# Von Amazon Bedrock verwaltete Wissensdatenbanken als Konnektorziel
<a name="gateway-target-connector-managed-kb"></a>

Amazon Bedrock Managed Knowledge Bases bietet vollständig verwaltete Retrieval-Augmented Generation (RAG): Amazon Bedrock kümmert sich um die Vektorspeicherung, Datenaufnahme und Abrufoptimierung, sodass Sie keine Abrufinfrastruktur bereitstellen oder betreiben müssen. Amazon Bedrock AgentCore stellt eine verwaltete Wissensdatenbank als systemeigenen Gateway-Konnektor zur Verfügung — Sie hängen sie an Ihr AgentCore Gateway an und Ihre Agenten finden und fragen sie mit standardmäßigen Model Context Protocol (MCP) -Aufrufen ab, ohne dass eine benutzerdefinierte Abrufintegration erstellt werden muss. Einzelheiten zum Erstellen und Verwalten einer verwalteten Wissensdatenbank finden Sie unter [Wissensdatenbanken für Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) im *Amazon Bedrock-Benutzerhandbuch*.

Der Konnektor stellt zwei Tools zur Verfügung. Der erste ist`AgenticRetrieveStream`. Anstatt eine einzelne Suche durchzuführen, plant es eine Abrufstrategie, führt mehrere Abfrageschritte in Ihren verwalteten Wissensdatenbanken durch, erweitert optional auf vollständige Dokumente und streamt sowohl die unterstützenden Ergebnisse als auch eine zusammengefasste, zitiergestützte Antwort zurück. `Retrieve`führt eine einzige Hybridsuche durch und gibt die relevantesten Passagen zurück.

**Anmerkung**  
Dieser Connector wird nur für Amazon Bedrock Managed Knowledge Bases unterstützt.

In den folgenden Abschnitten werden die Funktionsweise des Konnektors, der Agentenabruf im Detail, allgemeine Anwendungsfälle, die Einrichtung eines Ziels sowie die Eingabe- und Antwortschemas für beide Tools beschrieben.

**Topics**
+ [Funktionsweise](#gateway-target-connector-managed-kb-how-it-works)
+ [Agentenabruf](#gateway-target-connector-managed-kb-agentic-retrieval)
+ [Anwendungsfälle](#gateway-target-connector-managed-kb-use-cases)
+ [Richten Sie eine verwaltete Wissensdatenbank ein](#gateway-target-connector-managed-kb-setup)
+ [Konfigurieren Sie die Gateway-Servicerolle](#gateway-target-connector-managed-kb-service-role)
+ [Rufen Sie die Tools auf](#gateway-target-connector-managed-kb-invoke)
+ [AgenticRetrieveStream Eingabeschema](#gateway-target-connector-managed-kb-agentic-input-schema)
+ [AgenticRetrieveStream Format der Antwort](#gateway-target-connector-managed-kb-agentic-response-format)
+ [Eingabeschema abrufen](#gateway-target-connector-managed-kb-input-schema)
+ [Antwortformat abrufen](#gateway-target-connector-managed-kb-response-format)
+ [Konfigurationsreferenz](#gateway-target-connector-managed-kb-config-reference)
+ [Filterung der Zugriffskontrolle](#gateway-target-connector-managed-kb-access-control)

## Funktionsweise
<a name="gateway-target-connector-managed-kb-how-it-works"></a>

Amazon Bedrock AgentCore bietet einen integrierten Konnektor zu Amazon Bedrock Managed Knowledge Bases. Das Gateway kümmert sich um die Schemaverwaltung, die Endpunktauflösung und die Serviceauthentifizierung. Der Connector stellt zwei Tools zur Verfügung, die Ihr Agent mit folgenden Tools erkennt: `tools/list`
+  `AgenticRetrieveStream`— ein mehrstufiger Streaming-Abruf durch Agenten, der Ergebnisse, Trace-Ereignisse für Planung und Abruf sowie eine synthetisierte Antwort mit Zitaten zurückgibt (standardmäßig zurückgegeben; deaktivieren mit). `generateResponse: false`
+  `Retrieve`— eine einzige hybride Suche, die die relevantesten Passagen mit Quellenangaben zurückgibt.

