部署 Nova AI 聊天插件
本指南将带你完成 Nova AI 聊天助手插件的部署。该插件使用 Amazon Bedrock 的 Nova 模型为你的 Docusaurus 文档站点添加 AI 驱动的聊天机器人。
概览
Nova AI 聊天插件由两部分组成：
- 前端组件：嵌入在 Docusaurus 站点中的 React 聊天组件
- 后端 API：调用 Amazon Bedrock Nova 模型的 AWS Lambda 函数
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ Docusaurus │ ---> │ API Gateway │ ---> │ Lambda │
│ (前端) │ │ (HTTP API) │ │ (Bedrock) │
└─────────────────┘ └─────────────────┘ └─────────────────┘
前置条件
- 拥有 Bedrock 访问权限的 AWS 账户
- 已配置 AWS CLI
- 了解 Lambda 和 API Gateway 基础知识
步骤 1：启用 Bedrock 模型访问
- 打开 Amazon Bedrock 控制台
- 进入 Model access → Manage model access
- 申请访问 Amazon Nova 模型：
- ✅ Amazon Nova Micro（最快、最便宜）
- ✅ Amazon Nova Lite（平衡）
- ✅ Amazon Nova Pro（最强大）
模型选择建议
对于文档聊天机器人，推荐使用 Nova Micro，因为它延迟低、成本效益高。它非常擅长处理问答任务。
步骤 2：创建 Lambda 函数
2.1 创建函数
- 打开 AWS Lambda 控制台
- 点击 创建函数
- 配置：
- 函数名称：
nova-chat-api - 运行时：Python 3.12
- 架构：x86_64
- 函数名称：
2.2 添加函数代码
将以下代码复制到你的 Lambda 函数中：
"""
AWS Lambda 后端 - Nova AI 聊天 API
"""
import json
import os
import boto3
from botocore.config import Config
# 配置
MODEL_ID = os.environ.get('MODEL_ID', 'amazon.nova-micro-v1:0')
MAX_TOKENS = int(os.environ.get('MAX_TOKENS', '1024'))
# 初始化 Bedrock 客户端
config = Config(retries={'max_attempts': 3, 'mode': 'adaptive'})
bedrock = boto3.client('bedrock-runtime', config=config)
# 系统提示词 - 根据你的文档内容自定义
SYSTEM_PROMPT = """你是一个技术文档站点的 AI 助手。
你帮助用户理解文档内容、回答问题并提供代码示例。
回答要简洁、友好、准确。如果不知道答案，请如实说明。"""
def lambda_handler(event, context):
"""Lambda 入口函数"""
# 处理 CORS 预检请求
if event.get('requestContext', {}).get('http', {}).get('method') == 'OPTIONS':
return cors_response(200, {})
try:
body = json.loads(event.get('body', '{}'))
user_message = body.get('message', '')
history = body.get('history', [])
if not user_message:
return cors_response(400, {'error': '缺少消息内容'})
# 构建消息列表
messages = []
for msg in history[-10:]: # 保留最近 10 条消息
messages.append({
'role': msg.get('role', 'user'),
'content': [{'text': msg.get('content', '')}]
})
messages.append({
'role': 'user',
'content': [{'text': user_message}]
})
# 调用 Bedrock
response = bedrock.converse(
modelId=MODEL_ID,
messages=messages,
system=[{'text': SYSTEM_PROMPT}],
inferenceConfig={
'maxTokens': MAX_TOKENS,
'temperature': 0.7,
'topP': 0.9,
}
)
assistant_message = response['output']['message']['content'][0]['text']
return cors_response(200, {
'message': assistant_message,
'usage': {
'inputTokens': response['usage']['inputTokens'],
'outputTokens': response['usage']['outputTokens'],
