Creación de una base de conocimiento conectándola a un origen de datos de Bases de conocimiento de Amazon Bedrock

Al crear una base de conocimiento conectándola a un origen de datos, debe configurar o especificar lo siguiente:

Información general que define e identifica la base de conocimiento
El rol de servicio con permisos para acceder a la base de conocimiento.
Configuraciones para la base de conocimiento, incluido el modelo de incrustaciones que se utilizará al convertir los datos del origen de datos, las configuraciones de almacenamiento del servicio en el que se almacenarán las incrustaciones y, opcionalmente, una ubicación de S3 para almacenar los datos multimodales

nota

No puede crear una base de conocimientos con un usuario raíz. Inicie sesión con un usuario de IAM antes de realizar estos pasos.

Amplíe la sección que se corresponda con su caso de uso:

Cómo configurar una base de conocimiento

Inicie sesión Consola de administración de AWS con una identidad de IAM que tenga permisos para usar la consola Amazon Bedrock. A continuación, abra la consola de Amazon Bedrock en https://console.aws.amazon.com/bedrock.
En el panel de navegación izquierdo, elija Bases de conocimientos.
En la sección Bases de conocimientos, elija el botón Crear y, a continuación, elija una base de conocimiento con un almacén de vectores.
(Opcional) Cambie el nombre predeterminado y proporcione una descripción para la base de conocimiento.
Elija un rol AWS Identity and Access Management (IAM) que otorgue permiso a Amazon Bedrock para acceder a otros servicios necesariosAWS. Puede dejar que Amazon Bedrock cree el rol de servicio por usted o puede elegir usar el rol personalizado que creó para Análisis por Amazon Neptune.
Elija el origen de datos al que desea conectar la base de conocimiento.
(Opcional) Añada etiquetas a la base de conocimientos. Para obtener más información, consulte Etiquetado de los recursos de Amazon Bedrock.
(Opcional) Configure los servicios para entregar registros de actividad para su base de conocimiento.
Vaya a la siguiente sección y siga los pasos que se indican en Conexión de un origen de datos a la base de conocimiento para configurar un origen de datos.
En la sección Modelo de inscrustaciones, proceda de la forma siguiente:
1. Elija un modelo de incrustaciones para convertir los datos en incrustaciones vectoriales. Para datos multimodales (imágenes, audio y vídeo), seleccione un modelo de incrustación multimodal como Amazon Titan Multimodal Embeddings G1 o Cohere Embed v3.
  
  nota
  Al usar Amazon Titan Multimodal Embeddings G1, debe proporcionar un depósito de contenido S3 y solo puede usar el analizador predeterminado. Este modelo está optimizado para casos de uso de búsqueda de imágenes. Para obtener una guía completa sobre cómo elegir entre enfoques multimodales, consulteCree una base de conocimientos para contenido multimodal.
2. (Opcional) Expanda la sección Configuraciones adicionales para ver las siguientes opciones de configuración (no todos los modelos admiten todas las configuraciones):
  - Tipo de incrustaciones: si desea convertir los datos en incrustaciones vectoriales de punto flotante (float32) (más precisas, pero más costosas) o incrustaciones vectoriales binarias (menos precisas, pero menos costosas). Para obtener información sobre qué modelos de incrustaciones admiten vectores binarios, consulte los modelos de incrustaciones compatibles.
  - Dimensiones vectoriales: los valores más altos mejoran la precisión, pero aumentan el costo y la latencia.
En la sección Base de datos vectorial, proceda de la forma siguiente:
1. Elija un almacén de vectores para almacenar las incrustaciones de vectores que se utilizarán en la consulta. Dispone de las opciones siguientes:
  - Cree rápidamente un nuevo almacén de vectores: elija uno de los almacenes de vectores disponibles para que Amazon Bedrock lo cree. Si lo desea, también puede configurar el cifrado de AWS KMS claves para su almacén de vectores.
    
    nota
    Al utilizar esta opción, Amazon Bedrock gestiona automáticamente la ubicación de los metadatos de cada almacén de vectores.
    Amazon OpenSearch Serverless — Amazon Bedrock Knowledge Bases crea un índice y una colección de búsquedas vectoriales de Amazon OpenSearch Serverless y los configura automáticamente con los campos obligatorios.
    