Ein einziger `Retrieve` Aufruf folgt diesem Ablauf:

1.  **Gateway-Setup** — Erstellen Sie ein Gateway und fügen Sie ein Amazon Bedrock Managed Knowledge Bases-Ziel hinzu, das auf die verwaltete Wissensdatenbank verweist, die Sie verfügbar machen möchten. Das Gateway erstellt einen Snapshot des Tool-Schemas und stellt die Integration bereit.

1.  **Tool-Erkennung** — Ihr Agent ruft den Gateway-Endpunkt `tools/list` auf und erkennt das Abruftool mit seinem Eingabeschema.

1.  **Abruf-Aufruf** — Ihr Agent ruft `tools/call` mit einer Abfrage in natürlicher Sprache an. Das Gateway authentifiziert sich gegenüber dem Backend und leitet die Anfrage an die verwaltete Wissensdatenbank weiter, die eine Hybridsuche für Ihre aufgenommenen Inhalte durchführt.

1.  **Ergebnisse** — Das Tool gibt die relevantesten Passagen mit Quellverweisen als JSON im Textinhalt der Tool-Ergebnisse zurück.

1.  **Fundierte Antwort** — Ihr Agent verwendet die Ergebnisse, um eine Antwort mit zitierten Quellen zu verfassen.

[Informationen zum Agentenabruf finden Sie unter Agentenabruf.](#gateway-target-connector-managed-kb-agentic-retrieval)

## Agentenabruf
<a name="gateway-target-connector-managed-kb-agentic-retrieval"></a>

 `AgenticRetrieveStream`behandelt eine Frage als eine Aufgabe: Statt einer einzigen Hybridsuche, die für eine Abfrage `Retrieve` ausgeführt wird, plant es eine Abrufstrategie, führt mehrere Abfrageschritte in Ihren verwalteten Wissensdatenbanken durch und streamt die unterstützenden Ergebnisse und eine zusammengefasste, zitiergestützte Antwort zurück — alles in einem Tool-Call. Die synthetisierte Antwort wird standardmäßig zurückgegeben; diese Einstellung ist so eingestellt`generateResponse`, dass nur Ergebnisse zurückgegeben werden. `false`

Ihr Agent ruft es mit einer Konversation auf ()`messages`. Die von ihm abgefragten Retriever — die jeweils auf eine verwaltete Wissensdatenbank verweisen — werden vom Administrator auf dem Ziel konfiguriert und nicht vom Agenten bereitgestellt. Der Planungs- und Abruffortschritt wird über MCP übertragen`notifications/message`, und die Ergebnisse und die Antwort werden im Tool-Ergebnis zurückgegeben.

Weitere Informationen zur Funktionsweise von Agency Retrieval finden Sie in den [Wissensdatenbanken für Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) im *Amazon* Bedrock-Benutzerhandbuch.

[Das Anfrage- und Ereignisschema finden Sie unter [AgenticRetrieveStream Eingabeschema](#gateway-target-connector-managed-kb-agentic-input-schema) und Antwortformat. AgenticRetrieveStream ](#gateway-target-connector-managed-kb-agentic-response-format)

## Anwendungsfälle
<a name="gateway-target-connector-managed-kb-use-cases"></a>
+  **Wissensassistenten für Unternehmen** — Die Antworten der Agenten werden in internen Wikis, Runbooks und Richtliniendokumenten zusammengefasst, die in eine verwaltete Wissensdatenbank aufgenommen wurden.
+  Fragen und **Antworten zu Dokumenten** — Beantworten Sie Fragen zu umfangreichen Dokumentensammlungen, ohne einen Vector Store einrichten oder betreiben zu müssen.
+  **Multi-source RAG** — Abfragen von Inhalten aus mehreren Datenquellen, die in einer einzigen verwalteten Wissensdatenbank zusammengefasst sind, in einem einzigen Abrufanruf.
+  **Multi-step Planung** — Wird verwendet`AgenticRetrieveStream`, um mehrteilige oder mehrdeutige Fragen zu beantworten, die Planung und mehrere Abfrageschritte erfordern, und gibt in einem Anruf eine zusammengefasste, zitiergestützte Antwort zurück.
+  **Tool-augmented Agenten** — Kombinieren Sie den verwalteten Abruf von Wissensdatenbanken mit Ihren anderen Gateway-Tools, sodass ein Mitarbeiter sowohl nach fundierten Fakten suchen als auch Maßnahmen ergreifen kann.