}
})
except Exception as e:
print(f"Error: {str(e)}")
return cors_response(500, {'error': str(e)})
def cors_response(status_code: int, body: dict) -> dict:
"""返回带 CORS 头的响应"""
return {
'statusCode': status_code,
'headers': {
'Content-Type': 'application/json',
'Access-Control-Allow-Origin': '*', # 生产环境请替换为你的域名
'Access-Control-Allow-Methods': 'POST, OPTIONS',
'Access-Control-Allow-Headers': 'Content-Type',
},
'body': json.dumps(body, ensure_ascii=False)
}
2.3 配置环境变量
为 Lambda 添加以下环境变量：
| 变量 | 值 | 说明 |
|---|---|---|
MODEL_ID | amazon.nova-micro-v1:0 | Bedrock 模型 ID |
MAX_TOKENS | 1024 | 最大响应 token 数 |
2.4 添加 IAM 权限
将以下策略附加到 Lambda 执行角色：
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"bedrock:InvokeModel",
"bedrock:Converse"
],
"Resource": "arn:aws:bedrock:*::foundation-model/*"
}
]
}
2.5 调整超时和内存
- 超时：30 秒（Nova 响应可能需要几秒钟）
- 内存：256 MB（对于 API 调用足够）
步骤 3：创建 API Gateway
3.1 创建 HTTP API
- 打开 API Gateway 控制台
- 点击 创建 API → HTTP API → 构建
- 添加集成：
- 集成类型：Lambda
- Lambda 函数：
nova-chat-api
3.2 配置路由
添加以下路由：
| 方法 | 路径 | 集成 |
|---|---|---|
| POST | /api/nova-chat | Lambda: nova-chat-api |
3.3 配置 CORS
在 CORS 设置中：
Access-Control-Allow-Origin: https://your-site.github.io
Access-Control-Allow-Methods: POST, OPTIONS
Access-Control-Allow-Headers: Content-Type
安全提示
在生产环境中，请将 * 替换为你的实际域名，防止未授权访问。
3.4 部署 API
- 点击 部署
- 复制 调用 URL（例如：
https://abc123.execute-api.us-east-1.amazonaws.com）
步骤 4：配置前端
更新 docusaurus.config.ts：
const config = {
// ... 其他配置
customFields: {
novaChat: {
apiEndpoint: 'https://abc123.execute-api.us-east-1.amazonaws.com/api/nova-chat',
welcomeMessage: '👋 你好！我是 Nova AI 助手，有什么可以帮助你的吗？',
placeholder: '输入你的问题...',
position: 'bottom-right',
},
},
};
步骤 5：测试集成
- 运行 Docusaurus 站点：
npm start - 点击右下角的聊天按钮
- 发送测试消息
- 验证是否收到 Nova 的回复
故障排查
"Access Denied" 错误
- 检查 Lambda IAM 角色是否有 Bedrock 权限
- 确认 Bedrock 控制台中已启用模型访问
CORS 错误
- 确保 API Gateway CORS 已配置
- 检查
Access-Control-Allow-Origin是否匹配你的域名
超时错误
- 将 Lambda 超时增加到 30 秒以上
- 检查 CloudWatch 日志中的错误
无响应
- 验证
docusaurus.config.ts中的 API Gateway URL 是否正确 - 检查浏览器控制台的网络错误
成本估算
| 模型 | 输入 | 输出 | 单次对话成本 |
|---|---|---|---|
| Nova Micro | $0.035/1M tokens | $0.14/1M tokens | ~$0.00007 |
| Nova Lite | $0.06/1M tokens | $0.24/1M tokens | ~$0.00012 |
| Nova Pro | $0.80/1M tokens | $3.20/1M tokens | ~$0.0016 |
对于每月 ~1000 次对话的文档站点（使用 Nova Micro）：
- 预估成本：< ¥0.70/月
下一步
- 自定义系统提示词 以适应你的特定文档
- 添加 RAG（检索增强生成） 以获得更好的答案
- 实现速率限制以控制成本
完整源代码
完整的插件源代码位于：
src/plugins/docusaurus-nova-ai/