Adicionar fontes de dados e iniciar a ingestão

Para adicionar uma fonte de dados do console

1. Na página de detalhes da sua base de conhecimento, escolha Adicionar fonte de dados.

2. Escolha o Amazon S3 como seu tipo de fonte de dados.

3. Forneça um nome e uma descrição para sua fonte de dados.

4. Configure a localização do Amazon S3 contendo seus arquivos multimodais fornecendo o URI do bucket e quaisquer prefixos de inclusão.

5. Em Análise e fragmentação de conteúdo, configure seus métodos de análise e fragmentação:

   nota

   Os modelos de incorporação de texto limitam a recuperação ao conteúdo somente de texto. No entanto, você pode ativar a recuperação multimodal por meio de texto selecionando Automação de Amazon Bedrock Dados (para áudio, vídeo e imagens) ou Modelo Fundamental como analisadores (para imagens).

   Escolha entre três estratégias de análise:

   • Analisador padrão Bedrock: recomendado para análise somente de texto. Esse analisador ignora o conteúdo multimodal e é comumente usado com modelos de incorporação multimodal.

   • Bedrock Data Automation como analisador: permite analisar e armazenar conteúdo multimodal como texto, suportando PDFs, imagens, arquivos de áudio e vídeo.

   • Modelo básico como analisador: fornece análise avançada para imagens e documentos estruturados, suportando PDFs, imagens, tabelas e documentos visualmente ricos.

6. Escolha Adicionar fonte de dados para criar a fonte de dados.

Para adicionar uma fonte de dados usando o AWS CLI

• Crie uma fonte de dados para seu conteúdo multimodal. Envie uma CreateDataSource solicitação:

  aws bedrock-agent create-data-source \
  --knowledge-base-id <knowledge-base-id> \
  --cli-input-json file://ds-multimodal.json

  Para o Nova Multimodal Embeddings (nenhuma configuração especial de análise é necessária), use este conteúdo: ds-multimodal.json

  {
      "dataSourceConfiguration": {
          "type": "S3",
          "s3Configuration": {
              "bucketArn": "arn:aws:s3:::<data-source-bucket>",
              "inclusionPrefixes": ["<folder-path>"]
          }
      },
      "name": "multimodal_data_source",
      "description": "Data source with multimodal content",
      "dataDeletionPolicy": "RETAIN"
  }

  Para a abordagem de análise do BDA, use esta configuração:

  {
      "dataSourceConfiguration": {
          "type": "S3",
          "s3Configuration": {
              "bucketArn": "arn:aws:s3:::<data-source-bucket>",
              "inclusionPrefixes": ["<folder-path>"]
          }
      },
      "name": "multimodal_data_source_bda",
      "description": "Data source with BDA multimodal parsing",
      "dataDeletionPolicy": "RETAIN",
      "vectorIngestionConfiguration": {
          "parsingConfiguration": {
              "bedrockDataAutomationConfiguration": {
                  "parsingModality": "MULTIMODAL"
              }
          }
      }
  }

Para iniciar a ingestão a partir do console

1. Na página de detalhes da fonte de dados, escolha Sincronizar.

2. Monitore o status da sincronização na página da fonte de dados. A ingestão pode levar vários minutos, dependendo do tamanho e do número de seus arquivos multimodais.

3. Quando a sincronização for concluída com êxito, seu conteúdo multimodal estará pronto para consulta.

Para iniciar a ingestão usando o AWS CLI

1. Inicie um trabalho de ingestão. Envie uma StartIngestionJob solicitação:

   aws bedrock-agent start-ingestion-job \
   --knowledge-base-id <knowledge-base-id> \
   --data-source-id <data-source-id>

   Substitua os espaços reservados por:

   • <knowledge-base-id>- ID da criação da base de conhecimento

   • <data-source-id>- ID da criação da fonte de dados

2. Monitore o status do trabalho de ingestão usando GetIngestionJob.