## Richten Sie eine verwaltete Wissensdatenbank ein
<a name="gateway-target-connector-managed-kb-setup"></a>

Anweisungen zum Erstellen eines Gateway-Ziels mit der Connectorkonfiguration von Amazon Bedrock Managed Knowledge Bases, einschließlich Einrichtungsbeispielen mit dem Python-SDK und der CLI, finden Sie unter [Eine verwaltete Wissensdatenbank einrichten](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-setup) im Leitfaden zur Zielkonfiguration.

## Konfigurieren Sie die Gateway-Servicerolle
<a name="gateway-target-connector-managed-kb-service-role"></a>

Das Gateway benötigt eine Servicerolle, die es dem AgentCore Dienst ermöglicht, in Ihrem Namen Abrufaktionen in der verwalteten Wissensdatenbank durchzuführen. Informationen zu den erforderlichen IAM-Berechtigungen und der Richtlinienkonfiguration finden [Sie unter Configure the Gateway Service Role](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-service-role) im Leitfaden zur Zielkonfiguration.

## Rufen Sie die Tools auf
<a name="gateway-target-connector-managed-kb-invoke"></a>

Nachdem Sie das Ziel erstellt haben, erkennt Ihr Agent die Tools mit `tools/list` und ruft sie mit auf. `tools/call` Jedem Toolnamen wird der Zielname vorangestellt, und zwar in der Form `<target-name>_<tool-name>_AgenticRetrieveStream` oder`managed-kb___Retrieve`).

Denn `AgenticRetrieveStream` Ihr Agent leitet nur die Konversation weiter. Die Retriever werden vom Administrator auf dem Ziel konfiguriert, sodass der Agent keine Knowledge-Base-IDs sendet:

```
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "managed-kb___AgenticRetrieveStream",
    "arguments": {
      "messages": [
        { "role": "user", "content": { "text": "How do I configure a knowledge base target?" } }
      ]
    }
  }
}
```

Denn `Retrieve` die verwaltete Wissensdatenbank-ID ist an das Ziel gebunden, sodass Ihr Agent nur die Abfrage weiterleitet:

```
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "managed-kb___Retrieve",
    "arguments": {
      "retrievalQuery": { "text": "What is Amazon Bedrock AgentCore?" }
    }
  }
}
```

Wenn Sie dem Agenten Abrufparameter zur Verfügung gestellt haben (siehe [Steuern, welche Parameter der Agent festlegen kann](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-parameters)), kann der Agent die vom Administrator konfigurierten Standardeinstellungen beim Anruf außer Kraft setzen:

```
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "managed-kb___Retrieve",
    "arguments": {
      "retrievalQuery": { "text": "insurance benefits" },
      "retrievalConfiguration": {
        "managedSearchConfiguration": { "numberOfResults": 2 }
      }
    }
  }
}
```

## AgenticRetrieveStream Eingabeschema
<a name="gateway-target-connector-managed-kb-agentic-input-schema"></a>

Das von zurückgegebene Schema `tools/list` ist die Gruppe von Feldern, die Ihr Agent beim Aufrufen festlegen kann`AgenticRetrieveStream`. Standardmäßig ist das einzige für den Agenten sichtbare Feld. `messages` [Die abzufragenden Retriever und die gesamte Abrufkonfiguration werden vom Administrator auf dem Ziel festgelegt. Weitere Informationen finden Sie unter Eine verwaltete Wissensdatenbank einrichten.](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-setup) Um weitere Felder für den Agenten verfügbar zu machen, konfigurieren Sie sie `parameterOverrides` auf dem Ziel — siehe [Steuern, welche](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-parameters) Parameter der Agent festlegen kann.

```
{
  "type": "object",
  "properties": {
    "messages": {
      "description": "The messages for the agentic retrieval conversation. Contains the user query and conversation history.",
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "role": {
            "description": "The role of the message sender (user or assistant).",
            "type": "string",
            "enum": ["user", "assistant"]
          },
          "content": {
            "description": "The content of the message.",
            "type": "object",
            "properties": {
              "text": {
                "description": "The text content of the message.",
                "type": "string"
              }
            }
          }
        },
        "required": ["content", "role"]
      }
    }
  },
  "required": ["messages"]
}
```


