# Źródło do analityki Cohere (Amazon Bedrock)

Za pomocą łącznika analityki Cohere (Amazon Bedrock) możesz się komunikować z Cohere i wzbogacać swoje Qlik Sense aplikacje o kontekstową i analityczną głębię z modeli generatywnej sztucznej inteligencji i dużych modeli językowych (LLM).

Informacja

Łącznik Amazon Bedrock - Converse API umożliwia połączenie z uniwersalnym API Amazon Bedrock dla modeli generowania tekstu, w tym jednego lub więcej modeli dostępnych za pośrednictwem tego łącznika. Aby uzyskać bardziej zaawansowane funkcje, rozważ zastąpienie połączeń korzystających z konfiguracji Cohere - Generate tego połączenia połączeniami Amazon Bedrock - Converse API.

Więcej informacji zawiera temat [Źródło do analityki Amazon Bedrock - Converse API](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/LoadData/ac-bedrock-converse-api-overview.htm).

Za pomocą łącznika analitycznego Cohere (Amazon Bedrock) możesz wysyłać dane wprowadzane przez użytkownika aplikacji lub dane załadowane w skrypcie do Cohere. Z tym źródłem analitycznym możesz połączyć się ze strony Utwórz w centrum aktywności Analytics, w narzędziu Skrypt lub z aplikacji.

[Platforma Cohere](https://docs.cohere.com/docs)

[Models](https://docs.cohere.com/docs/models)

## Wymagania wstępne

Aby móc pracować z tym łącznikiem, musisz być użytkownikiem AWSmającym klucz dostępu i klucz tajny. Wymagane jest też uprawnienie bedrock:invokemodel.

## Włączanie punktów końcowych uczenia maszynowego w Qlik Cloud

Aby można było pracować z tym łącznikiem, punkty końcowe uczenia maszynowego muszą być włączone w centrum aktywności Administrowanie. Przełącznik znajduje się w obszarze Sterowanie funkcją w sekcji Ustawienia.

Więcej informacji zawiera temat [Włączanie połączeń analitycznych dla punktów końcowych uczenia maszynowego](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/LoadData/load-data-from-advanced-analytic-connections.htm#Enabling).

## Ograniczenia

* Ten łącznik ma limit żądań wynoszący 25 wierszy na żądanie, z maksymalnym rozmiarem partii wynoszącym jeden wiersz naraz.

* Zasoby dostępne w usługach, w których wdrożono model, wpłyną ograniczająco na wydajność ładowania Qlik Sense i responsywność wykresu.

* Jeżeli aplikacja jest regularnie ładowana, najlepsza praktyka polega na buforowaniu prognoz uczenia maszynowego przy użyciu pliku QVD i wysyłaniu do punktu końcowego tylko nowych wierszy. Poprawi to wydajność ładowania aplikacji Qlik Sense i zmniejszy obciążenie punktu końcowego modelu.

* Jeśli używasz względnej nazwy połączenia i jeśli zdecydujesz się przenieść aplikację z przestrzeni udostępnionej do innej przestrzeni udostępnionej lub jeśli przeniesiesz aplikację z przestrzeni udostępnionej do przestrzeni prywatnej, aktualizacja połączenia analitycznego w celu odzwierciedlenia nowej lokalizacji przestrzeni zajmie trochę czasu.

* Nie można tworzyć i zarządzać połączeniami z tym łącznikiem w Menedżer danych w aplikacji analitycznej.

## Dowiedz się więcej

* [Co to jest Amazon Bedrock?](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)