    Amazon Aurora PostgreSQL sin servidor: Amazon Bedrock configura un almacén de vectores de Amazon Aurora PostgreSQL sin servidor. Este proceso toma datos de texto no estructurados de un bucket de Amazon S3, los transforma en fragmentos de texto y vectores y, a continuación, los almacena en una base de datos de PostgreSQL. Para obtener más información, consulte Creación rápida de una base de conocimiento de Amazon Bedrock para Aurora PostgreSQL.
    
    Análisis por Amazon Neptune: Amazon Bedrock utiliza técnicas de generación aumentada por recuperación (RAG) combinadas con gráficos para mejorar las aplicaciones de IA generativa, de modo que los usuarios finales puedan obtener respuestas más precisas y completas.
    
    Amazon S3 Vectors: Bases de conocimiento de Amazon Bedrock crea un bucket de vectores de S3 y un índice vectorial que almacenarán las incrustaciones generadas a partir de sus orígenes de datos.
    
    Puede crear una base de conocimientos para Amazon S3 Vectors en todos los sitios en Región de AWS los que estén disponibles Amazon Bedrock y Amazon S3 Vectors. Para obtener más información, consulte Amazon S3 Vectors en la Guía del usuario de Amazon S3.
    
    nota
    Al utilizar Amazon S3 Vectors con las bases de conocimiento de Amazon Bedrock, puede adjuntar hasta 1 KB de metadatos personalizados (incluidos los metadatos filtrables y no filtrables) y 35 claves de metadatos por vector. Para obtener información detallada sobre las limitaciones de los metadatos, consulte en. Compatibilidad con metadatos Requisitos previos para usar un almacén de vectores que haya creado para una base de conocimiento
  - Elija un almacén de vectores que haya creado: seleccione un almacén de vectores compatible e identifique los nombres de los campos de vectores y los nombres de los campos de metadatos en el índice vectorial. Para obtener más información, consulte Requisitos previos para usar un almacén de vectores que haya creado para una base de conocimiento.
    
    nota
    Si tu fuente de datos es una instancia de Confluence SharePoint, Microsoft o Salesforce, el único servicio de almacén vectorial compatible es Amazon OpenSearch Serverless.
2. (Opcional) Amplíe la sección Configuraciones adicionales y modifique las configuraciones que correspondan.
Si su origen de datos contiene imágenes, especifique el URI de Amazon S3 en el que desee almacenar las imágenes que el analizador extraerá de los datos en el destino de almacenamiento multimodal. Las imágenes se pueden devolver durante la consulta. Si lo desea, también puede elegir una clave gestionada por el cliente en lugar de la predeterminada Clave administrada de AWS para cifrar los datos.

nota
Los datos multimodales solo se admiten con Amazon S3 y orígenes de datos personalizados.
nota
Cuando se utilizan modelos de incrustación multimodales:
- Amazon Titan Multimodal Embeddings G1 requiere un depósito de contenido S3 y funciona mejor con conjuntos de datos de solo imágenes que utilizan el analizador predeterminado
- Cohere Embed v3 admite conjuntos de datos mixtos de texto e imágenes y se puede usar con cualquier configuración de analizador
- Para los casos prácticos de búsqueda de imágenes, evite utilizar Bedrock Data Automation (BDA) o analizadores de modelos básicos con Titan G1 debido a las limitaciones de los tokens
- El destino de almacenamiento multimodal crea copias de los archivos con fines de recuperación, lo que puede generar cargos de almacenamiento adicionales
Seleccione Siguiente y revise los detalles de la base de conocimiento. Puede editar cualquier sección antes de continuar con la creación de la base de conocimientos.

nota
El tiempo que tarde en crearse la base de conocimientos dependerá de las configuraciones específicas. Una vez finalizada la creación de la base de conocimientos, su estado cambiará a Lista o Disponible.
Cuando la base de conocimientos esté lista y disponible, sincronice el origen de datos por primera vez y siempre que desee mantener el contenido actualizado. Seleccione la base de conocimientos en la consola y Sincronizar en la sección de información general del origen de datos.

Para crear una base de conocimiento, envíe una solicitud CreateKnowledgeBase con un punto de conexión en tiempo de compilación de Agentes para Amazon Bedrock.

nota

Si prefiere dejar que Amazon Bedrock cree y administre un almacén de vectores por usted, utilice la consola. Para obtener más información, amplíe la sección Uso de la consola de este tema.