| Feld | Typ | Erforderlich | Description | 
| --- | --- | --- | --- | 
|  `messages`  | Array | Ja | Die Konversation zum Abrufen durch den Agenten. Jede Nachricht hat ein `role` (`user`oder`assistant`) und. `content.text` | 

[Informationen zu den vom Administrator festgelegten Feldern —`retrievers`, `agenticRetrieveConfiguration` (Foundation Model, Reranking und Guardrails `maxAgentIteration` Through`policyConfiguration`) und `generateResponse` — finden Sie unter [Eine verwaltete Wissensdatenbank einrichten](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-setup) und Konfigurationsreferenz.](#gateway-target-connector-managed-kb-config-reference)

## AgenticRetrieveStream Format der Antwort
<a name="gateway-target-connector-managed-kb-agentic-response-format"></a>

 `AgenticRetrieveStream`streamt eine Abfolge von Ereignissen. Über MCP werden Trace-Ereignisse in Echtzeit übertragen`notifications/message`, und die Abrufergebnisse und die synthetisierte Antwort werden im Tool-Ergebnis wiedergegeben. Der Stream gibt die folgenden Ereignistypen aus:


| Veranstaltung | Description | 
| --- | --- | 
|  `traceEvent`  | Ein Planungs- oder Abfrageschritt mit einem `step` (`Planning`,`Retrieval`, oder`FullDocumentExpansion`)`SpeculativeRetrieval`, einem `status` (, oder`FAILED`) `IN_PROGRESS``SUCCEEDED`, einem für Menschen lesbaren Wert`message`, dem `actions` durchgeführten und einem beliebigen Oder. `warnings` `failures` | 
|  `responseEvent`  | Ein Teil des generierten Antworttextes. Wird standardmäßig ausgegeben; nur unterdrückt, wenn auf gesetzt `generateResponse` ist. `false` | 
|  `result`  | Das Abrufen `results` und, sofern nicht auf `generateResponse` gesetzt`false`, das Finale `generatedResponse` mit der Antwort und den Zitaten. | 

Ein `result` Ereignis hat die folgende Struktur:

```
{
  "result": {
    "results": [
      {
        "content": {
          "text": "Amazon Bedrock AgentCore manages the storage, indexing, and retrieval infrastructure for a managed knowledge base...",
          "mimeType": "text/plain"
        },
        "sourceRetriever": { "identifier": "kb-retriever-1" },
        "metadata": { "x-amz-bedrock-kb-source-uri": "s3://example-bucket/docs/overview.pdf" }
      }
    ],
    "generatedResponse": {
      "answer": "A managed knowledge base lets Amazon Bedrock AgentCore handle the vector store, ingestion, and retrieval for you.",
      "citations": [
        {
          "startIndex": 0,
          "endIndex": 98,
          "references": [ { "..." : "references to supporting results" } ]
        }
      ]
    }
  }
}
```


| Feld | Typ | Erforderlich | Description | 
| --- | --- | --- | --- | 
|  `results`  | Array | Ja | Die Ergebnisse des Abrufs. Jeder Artikel hat `content` (mit `text` oder `byteContent` und a`mimeType`) den, aus dem er hergestellt wurde`sourceRetriever`, und optional`metadata`. | 
|  `generatedResponse`  | object | Nein | Standardmäßig vorhanden. Wird nur weggelassen, wenn auf gesetzt `generateResponse` ist`false`. Enthält die synthetisierten Antworten `answer` und `citations` ordnet die Antwortspannen (`startIndex`,`endIndex`) den unterstützenden Ergebnissen zu. | 
|  `nextToken`  | Zeichenfolge | Nein | Ein Token zum Abrufen der nächsten Ergebnisgruppe, falls vorhanden. | 

