Requisitos previos para usar un almacén vectorial propio para una base de conocimientos

1. Para configurar los permisos y crear una colección de búsquedas vectoriales en Amazon OpenSearch Serverless AWS Management Console, siga los pasos 1 y 2 de Cómo trabajar con colecciones de búsquedas vectoriales de la Guía para desarrolladores de Amazon OpenSearch Service. Tenga en cuenta las siguientes consideraciones al configurar la colección:

   1. Asigne un nombre a la colección y redacte una descripción.

   2. Para que la colección sea privada, seleccione Creación estándar en la sección Seguridad. A continuación, en la sección Configuración de acceso a la red, seleccione VPC como Tipo de acceso y elija un punto de conexión de VPC. Para obtener más información sobre la configuración de un punto de enlace de VPC para una colección de Amazon OpenSearch Serverless, consulte Acceder a Amazon OpenSearch Serverless mediante un punto de enlace de interfaz ()AWS PrivateLink en la Guía para desarrolladores de Amazon OpenSearch Service.

2. Después de crear la colección, tome nota del ARN de la colección para crear la base de conocimientos.

3. En el panel de navegación de la izquierda, seleccione Colecciones en Sin servidor. A continuación, seleccione la colección de búsqueda vectorial.

4. Seleccione la pestaña Índices. A continuación, elija Crear índice vectorial.

5. En la sección Detalles del índice vectorial, introduzca un nombre para el índice en el campo Nombre del índice vectorial.

6. En la sección Campos vectoriales, seleccione Agregar campo vectorial. Amazon Bedrock almacena las incrustaciones vectoriales del origen de datos en este campo. Proporcione las siguientes configuraciones:

   • Nombre del campo vectorial: proporcione un nombre para el campo (por ejemplo, embeddings).

   • Motor: es el motor vectorial utilizado para la búsqueda. Seleccione faiss.

   • Dimensiones: el número de dimensiones del vector. Consulte la siguiente tabla para determinar cuántas dimensiones debe contener el vector:

     Modelo	Dimensiones
     Titan Incrustaciones G1: texto	1536
     Titan Incrustaciones V2: texto	1 024
     Cohere Embed Inglés	1 024
     Cohere Embed Multilingüe	1 024

   • Métrica de distancia: métrica que se utiliza para medir la similitud entre los vectores. Recomendamos usar Euclidean.

7. Expanda la sección Administración de metadatos y añada dos campos para configurar el índice vectorial para almacenar metadatos adicionales que una base de conocimientos pueda recuperar con vectores. En la siguiente tabla se describen los campos y los valores a especificar para cada campo:

   Descripción del campo	Asignación de campos	Tipo de datos:	Filtrable
   Amazon Bedrock fragmenta el texto sin procesar de sus datos y almacena los fragmentos en este campo.	El nombre que quiera (por ejemplo, text)	Cadena	True
   Amazon Bedrock almacena los metadatos relacionados con su base de conocimientos en este campo.	El nombre que quiera (por ejemplo, bedrock-metadata)	Cadena	False

8. Tome nota de los nombres que elija para el índice vectorial, el campo vectorial y el campo de asignación de la administración de metadatos para cuando cree la base de conocimientos. A continuación, seleccione Crear.

1. Para crear un clúster de base de datos (DB) de Amazon Aurora, un esquema y una tabla, siga los pasos que se indican en Uso de Aurora PostgreSQL como base de conocimientos. Cuando cree la tabla, configúrela con las columnas y tipos de datos siguientes. Puede usar los nombres de columna que prefiera en lugar de los que aparecen en la tabla anterior. Tome nota de los nombres de las columnas que elija para poder proporcionarlos durante la configuración de la base de conocimientos.

