View a markdown version of this page

從知識庫擷取文件的內容 - Amazon Bedrock
運作方式IAM 許可使用範例

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

從知識庫擷取文件的內容

GetDocumentContent API 可讓您擷取已擷取至 Amazon Bedrock 知識庫的文件內容。此 API 會傳回預先簽章的 URL，提供暫時、安全存取，以下載或檢視文件的原始或擷取內容。

當您想要：

  • 存取 Retrieve API 回應中參考的來源文件

  • 從知識庫下載原始檔案 (PDF、Word、HTML 等）

  • 擷取 JSON 格式的文件擷取/剖析的文字內容

  • 建置應用程式，讓使用者在 Retrieve API 回應後檢視或下載來源文件

運作方式

  1. 您可以使用GetDocumentContent知識庫 ID、資料來源 ID 和文件 ID 來呼叫 。

  2. 服務會驗證您的存取許可 （包括知識庫上設定的任何 ACL 型存取控制）。

  3. API 會傳回預先簽章的 URL 和文件的 MIME 類型。

  4. 您可以使用預先簽章的 URL 來下載文件內容。URL 會在 5 分鐘後過期。

IAM 許可

呼叫 GetDocumentContent需要知識庫資源上的 bedrock:Retrieve和 bedrock:GetDocumentContent IAM 動作。這是因為 API 在傳回文件內容之前，會在內部驗證擷取層級存取。請確定您的 IAM 政策包含下列兩個動作：

{
    "Effect": "Allow",
    "Action": [
        "bedrock:Retrieve",
        "bedrock:GetDocumentContent"
    ],
    "Resource": "arn:aws:bedrock:region:account-id:knowledge-base/kb-id"
}

使用範例

已啟用 ACL 的相同帳戶

當您的知識庫已啟用 ACL 型存取控制時，請userContext傳遞 與使用者的身分，以確保文件層級許可檢查：

import boto3
import requests

client = boto3.client('bedrock-agent-runtime')

# Step 1: Retrieve relevant documents
retrieve_response = client.retrieve(
    knowledgeBaseId='KBID1234567',
    retrievalQuery={'text': 'What is the refund policy?'}
)

# Step 2: Get the full document content for the top result
result = retrieve_response['retrievalResults'][0]

doc_response = client.get_document_content(
    knowledgeBaseId='KBID1234567',
    dataSourceId=result['metadata']['_data_source_id'],
    documentId=result['documentId'],
    outputFormat='RAW',
    userContext={
        'userId': 'user-email',
        'groups': [
            {'id': 'group-engineering'},
            {'id': 'group-project-alpha'}
        ]
    }
)

# Step 3: Download the document
download = requests.get(doc_response['presignedUrl'])
with open('document.pdf', 'wb') as f:
    f.write(download.content)

未啟用 ACL 的相同帳戶

未設定 ACLs 時，省略 userContext：

import boto3
import requests

client = boto3.client('bedrock-agent-runtime')

# Step 1: Retrieve relevant documents
retrieve_response = client.retrieve(
    knowledgeBaseId='KBID1234567',
    retrievalQuery={'text': 'What is the refund policy?'}
)

# Step 2: Get the full document content
result = retrieve_response['retrievalResults'][0]

doc_response = client.get_document_content(
    knowledgeBaseId='KBID1234567',
    dataSourceId=result['metadata']['_data_source_id'],
    documentId=result['documentId'],
    outputFormat='RAW'
)

# Step 3: Download the document
download = requests.get(doc_response['presignedUrl'])
with open('document.pdf', 'wb') as f:
    f.write(download.content)

未啟用 ACL 的跨帳戶

對於跨帳戶存取，知識庫擁有者必須將資源政策連接至其知識庫，以授予發起人的帳戶許可。然後，發起人會使用完整的知識庫 ARN。

步驟 1：KB 擁有者將資源政策連接至知識庫

擁有知識庫的帳戶 （例如 999999999999) 必須連接授予發起人帳戶 （例如 111111111111) 存取權的資源政策：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Principal": {
                "AWS": "111111111111"
            },
            "Action": [
                "bedrock:Retrieve",
                "bedrock:GetDocumentContent"
            ],
            "Resource": "arn:aws:bedrock:us-east-1:999999999999:knowledge-base/KBID1234567"
        }
    ]
}

這會透過 PutKnowledgeBaseResourcePolicy API 或 Amazon Bedrock 主控台來完成。

步驟 2：來電者帳戶具有叫用 API 的 IAM 許可

發起人的 IAM 角色/使用者 （在帳戶 中111111111111) 需要 IAM 政策，允許跨帳戶 KB ARN 上的動作：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "bedrock:Retrieve",
                "bedrock:GetDocumentContent"
            ],
            "Resource": "arn:aws:bedrock:us-east-1:999999999999:knowledge-base/KBID1234567"
        }
    ]
}

步驟 3：使用完整的 KB ARN 呼叫 API

import boto3
import requests

client = boto3.client('bedrock-agent-runtime')

CROSS_ACCOUNT_KB_ARN = 'arn:aws:bedrock:us-east-1:999999999999:knowledge-base/KBID1234567'

# Step 1: Retrieve relevant documents using the KB ARN
retrieve_response = client.retrieve(
    knowledgeBaseId=CROSS_ACCOUNT_KB_ARN,
    retrievalQuery={'text': 'What is the refund policy?'}
)

# Step 2: Get the full document content using the same ARN
result = retrieve_response['retrievalResults'][0]

doc_response = client.get_document_content(
    knowledgeBaseId=CROSS_ACCOUNT_KB_ARN,
    dataSourceId=result['metadata']['_data_source_id'],
    documentId=result['documentId'],
    outputFormat='RAW'
)

# Step 3: Download the document
download = requests.get(doc_response['presignedUrl'])
with open('document.pdf', 'wb') as f:
    f.write(download.content)

資源政策 （在 KB 擁有者端） 和 IAM 政策 （在發起人端） 都必須就位。如果其中之一遺失，則會拒絕存取。