建立多模態內容的知識庫

從主控台建立多模式知識庫

1. AWS 管理主控台使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 https://console.aws.amazon.com/bedrock 的 Amazon Bedrock 主控台。

2. 在左側導覽窗格中選擇知識庫。

3. 在知識庫區段中，選擇建立，然後選擇具有向量存放區的知識庫。

4. (選用) 在知識庫詳細資訊下，變更預設名稱並提供知識庫的描述。

5. 在 IAM 許可區段中，選擇提供 Amazon Bedrock 許可的 IAM 角色，以存取其他必要的 AWS 服務。您可以讓 Amazon Bedrock 為您建立服務角色，也可以選擇使用自己的自訂角色。如需多模式許可，請參閱 多模態內容的許可。

6. 選擇 Amazon S3 做為資料來源，然後選擇下一步以設定資料來源。

   注意

   在建立知識庫期間，您最多可以新增 5 個 Amazon S3 資料來源。建立知識庫後，可以新增其他資料來源。

7. 提供包含多模態內容之儲存貯體的 S3 URI，並視需要設定包含字首。包含字首是資料夾路徑，可用來限制要擷取的內容。

8. 在區塊和剖析組態下，選擇您的剖析策略：

   • Bedrock 預設剖析器：建議用於純文字內容處理。此剖析器處理常見的文字格式，同時忽略多模式檔案。支援文字文件，包括 Word、Excel、HTML、Markdown、TXT 和 CSV 檔案。

   • Bedrock Data Automation (BDA)：將多模態內容轉換為可搜尋的文字表示。處理 PDFs、影像、音訊和影片檔案，以擷取文字、產生視覺內容的描述，以及建立音訊和影片內容的轉錄。

   • 基礎模型剖析器：為複雜的文件結構提供進階剖析功能。處理 PDFs、影像、結構化文件、資料表和視覺效果豐富的內容，以擷取文字並產生視覺效果元素的描述。

9. 選擇下一步，然後選取內嵌模型和多模式處理方法。

   • Amazon Nova 多模態內嵌 V1.0：選擇 Amazon Nova 內嵌 V1.0 進行直接視覺和音訊相似性搜尋。設定音訊和視訊區塊持續時間 (1-30 秒，預設 5 秒），以控制分段內容的方式。

     注意

     音訊和視訊區塊參數是在內嵌模型層級設定，而不是在資料來源層級設定。如果您為非多模式內嵌模型提供此組態，則會發生驗證例外狀況。設定音訊和視訊區塊持續時間 （預設值：5 秒，範圍：1-30 秒），以控制分段內容的方式。較短區塊可精確擷取內容，而較長區塊則可保留更多語意內容。

     重要

     Amazon Nova 內嵌 v1.0 對在音訊/影片資料中搜尋語音內容的支援有限。如果您需要支援語音，請使用 Bedrock Data Automation 做為剖析器。

   • 使用 BDA 的文字內嵌：使用 BDA 處理時，選擇文字內嵌模型 （例如 Titan Text Embeddings v2)。文字內嵌模型會將擷取限制為純文字內容，但您可以透過選取 Amazon Bedrock Data Automation 或 Foundation Model 做為剖析器來啟用多模式擷取。

     注意

     如果您將 BDA 剖析器與 Nova Multimodal Embeddings 搭配使用，Amazon Bedrock 知識庫會先進行 BDA 剖析。在此情況下，內嵌模型不會產生影像、音訊和視訊的原生多模式內嵌，因為 BDA 會將這些內嵌轉換為文字表示法。

10. 如果使用 Nova 多模態內嵌，請指定 Amazon S3 儲存貯體來設定多模態儲存目的地，其中會存放處理的檔案以供擷取。知識庫會將剖析的映像儲存到單一 Amazon S3 儲存貯體中，其中包含建立 .bda 的資料夾，以便於存取。

    生命週期政策建議

    使用 Nova 多模態內嵌時，Amazon Bedrock 會將暫時性資料存放在多模態儲存目的地，並在處理完成後嘗試將其刪除。我們建議在暫時性資料路徑上套用生命週期政策，以確保適當的清除。如需詳細說明，請參閱 使用 Amazon S3 生命週期政策管理暫時性資料。

11. 在向量資料庫區段中，選擇向量存放區方法，並根據您選擇的內嵌模型設定適當的維度。

12. 選擇下一步，檢閱知識庫組態的詳細資訊，然後選擇建立知識庫。

使用 建立多模式知識庫AWS CLI

• 使用 Nova Multimodal Embeddings 建立知識庫。傳送CreateKnowledgeBase請求：

  aws bedrock-agent create-knowledge-base \
  --cli-input-json file://kb-nova-mme.json

  的內容 kb-nova-mme.json（將預留位置值取代為您的特定組態）：

  {
      "knowledgeBaseConfiguration": {
          "vectorKnowledgeBaseConfiguration": {
              "embeddingModelArn": "arn:aws:bedrock:us-east-1::foundation-model/amazon.nova-2-multimodal-embeddings-v1:0",
              "supplementalDataStorageConfiguration": {
                  "storageLocations": [
                      {
                          "type": "S3",
                          "s3Location": {
                              "uri": "s3://<multimodal-storage-bucket>/"
                          }
                      }
                  ]
              }
          },
          "type": "VECTOR"
      },
      "storageConfiguration": {
          "opensearchServerlessConfiguration": {
              "collectionArn": "arn:aws:aoss:us-east-1:<account-id>:collection/<collection-id>",
              "vectorIndexName": "<index-name>",
              "fieldMapping": {
                  "vectorField": "<vector-field>",
                  "textField": "<text-field>",
                  "metadataField": "<metadata-field>"
              }
          },
          "type": "OPENSEARCH_SERVERLESS"
      },
      "name": "<knowledge-base-name>",
      "description": "Multimodal knowledge base with Nova Multimodal Embeddings"
  }

  取代下列預留位置：

  • <multimodal-storage-bucket> - 儲存多模式檔案的 S3 儲存貯體

  • <account-id> - 您的 AWS 帳戶 ID

  • <collection-id> - OpenSearch Serverless 集合 ID

  • <index-name> - OpenSearch 集合中的向量索引名稱 （為您選擇的內嵌模型設定適當的維度）

  • <vector-field> - 用於儲存內嵌的欄位名稱

  • <text-field> - 用於儲存文字內容的欄位名稱

  • <metadata-field> - 用於儲存中繼資料的欄位名稱