Los siguientes campos son obligatorios:

Campo	Descripción básica
name	Un nombre para la base de conocimiento
roleArn	El ARN de un rol de servicio para Bases de conocimiento de Amazon Bedrock
knowledgeBaseConfiguration	Contiene configuraciones para la base de conocimiento. Consulte los detalles que se indican a continuación.
storageConfiguration	(Solo es necesario si se conecta a un origen de datos no estructurados). Contiene las configuraciones para el servicio de origen de datos que elija.

Los siguientes campos son opcionales:

Campo	Caso de uso
description	Una descripción de la base de conocimiento.
clientToken	Para garantizar que la solicitud de la API se complete solo una vez. Para obtener más información, consulte Ensuring idempotency.
etiquetas	Para asociar etiquetas con el flujo. Para obtener más información, consulte Etiquetado de los recursos de Amazon Bedrock.

En el knowledgeBaseConfiguration campo, que se asigna a un KnowledgeBaseConfigurationobjeto, especifique VECTOR en el type campo e incluya un objeto. VectorKnowledgeBaseConfiguration En el objeto, incluya los siguientes campos:

embeddingModelArn: el ARN del modelo de incrustación que se va a utilizar.
embeddingModelConfiguration: configuraciones del modelo de incrustación. Para ver los valores posibles que puede especificar para cada modelo compatible, consulte Modelos y regiones admitidos para las bases de conocimiento de Amazon Bedrock.
(Si planea incluir datos multimodales, que incluyen imágenes, figuras, gráficos o tablas, en su base de conocimientos)supplementalDataStorageConfiguration: se asigna a un SupplementalDataStorageLocationobjeto, en el que se especifica la ubicación de S3 en la que se almacenarán los datos extraídos. Para obtener más información, consulte Opciones de análisis del origen de datos.

En el storageConfiguration campo, que se asigna a un StorageConfigurationobjeto, especifique el almacén de vectores al que se va a conectar en el type campo e incluya el campo que corresponda a ese almacén de vectores. Consulte cada tipo de configuración de almacén de vectores en StorageConfigurationpara obtener detalles sobre la información que debe proporcionar.

A continuación, se muestra un ejemplo de solicitud para crear una base de conocimientos conectada a una colección de Amazon OpenSearch Serverless. Los datos de las fuentes de datos conectadas se convertirán en incrustaciones de vectores binarios con Amazon Titan Text Embeddings V2 y los datos multimodales extraídos por el analizador se configurarán para almacenarse en un depósito llamado. MyBucket


PUT /knowledgebases/ HTTP/1.1
Content-type: application/json

{
   "name": "MyKB",
   "description": "My knowledge base",
   "roleArn": "arn:aws:iam::111122223333:role/service-role/AmazonBedrockExecutionRoleForKnowledgeBase_123",
   "knowledgeBaseConfiguration": {
      "type": "VECTOR",
      "vectorKnowledgeBaseConfiguration": { 
         "embeddingModelArn": "arn:aws:bedrock:us-east-1::foundation-model/amazon.titan-embed-text-v2:0",
         "embeddingModelConfiguration": { 
            "bedrockEmbeddingModelConfiguration": { 
               "dimensions": 1024,
               "embeddingDataType": "BINARY"
            }
         },
         "supplementalDataStorageConfiguration": { 
            "storageLocations": [ 
               { 
                  "s3Location": { 
                     "uri": "arn:aws:s3:::MyBucket"
                  },
                  "type": "S3"
               }
            ]
         }
      }
   },
   "storageConfiguration": { 
      "opensearchServerlessConfiguration": { 
         "collectionArn": "arn:aws:aoss:us-east-1:111122223333:collection/abcdefghij1234567890",
         "fieldMapping": { 
            "metadataField": "metadata",
            "textField": "text",
            "vectorField": "vector"
         },
         "vectorIndexName": "MyVectorIndex"
      }
   }
}

Temas

Aviso JavaScript está desactivado o no está disponible en su navegador.

Para utilizar la documentación de AWS, debe estar habilitado JavaScript. Para obtener más información, consulte las páginas de ayuda de su navegador.

Convenciones del documento

Configuración de permisos de OpenSearch con control de acceso detallado

Conexión de un origen de datos