionar el streaming de respuestas en Python Lambda usando Lambda Web Adapter. El resultado es un chatbot que recomienda bebidas de tu menú real, recuerda tus preferencias y transmite respuestas palabra por palabra como ChatGPT.

Im letzten Teil dieser Serie baue ich den KI-Chat-Agenten, der diesen Barkeeper erst zu einem echten Barkeeper macht und nicht nur zu einer digitalen Speisekarte. Der Agent nutzt Strands Agents mit Amazon Bedrock Nova, MCP-Tools zum Abrufen von Getränken aus der Datenbank und AgentCore Memory für die Konversationspersistenz. Ich erkläre, wie man Halluzinationen mit strengen Systemprompts vermeidet, warum ich von Nova v1 auf Nova 2 für Tool-Nutzung umsteigen musste und wie man Antwort-Streaming in Python Lambda mit dem Lambda Web Adapter ermöglicht. Das Ergebnis ist ein Chatbot, der Getränke aus deiner tatsächlichen Speisekarte empfiehlt, sich deine Vorlieben merkt und Antworten Wort für Wort wie ChatGPT streamt.

In the final part of this series, I build the AI chat agent that actually makes this a bartender instead of just a digital menu. The agent uses Strands Agents with Amazon Bedrock Nova, MCP tools for fetching drinks from the database, and AgentCore Memory for conversation persistence. I cover how to prevent hallucinations with strict system prompts, why I had to switch from Nova v1 to Nova 2 for tool use, and how to get response streaming working in Python Lambda using the Lambda Web Adapter. The result is a chatbot that recommends drinks from your actual menu, remembers your preferences, and streams responses word by word like ChatGPT.

Misturar coquetéis em casa é divertido. Misturar coquetéis para uma sala cheia de convidados é como acabar sendo o cardápio humano. Esta é a primeira parte de uma série onde construo um assistente de coquetéis movido por IA e serverless que permite aos convidados navegar em um menu de bebidas, fazer pedidos e obter sugestões inteligentes em vez de ficar olhando fixamente para o bar. Neste primeiro post, foco na base. A arquitetura central na qual tudo mais se baseia, design de banco de dados, APIs, autenticação, manipulação de imagens e fluxos de trabalho orientados por eventos.

Mezclar cócteles en casa es divertido. Mezclar cócteles para una sala llena de invitados es cómo terminas siendo el menú humano. Esta es la primera parte de una serie donde construyo un asistente de cócteles impulsado por IA sin servidor que permite a los invitados navegar por un menú de bebidas, hacer pedidos y obtener sugerencias inteligentes en lugar de mirar fijamente al bar. En esta primera publicación, me enfoco en la base. La arquitectura central en la que todo lo demás se basa, diseño de base de datos, APIs, autenticación, manejo de imágenes y flujos de trabajo impulsados por eventos.

Mélanger des cocktails à la maison est amusant. Mélanger des cocktails pour une pièce pleine d'invités, c'est comment vous finissez par être le menu humain. Voici la première partie d'une série où je construis un assistant de cocktail IA sans serveur qui permet aux invités de parcourir un menu de boissons, passer des commandes et obtenir des suggestions intelligentes au lieu de regarder fixement le bar. Dans ce premier article, je me concentre sur la base. L'architecture de base sur laquelle tout le reste repose, la conception de la base de données, les API, l'authentification, la gestion des images et les flux de travail pilotés par les événements.

Mezclar cócteles en casa es divertido. Mezclar cócteles para una sala llena de invitados es cómo terminas siendo el menú humano. Esta es la primera parte de una serie donde construyo un asistente de cócteles impulsado por IA y sin servidor que permite a los invitados navegar por un menú de bebidas, realizar pedidos y obtener sugerencias inteligentes en lugar de mirar fijamente al bar. En esta primera publicación, me enfoco en la base. La arquitectura central en la que todo lo demás se basa, diseño de base de datos, APIs, autenticación, manejo de imágenes y flujos de trabajo impulsados por eventos.

Cocktails zu Hause zu mixen macht Spaß. Cocktails für einen Raum voller Gäste zu mixen, endet damit, dass man zur menschlichen Speisekarte wird. Dies ist der erste Teil einer Reihe, in der ich einen serverlosen, KI-gestützten Cocktail-Assistenten baue, der es Gästen ermöglicht, eine Getränkekarte zu durchsuchen, Bestellungen aufzugeben und intelligente Vorschläge zu erhalten, anstatt nur leer an die Bar zu starren. In diesem ersten Beitrag konzentriere ich mich auf das Fundament. Die Kernarchitektur, auf der alles andere aufbaut, Datenbankdesign, APIs, Authentifizierung, Bildverarbeitung und ereignisgesteuerte Workflows.

