Costruire una knowledge base che faccia da grounding per agenti e applicazioni generative sui dati aziendali è un lavoro che, fatto da zero, richiede di mettere insieme connettori, parser, vector store, knowledge graph e logica di retrieval, e poi di renderli operativi per la produzione. Amazon ha reso disponibile in general availability Bedrock Managed Knowledge Base, un servizio completamente gestito che si occupa di scaling, retrieval ad alta accuratezza e controllo degli accessi ai documenti. L’obiettivo dichiarato è passare dallo zero al primo retrieval in pochi minuti, contro i giorni o le settimane tipici di una pipeline assemblata a mano.
Setup semplificato
Il servizio astrae l’infrastruttura: si configura la knowledge base e Bedrock gestisce ingestion, storage vettoriale e retrieval. Sono inclusi sei connettori nativi (Amazon S3, SharePoint, Confluence, Google Drive, OneDrive e un Web Crawler) più un’API di ingestion diretta, con sincronizzazioni incrementali che processano solo i documenti nuovi o modificati. Un controllo ACL in tempo reale verifica i permessi direttamente alla fonte al momento della query, evitando di affidarsi a dati di accesso potenzialmente obsoleti. Il parsing gestito seleziona automaticamente la strategia per tipo di contenuto e supporta documenti visivi (PDF, PPTX, DOCX) fino a 500 MB, audio fino a 2 GB e video fino a 10 GB. Lo storage è auto-provisionato e scala da gigabyte a terabyte, con hybrid search sempre attiva. Bastano tre chiamate API: creare la knowledge base, aggiungere una data source e avviare l’ingestion.
Retrieval più intelligente
Managed Knowledge Base offre due API. Retrieve restituisce chunk ordinati con punteggi di rilevanza e metadati, pensata per lookup diretti e domande in stile FAQ dove conta la bassa latenza. Agentic Retrieval usa invece un foundation model per scomporre query complesse in sotto-query, recupera in modo iterativo su una o più knowledge base e valuta se i risultati sono sufficienti prima di rispondere. Il ciclo procede in quattro fasi (pianifica, recupera in parallelo, valuta, restituisce chunk deduplicati) fino a cinque round di default, con trace event in streaming per l’osservabilità. Il parametro maxAgentIteration permette di bilanciare accuratezza e latenza.
Pronto per la produzione
Il servizio si integra nativamente con AgentCore Gateway: aggiungendo la knowledge base come target del gateway, questa diventa un tool che gli agenti compatibili con il Model Context Protocol (MCP) possono scoprire e invocare, con framework come Strands, LangChain e CrewAI. Gli ID delle knowledge base restano nascosti dietro il gateway, IAM e osservabilità sono centralizzati e ogni query pubblica automaticamente metriche su Amazon CloudWatch. Sul prezzo, il modello è usage-based: si paga per lo storage dei dati grezzi, per le chiamate di retrieval standard e per l’Agentic Retrieval quando serve il reasoning multi-hop, mentre parser multimodale, embedding gestito e re-ranker gestito sono inclusi senza costi aggiuntivi.
- Managed Knowledge Base sposta su AWS la parte infrastrutturale del RAG: connettori, parsing, storage e indicizzazione.
- L’Agentic Retrieval affronta query comparative e multi-hop con più round di recupero e valutazione automatica.
- L’integrazione MCP via AgentCore Gateway trasforma la knowledge base in un tool riutilizzabile dagli agenti senza codice custom.
Fonte: Build enterprise search for agents with Amazon Bedrock Managed Knowledge Base — https://aws.amazon.com/blogs/machine-learning/build-enterprise-search-for-agents-with-amazon-bedrock-managed-knowledge-base/
Hai qualcosa da aggiungere? Unisciti alla discussione.