lambda-gurumi-ai-bot

AWS Lambda, Amazon Bedrock, S3 Vectors를 활용한 서버리스 AI 챗봇입니다. RAG(Retrieval-Augmented Generation) 기반으로 문서를 검색하여 답변합니다.

주요 기능

• RAG 지원: S3 Vectors + Bedrock Knowledge Base 기반 문서 검색 및 답변
• 서버리스 아키텍처: AWS Lambda + API Gateway + DynamoDB
• 대화 히스토리: DynamoDB를 통한 스레드 컨텍스트 유지 (1시간 TTL)
• Slack 통합: 앱 멘션, 다이렉트 메시지, 이모지 리액션 지원
• 채널 접근 제어: 허용된 채널 화이트리스트
• 사용자 쓰로틀링: 남용 방지를 위한 요청 제한
• 응답 분할: 긴 응답을 코드 블록/문단 단위로 분할 전송

아키텍처

┌──────────┐     ┌─────────────┐     ┌─────────────┐
│  Slack   │────▶│ API Gateway │────▶│   Lambda    │
└──────────┘     └─────────────┘     └──────┬──────┘
                                            │
              ┌─────────────────────────────┼──────────────────┐
              │                             │                  │
              ▼                             ▼                  ▼
       ┌─────────────┐           ┌──────────────────┐  ┌─────────────┐
       │  DynamoDB   │           │  Bedrock Agent   │  │     S3      │
       │  (Context)  │           │       │          │  │ (Documents) │
       └─────────────┘           │  Knowledge Base  │  └──────┬──────┘
                                 │       │          │         │
                                 │  S3 Vectors      │◀────────┘
                                 │  (Embeddings)    │  Titan Embeddings V2
                                 └──────────────────┘

설치

# Python 3.12 설치
brew install [email protected]

# Serverless Framework 설치
npm install -g [email protected]

# 프로젝트 의존성 설치
npm install
sls plugin install -n serverless-python-requirements
sls plugin install -n serverless-dotenv-plugin
python -m pip install --upgrade -r requirements.txt

설정

Slack 앱 설정

Slack Bolt for Python 시작 가이드를 참고하여 Slack 앱을 생성합니다.

OAuth & Permissions - Bot Token Scopes

app_mentions:read
channels:history
channels:join
channels:read
chat:write
files:read
files:write
im:read
im:write
reactions:read
users:read

Event Subscriptions - Subscribe to bot events

app_mention
message.im
reaction_added

환경 변수

cp .env.example .env.local

필수 설정 (GitHub Secrets)

AGENT_ID/AGENT_ALIAS_ID는 CloudFormation에서 자동 관리됩니다.

선택적 설정

배포

# 기본 배포 (dev 스테이지)
sls deploy --region us-east-1

# 프로덕션 배포
sls deploy --stage prod --region us-east-1

# 배포 제거
sls remove --region us-east-1

RAG 문서 추가

배포 후 S3 버킷의 documents/ 프리픽스에 문서를 업로드하고 동기화합니다.

# 문서 업로드 (PDF, TXT, MD, HTML, DOCX, CSV 지원)
aws s3 cp my-document.pdf s3://gurumi-ai-bot-{account-id}/documents/

# Knowledge Base 동기화
aws bedrock-agent start-ingestion-job \
  --knowledge-base-id <KB_ID> \
  --data-source-id <DS_ID>

문서 동기화

두 가지 자동 동기화 워크플로우가 있으며, GitHub Variables로 활성화합니다.

AWS 문서 목록은 scripts/awsdocs/docs.txt에서 관리합니다.

CI/CD

GitHub Actions (push.yml)로 main 브랜치 푸시 시 자동 배포됩니다.

테스트

# Slack URL 검증
curl -X POST \
  -H "Content-Type: application/json" \
  -d '{"token": "test", "challenge": "test_challenge", "type": "url_verification"}' \
  https://your-api-url/dev/slack/events

# Bedrock Agent 직접 테스트
cd scripts/bedrock
python invoke_agent.py -p "프롬프트 입력"
python invoke_knowledge_base.py -p "지식 베이스 쿼리"

참고 자료

• AWS Bedrock Documentation
• Amazon S3 Vectors
• Slack Bolt for Python
• Serverless Framework