Mixing cocktails at home is fun. Mixing cocktails for a room full of guests is how you end up as the human menu. This is the first part in a series where I build a serverless, AI-powered cocktail assistant that lets guests browse a drink menu, place orders, and get smart suggestions instead of staring blankly at the bar. In this first post, I focus on the foundation. The core architecture that everything else relies on, database design, APIs, authentication, image handling, and event-driven workflows.

Alcançar um público global frequentemente significa fornecer conteúdo em múltiplos idiomas. Neste post, exploro como estendi meu pipeline de blog orientado a eventos com capacidades de tradução automatizada usando o Amazon Nova Pro, permitindo que meu conteúdo técnico alcance leitores em alemão, espanhol, francês, italiano e português.

Llegar a una audiencia global a menudo significa proporcionar contenido en múltiples idiomas. En esta publicación, exploro cómo amplié mi canal de blog impulsado por eventos con capacidades de traducción automatizada utilizando Amazon Nova Pro, permitiendo que mi contenido técnico llegue a lectores en alemán, español, francés, italiano y portugués.

Atteindre un public mondial signifie souvent fournir du contenu dans plusieurs langues. Dans ce post, j'explore comment j'ai étendu mon pipeline de blog orienté événements avec des capacités de traduction automatisée en utilisant Amazon Nova Pro, permettant à mon contenu technique d'atteindre les lecteurs en allemand, espagnol, français, italien et portugais.

Llegar a una audiencia global a menudo significa proporcionar contenido en múltiples idiomas. En esta publicación, exploro cómo extendí mi canal de blog impulsado por eventos con capacidades de traducción automatizada utilizando Amazon Nova Pro, permitiendo que mi contenido técnico llegue a lectores en alemán, español, francés, italiano y portugués.

Eine globale Zielgruppe zu erreichen bedeutet oft, Inhalte in mehreren Sprachen anzubieten. In diesem Beitrag erkläre ich, wie ich meinen ereignisgesteuerten Blog-Pipeline um automatische Übersetzungsfunktionen mit Amazon Nova Pro erweitert habe, um meine technischen Inhalte für Leser in Deutsch, Spanisch, Französisch, Italienisch und Portugiesisch zugänglich zu machen.

Reaching a global audience often means providing content in multiple languages. In this post, I explore how I extended my event-driven blog pipeline with automated translation capabilities using Amazon Nova Pro, enabling my technical content to reach readers in German, Spanish, French, Italian, and Portuguese.

Escrever conteúdo técnico como falante não nativo de inglês frequentemente significa gastar tempo significativo revisando erros ortográficos e gramaticais. Neste post, exploro como estendi minha pipeline CI/CD de blog event-driven existente com revisão automatizada usando Amazon Nova e Amazon Bedrock, integrando perfeitamente correção de texto alimentada por IA.

Scrivere contenuti tecnici come parlante non nativo inglese spesso significa dedicare molto tempo alla correzione di errori ortografici e grammaticali. In questo post, esploro come ho esteso la mia pipeline CI/CD del blog event-driven esistente con la correzione automatica di bozze usando Amazon Nova e Amazon Bedrock, integrando perfettamente la correzione di testo basata sull'IA.

Écrire du contenu technique en tant que locuteur non natif anglais signifie souvent passer beaucoup de temps à relire pour corriger les erreurs d'orthographe et de grammaire. Dans ce post, j'explore comment j'ai étendu mon pipeline CI/CD de blog event-driven existant avec une relecture automatisée utilisant Amazon Nova et Amazon Bedrock, intégrant de manière transparente la correction de texte alimentée par l'IA.

Escribir contenido técnico como hablante no nativo de inglés a menudo significa pasar mucho tiempo corrigiendo errores ortográficos y gramaticales. En esta publicación, exploro cómo extendí mi pipeline de CI/CD de blog basado en eventos existente con corrección automatizada de texto usando Amazon Nova y Amazon Bedrock, integrando sin problemas la corrección de texto con IA.

Das Schreiben technischer Inhalte als Nicht-Muttersprachler bedeutet oft, viel Zeit mit dem Korrekturlesen von Rechtschreib- und Grammatikfehlern zu verbringen. In diesem Post erkunde ich, wie ich meine bestehende event-driven Blog CI/CD-Pipeline mit automatisiertem Korrekturlesen unter Verwendung von Amazon Nova und Amazon Bedrock erweitert habe, um AI-gestützte Textkorrektur nahtlos zu integrieren.

Writing technical content as a non-native English speaker often means spending significant time proofreading for spelling and grammatical errors. In this post, I explore how I extended my existing event-driven blog CI/CD pipeline with automated proofreading using Amazon Nova and Amazon Bedrock, seamlessly integrating AI-powered text correction.