View a markdown version of this page

使用 Amazon Bedrock 知識庫擷取資料並產生 AI 回應 - Amazon Bedrock

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。

使用 Amazon Bedrock 知識庫擷取資料並產生 AI 回應

雖然基礎模型具有一般知識，但您可以使用檢索增強生成 (RAG) 進一步改善其回應。RAG 是一種技術，使用來自資料來源的資訊來改善所產生回應的相關性和準確性。使用 Amazon Bedrock 知識庫，您可以將專屬資訊整合到您的生成式 AI 應用程式。進行查詢時，知識庫會搜尋您的資料，以尋找相關資訊來回應查詢。然後，擷取的資訊可用於改善產生的回應。Amazon Bedrock 知識庫透過大規模資料集安全地利用擷取功能，協助建置安全的企業級代理式 AI 應用程式。

重要

為了最佳化擷取準確性和受管體驗，我們建議使用 Amazon Bedrock 受管知識庫。

Amazon Bedrock 知識庫提供兩種類型的知識庫：

  • 受管知識庫 – Amazon Bedrock 會管理基礎資料擷取、索引、儲存和擷取基礎設施，讓您可以專注於應用程式和代理程式邏輯。Managed Knowledge Base 提供進階功能，包括擷取多模態資料、儲存自動調整規模、多躍點推理的代理程式擷取等，同時繼續提供金鑰自訂功能，讓您可以根據使用案例量身打造代理程式。您可以連接資料來源，Amazon Bedrock 預設會使用服務受管模型來管理內嵌、重新排名和推理 （可選擇自己的模型）。受管知識庫原生與 AgentCore Gateway 整合，因此任何與 MCP 相容的代理程式架構都可以探索和調用您的知識庫作為工具，而無需自訂程式碼。Managed Knowledge 在擷取時提供 Amazon S3、SharePoint、Confluence、Google Drive、OneDrive、Web Crawler 的連接器，以及使用存取控制清單 (Web Crawler 除外） 進行文件層級許可篩選。智慧剖析功能會自動選取每個文件類型的剖析策略，包括 PDFs、PPTX、DOCX、內嵌視覺效果的文件、音訊、影片和掃描的文件。Agentic Retrieval 支援多躍點推理、將複雜的查詢分解為子查詢、跨多個知識庫反覆擷取，以及評估回應的充分性。AgentCore Observability 的原生整合提供內建監控、擷取追蹤、代理追蹤和每個知識基礎指標。

  • 客戶受管知識庫 – 這可讓您設定和管理自己的 RAG 管道，包括向量存放區 （例如 Amazon OpenSearch Serverless、Amazon Aurora 和 Amazon Neptune)，並完全控制資料擷取、剖析、索引和儲存組態。您需要設定和管理相關的基礎設施和組態，例如剖析多模式資料。請注意，數個功能，例如第三方連接器、文件層級許可和原生 AgentCore Gateway 整合僅適用於受管知識庫。

透過 Amazon Bedrock 知識庫，您可以：

  • 從資料來源傳回相關資訊，以回答使用者查詢。

  • 使用從資料來源擷取的資訊，協助產生準確且相關的使用者查詢回應。

  • 將傳回的相關資訊饋送至提示中，增強您自己的提示。

  • 在產生的回應中包含引文，以便參考原始資料來源並檢查準確性。

  • 包含具有豐富視覺化資源的文件，可從中擷取和擷取影像，以回應查詢。如果您根據擷取的資料產生回應，模型可以根據這些影像提供額外的洞見。

  • 使用影像做為查詢來搜尋視覺上相似的內容，或使用多模態內嵌模型在查詢中結合文字和影像，以獲得更精確的結果。

  • 使用重新排名模型來影響從資料來源擷取的結果。

主題