## Eingabeschema abrufen
<a name="gateway-target-connector-managed-kb-input-schema"></a>

Das von zurückgegebene Schema `tools/list` ist die Gruppe von Feldern, die Ihr Agent beim Aufrufen festlegen kann`Retrieve`. Standardmäßig ist das einzige für den Agenten sichtbare Feld. `retrievalQuery.text` Die verwaltete Wissensdatenbank-ID und alle Abrufeinstellungen werden vom Administrator auf dem Ziel festgelegt. Um Abrufeinstellungen wie Metadaten `numberOfResults` oder Metadaten für den Agenten verfügbar `filter` zu machen, konfigurieren Sie die Konfiguration `parameterOverrides` auf dem Ziel. Weitere Informationen finden Sie unter [Steuern, welche Parameter](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-parameters) der Agent festlegen kann.

```
{
  "type": "object",
  "properties": {
    "retrievalQuery": {
      "description": "Contains the query to send the managed knowledge base.",
      "type": "object",
      "properties": {
        "text": {
          "description": "The text of the query made to the managed knowledge base.",
          "type": "string"
        }
      }
    }
  },
  "required": ["retrievalQuery"]
}
```


| Feld | Typ | Erforderlich | Description | 
| --- | --- | --- | --- | 
|  `retrievalQuery`  | object | Ja | Die Abfrage, die an die verwaltete Wissensdatenbank gesendet werden soll. | 
|  `retrievalQuery.text`  | Zeichenfolge | Ja | Der Text der Abfrage. | 

[Informationen zu den vom Administrator festgelegten und überschreibbaren Feldern — Metadaten`numberOfResults`, Reranking und multimodale `filter``overrideSearchType` Bildabfragen — finden Sie in der Konfigurationsreferenz.](#gateway-target-connector-managed-kb-config-reference)

## Antwortformat abrufen
<a name="gateway-target-connector-managed-kb-response-format"></a>

Das `Retrieve` Tool gibt ein `tools/call` MCP-Ergebnis zurück, das in einem JSON-RPC Umschlag verpackt ist. Die `content` Felder `isError` und befinden sich darin`result`, und das `text` Feld enthält die serialisierte `retrievalResults` Nutzlast:

```
{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "isError": false,
    "content": [
      {
        "type": "text",
        "text": "{\"retrievalResults\":[{\"content\":{\"type\":\"TEXT\",\"text\":\"Amazon Bedrock AgentCore manages the storage, indexing, and retrieval infrastructure for a managed knowledge base...\"},\"location\":{\"type\":\"S3\",\"s3Location\":{\"uri\":\"s3://example-bucket/docs/overview.pdf\"}},\"score\":0.87,\"metadata\":{\"x-amz-bedrock-kb-source-uri\":\"s3://example-bucket/docs/overview.pdf\"}}]}"
      }
    ]
  }
}
```

Jedes Element in `retrievalResults` hat die folgende Struktur:


| Feld | Typ | Erforderlich | Description | 
| --- | --- | --- | --- | 
|  `content`  | object | Ja | Der Inhalt des abgerufenen Chunks. Beinhaltet ein `type` (`TEXT``IMAGE`,`ROW`,`AUDIO`, oder`VIDEO`) und den entsprechenden Inhalt, z. B. `text` für Textblöcke. | 
|  `location`  | object | Nein | Der Speicherort der Quelldaten. Beinhaltet ein `type` (`S3``WEB`,`CONFLUENCE`,`SHAREPOINT`,`CUSTOM`, usw.) und das entsprechende Standortobjekt, z. `s3Location.uri` B. | 
|  `score`  | number | Nein | Die Relevanz des Ergebnisses für die Abfrage. | 
|  `metadata`  | object | Nein | Metadatenattribute und ihre Werte für die Quelldatei in der Datenquelle. | 

## Konfigurationsreferenz
<a name="gateway-target-connector-managed-kb-config-reference"></a>

Die folgenden Felder werden vom Administrator bei `parameterValues` der Erstellung des Ziels festgelegt oder dem Agenten mit `parameterOverrides` angezeigt. Informationen darüber, wo sie eingerichtet werden können, finden Sie unter [Eine verwaltete Wissensdatenbank einrichten](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-setup) und [Steuern, welche Parameter der Agent festlegen kann](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-parameters).