   Nombre de la columna	Tipo de datos:	Campo correspondiente en la configuración de la base de conocimientos (consola)	Campo correspondiente en la configuración de la base de conocimientos (API)	Descripción
   id	UUID clave principal	Clave principal	primaryKeyField	Contiene identificadores únicos para cada registro.
   Incrustación	Vector	Campo vectorial	vectorField	Contiene las incrustaciones vectoriales de los orígenes de datos.
   fragmentos	Texto	Campo de texto	textField	Contiene los fragmentos de texto sin procesar de los orígenes de datos.
   metadatos	JSON	Campo de metadatos administrado por Bedrock	metadataField	Contiene los metadatos necesarios para llevar a cabo la atribución del origen y para permitir la ingesta y consulta de datos

2. (Opcional) Si ha añadido metadatos a los archivos para filtrarlos, también debe crear una columna para cada atributo de metadatos de los archivos y especificar el tipo de datos (texto, número o booleano). Por ejemplo, si el atributo genre existe en el origen de datos, añadiría una columna con el nombre genre y especificaría text como tipo de datos. Durante la ingesta de datos, estas columnas se rellenarán con los valores de atributo correspondientes.

3. Configure un AWS Secrets Manager secreto para su clúster de base de datos Aurora siguiendo los pasos de Administración de contraseñas con Amazon Aurora y AWS Secrets Manager.

4. Tome nota de la siguiente información después de crear el clúster de base de datos y configurar el secreto.

   Campo en la configuración de la base de conocimientos (consola)	Campo en la configuración de la base de conocimientos (API)	Descripción
   ARN del clúster de base de datos de Amazon Aurora	resourceArn	El ARN del clúster de base de datos.
   Nombre de base de datos	databaseName	El nombre de la base de datos
   Nombre de la tabla	tableName	El nombre de la tabla en su clúster de base de datos.
   ARN del secreto	credentialsSecretArn	El ARN de la AWS Secrets Manager clave de su clúster de base de datos

Para configurar un secreto para tu Pinecone configuración

1. Sigue los pasos que se indican en Crear un AWS Secrets Manager secreto y establece la clave como clave de API apiKey y el valor como clave de API para acceder a tu Pinecone índice.

2. Para encontrar su clave de API, abra la consola de Pinecone y seleccione Claves de API.

3. Después de crear el secreto, anote el ARN de la clave KMS.

4. Asocie permisos a su rol de servicio para descifrar el ARN de la clave KMS siguiendo los pasos que se indican en Permisos para descifrar un AWS Secrets Manager secreto para el almacén de vectores que contiene tu base de conocimientos.

5. Más adelante, cuando cree su base de conocimientos, introduzca el ARN en el campo ARN secreto de credenciales.

Para configurar un secreto para su Redis Enterprise Cloud configuración

1. Habilite TLS para usar su base de datos con Amazon Bedrock siguiendo los pasos de seguridad de la capa de transporte (TLS).

2. Sigue los pasos que se indican en Crear un AWS Secrets Manager secreto. Configura las siguientes claves con los valores adecuados de tu Redis Enterprise Cloud configuración en el secreto:

   • username— El nombre de usuario para acceder a su Redis Enterprise Cloud base de datos. Para encontrar el nombre de usuario, busque en la sección Seguridad de su base de datos en la Consola de Redis.

   • password— La contraseña para acceder a su Redis Enterprise Cloud base de datos. Para encontrar la contraseña, busque en la sección Seguridad de su base de datos en la Consola de Redis.

   • serverCertificate: el contenido del certificado de la autoridad de certificación de Redis Cloud. Descargue el certificado del servidor desde la Consola de administración de Redis siguiendo los pasos que se indican en Descargar los certificados.

   • clientPrivateKey: la clave privada del certificado de la autoridad de certificación de Redis Cloud. Descargue el certificado del servidor desde la Consola de administración de Redis siguiendo los pasos que se indican en Descargar los certificados.

   • clientCertificate: la clave pública del certificado de la autoridad de certificación de Redis Cloud. Descargue el certificado del servidor desde la Consola de administración de Redis siguiendo los pasos que se indican en Descargar los certificados.

3. Después de crear el secreto, anote su ARN. Más adelante, cuando cree su base de conocimientos, introduzca el ARN en el campo ARN secreto de credenciales.