# Meta (Amazon Bedrock) 分析來源

使用 Meta (Amazon Bedrock) 分析連接器以與 Meta 通訊，以來自生成式 AI 和大型語言模型 (LLM) 技術的關聯式和分析深度豐富您的 Qlik Sense 應用程式。

資訊備註

此 Amazon Bedrock - Converse API 連接器可讓您連線至 Amazon Bedrock 的通用 API，以用於文字生成模型，包括透過此連接器提供的一個或多個模型。建議將 Anthropic (Amazon Bedrock) 連線取代為 Amazon Bedrock - Converse API 連線，以取得更進階的功能。如需詳細資訊，請參閱[Amazon Bedrock - Converse API 分析來源](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/LoadData/ac-bedrock-converse-api-overview.htm)。

透過 Meta (Amazon Bedrock) 分析連接器，您可以將資料從應用程式取用者輸入或從指令碼中載入的資料傳送至 Meta。您可以從 分析 活動中心、指令碼 或應用程式內的「建立」頁面連線至此分析來源。

[簡介 Llama](https://ai.meta.com/llama/)

## 必要條件

若要使用此連接器，您必須是具有存取金鑰和密碼金鑰的 AWS 使用者。您也必須有 bedrock:invokemodel 權限。

## 啟用 ML 端點於 Qlik Cloud

若要使用此連接器，必須在 管理 活動中心內啟用機器學習端點。切換開關位於設定區段中的功能控制之下。

如需詳細資訊，請參閱[啟用機器學習端點的分析連線](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/LoadData/load-data-from-advanced-analytic-connections.htm#Enabling)。

## 限制

* 此連接器在每個請求有 25 列的請求限制，每次傳送的批次大小上限為一列。

* 已部署模型的 服務上的可用資源會影響和限制 Qlik Sense 重新載入和圖表回應的效能。

* 在定期重新載入應用程式的情況下，最佳做法是使用 QVD 檔案快取機器學習預測，並且只將新列傳送到端點。這將提升 Qlik Sense 應用程式重新載入的效能，並減少模型端點上的負載。

* 如果您使用的是相對連線名稱，並且您決定將您的應用程式從一個共用空間移動到另一個共用空間，或者您將應用程式從一個共用空間移動到您的私人空間，則更新分析連線以反映新的空間位置需要一些時間。

* 您無法在分析應用程式中，於 資料管理員 內建立及管理此連接器的連線。

## 瞭解更多資訊

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