 ** `AgenticRetrieveStream` — `agenticRetrieveConfiguration` ** 


| Feld | Zulässige Werte | Hinweise | 
| --- | --- | --- | 
|  `foundationModelType`  |  `MANAGED`, `CUSTOM`  |  `MANAGED`verwendet das vom Service verwaltete Modell (Standard). `CUSTOM`verwendet einen von Ihnen bereitgestellten ARN des Bedrock-Modells. | 
|  `rerankingModelType`  |  `MANAGED`, `CUSTOM`, `NONE`  |  `MANAGED`verwendet den vom Service verwalteten Reranker (Standard). `CUSTOM`verwendet Ihren eigenen. `NONE`deaktiviert das erneute Ranking. | 
|  `foundationModelConfiguration.type`  |  `BEDROCK_FOUNDATION_MODEL`  | Erforderlich, wann ist. `foundationModelType` `CUSTOM` | 
|  `maxAgentIteration`  | Ganzzahl | Begrenzt die Anzahl der Planungs- und Abruf-Iterationen. | 
|  `policyConfiguration.guardrailConfiguration`  |  `guardrailId`, `guardrailVersion`  | Befestigt eine Amazon Bedrock-Leitplanke. | 

 ** `Retrieve` — `managedSearchConfiguration` ** 


| Feld | Zulässige Werte | Hinweise | 
| --- | --- | --- | 
|  `numberOfResults`  | Ganzzahl (1—100) | Anzahl der abzurufenden Quell-Chunks. | 
|  `overrideSearchType`  |  `HYBRID`, `SEMANTIC`  |  `HYBRID`kombiniert Schlüsselwort- und Vektorsuche. `SEMANTIC`verwendet nur die Vektorsuche. | 
|  `rerankingModelType`  |  `MANAGED`, `CUSTOM`, `NONE`  | Dasselbe wie für`AgenticRetrieveStream`. | 
|  `rerankingConfiguration.type`  |  `BEDROCK_RERANKING_MODEL`  | Erforderlich, wenn benutzerdefiniertes Reranking verwendet wird. | 
|  `rerankingConfiguration.bedrockRerankingConfiguration.metadataConfiguration.selectionMode`  |  `SELECTIVE`, `ALL`  | Steuert, welche Metadatenfelder an den Reranker übergeben werden. | 
|  `filter`  |  `equals`, `notEquals`, `greaterThan`, `greaterThanOrEquals`, `lessThan`, `lessThanOrEquals`, `in`, `notIn`, `startsWith`, `listContains`, `stringContains`, `andAll`, `orAll`  | Metadatenfilter. Geben Sie genau einen Operator an. | 

## Filterung der Zugriffskontrolle
<a name="gateway-target-connector-managed-kb-access-control"></a>

Wenn Ihre verwaltete Wissensdatenbank die Zugriffskontrolle verwendet, um Ergebnisse nach Benutzern oder Gruppen zu filtern, muss die aufrufende Anwendung der Anfrage eine Zeichenfolge `userContext` beifügen. Das `userContext` Gateway leitet an die Wissensdatenbank weiter, die darauf aufbauend eine Filterung der Zugriffskontrolle anwendet. Das Gateway nutzt die Daten nicht `userContext` anhand der IAM-Identität des Anrufers — Ihre Anwendung muss sie explizit angeben.

Um es zu verwenden:

1. Machen `$.userContext` Sie es dem Agenten zugänglich, indem Sie es `parameterOverrides` auf dem Ziel konfigurieren — siehe [Steuern, welche Parameter der Agent festlegen kann](gateway-add-target-api-target-config.md#gateway-add-target-api-connector-managed-kb-parameters).

1. Lassen Sie die aufrufende Anwendung (nicht das Modell) `userContext` in die `tools/call` Argumente aufnehmen:

```
{
  "arguments": {
    "retrievalQuery": { "text": "insurance benefits" },
    "userContext": {
      "userId": "user@example.com"
    }
  }
}
```