選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

實作 RAG

焦點模式
實作 RAG - Amazon Nova

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。

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。

擷取增強生成 (RAG) 透過從知識庫擷取和整合資訊來增強回應。使用 Amazon Nova Sonic 時,RAG 透過工具使用來實作。

知識庫實作大綱

實作 RAG 需要下列元素:

  • 設定工具 - 在promptStart事件中定義知識庫搜尋工具。

  • 接收工具使用請求 - 當使用者提出問題時,模型將呼叫知識庫工具。

  • 查詢向量資料庫 - 針對您的向量資料庫執行搜尋查詢。

  • 傳回結果 - 將搜尋結果傳回模型。

  • 產生回應 - 模型將擷取的資訊納入其口語回應中。

知識庫組態

以下是基本知識庫工具的範例組態:

{ toolSpec: { name: "knowledgeBase", description: "Search the company knowledge base for information", inputSchema: { json: JSON.stringify({ type: "object", properties: { query: { type: "string", description: "The search query to find relevant information" } }, required: ["query"] }) } } };

在本頁面

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。