跳到主要内容

​
概览

这将帮助您开始使用 AmazonKnowledgeBaseRetriever。有关所有 AmazonKnowledgeBaseRetriever 功能和配置的详细文档，请参阅 API 参考。 Amazon Bedrock 知识库是亚马逊网络服务 (AWS) 提供的对端到端 RAG 工作流的完全托管支持。它提供了一个完整的摄取工作流，将您的文档转换为嵌入（向量）并将嵌入存储在专门的向量数据库中。Amazon Bedrock 知识库支持流行的向量存储数据库，包括 Amazon OpenSearch Serverless 的向量引擎、Pinecone、Redis Enterprise Cloud、Amazon Aurora（即将推出）和 MongoDB（即将推出）。

​
集成详情

检索器自托管云服务包Python 支持
AmazonKnowledgeBaseRetriever🟠 (详见下文)✅@langchain/aws✅
AWS 知识库检索器可以“自托管”，这意味着您可以在自己的 AWS 基础设施上运行它。但是，无法在其他云提供商或本地运行。

​
设置

为了使用 AmazonKnowledgeBaseRetriever，您需要有一个 AWS 账户，您可以在其中管理您的索引和文档。设置好账户后，设置以下环境变量： 
process.env.AWS_KNOWLEDGE_BASE_ID=your-knowledge-base-id
process.env.AWS_ACCESS_KEY_ID=your-access-key-id
process.env.AWS_SECRET_ACCESS_KEY=your-secret-access-key
如果您想从单个查询中获得自动化跟踪，您还可以通过取消注释下方来设置您的 LangSmith API 密钥 
// process.env.LANGSMITH_API_KEY = "<YOUR API KEY HERE>";
// process.env.LANGSMITH_TRACING = "true";

​
安装

此检索器位于 @langchain/aws 包中 
npm install @langchain/aws @langchain/core

​
实例化

现在我们可以实例化我们的检索器 
import { AmazonKnowledgeBaseRetriever } from "@langchain/aws";

const retriever = new AmazonKnowledgeBaseRetriever({
  topK: 10,
  knowledgeBaseId: process.env.AWS_KNOWLEDGE_BASE_ID,
  region: "us-east-2",
  clientOptions: {
    credentials: {
      accessKeyId: process.env.AWS_ACCESS_KEY_ID,
      secretAccessKey: process.env.AWS_SECRET_ACCESS_KEY,
    },
  },
});

​
用法

const query = "..."

await retriever.invoke(query);

​
API 参考

有关所有 AmazonKnowledgeBaseRetriever 功能和配置的详细文档，请参阅 API 参考。
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.