智客 ZICQ
EN 登录 / 注册
智客前沿 智能体 #Amazon Bedrock #智能体检索 #表格检索 #RAG #代码执行

Amazon Bedrock表格检索上线:隔离沙箱计算全表并融合文档

Mr.Xu 的头像

文 / Mr.Xu 智客前沿编译 · 审校

发布时间:

中文阅读 (Chinese) English Version
共读互动 选中正文任意句子即可高亮划线、写下你的技术批注,或一键生成金句引用卡。 直达讨论区 ↓

摘要:Amazon Bedrock Managed Knowledge Base 新增表格检索,可通过 `AgenticRetrieveStream` 联合分析 CSV、XLSX、XLS 与 PDF、Word 等文档。系统先召回正确文件,再让模型生成代码,在无网络隔离沙箱中读取完整表格并计算,随后将结果与政策、备忘录等事实合并,输出带引用的答案和执行轨迹。相比固定 Top-K 文本 RAG,它能完成汇总、比较和阈值判断;但代码执行至少增加一轮代理时延,CSV 上限500MB、Excel工作表计算上限200MB,仓库级联接与受治理指标仍应交给BI或数据平台。


Amazon Bedrock Managed Knowledge Base 已加入原生表格搜索。开发者继续调用 AgenticRetrieveStream,代理即可先定位正确的 CSV、XLSX 或 XLS 文件,再在无网络隔离沙箱中执行模型生成代码,对完整表格或指定工作表进行汇总、比较和阈值计算,最后把计算结果与政策、备忘录等文档事实合并为带引用的回答。

这项更新的关键不是把更多表格切片塞进上下文,而是将“定位数据文件”与“执行完整计算”拆成两个阶段,试图绕开传统 RAG 对长表和宽表的不完整召回。

表格为何难以交给传统RAG

固定数量的段落召回适合自然语言文档,却会破坏表格计算依赖的上下文:

  • 长表:数千行数据会被拆成多个段落,检索只返回少量高相关片段。若问题要求总计、最大值或全表阈值判断,答案很可能只覆盖部分行。
  • 宽表:数百列的单行可能超过一个段落或上下文窗口,后部字段更难与问题匹配;过长的表格片段还可能同时命中多个无关主题,挤占真正相关的召回结果。
  • 业务语义与字段不对齐:用户询问“可控支出”,表中却可能使用成本中心代码、账户名称和数字;草稿版与最终版工作簿外观相近,真正决定数值含义的阈值规则又常位于另一份政策文档中。

表格搜索因此采用分工策略:检索阶段只需找到正确文件并返回其结构信息,后续代码再读取完整表格。文件选择仍是准确性前提,因此官方建议在问题中明确写出最终文件名、工作表和规则文档。

Agentic Retrieve执行链

表格搜索已集成到托管知识库的代理式检索流程,无需额外开启:

  1. Retrieve:从知识库召回段落,并识别其中是否包含表格文件。
  2. Plan:代理结合问题、表格结构和已召回文档,判断是否需要对一张或多张表执行代码。
  3. Stage:将原始表格文件复制到没有网络访问的隔离沙箱。
  4. Compute:模型生成的代码读取完整表格或工作表,并执行过滤、聚合和比较。
  5. Return:沙箱只把代码打印出的结果返回代理,避免把整张表塞回上下文。
  6. Answer:代理将计算结果与文档段落合并,输出答案、引用和执行轨迹。

AgenticRetrieveStream 可搜索一个或多个知识库,而传统 Retrieve API 仍然只返回段落,不执行代码。Amazon S3、Microsoft SharePoint、Atlassian Confluence 等托管连接器均可引入表格文件,行为不因数据源不同而改变。

工程机制与权衡

全表正确性与执行成本

表格搜索把不完整的 Top-K 召回转换为对原始文件的程序化计算,因此能够覆盖被检索片段遗漏的行,并保留筛选、连接和聚合语义。但成本不再只是向量检索成本:原文件必须被暂存到沙箱,数据访问量至少随文件大小和参与计算的行数增长,实际延迟还取决于脚本执行、表格解析和代理轮次。

官方确认代码执行至少增加一个代理轮次,因此纯文本快速查询仍应使用 Retrieve。AWS没有披露沙箱CPU、内存、超时、并发和表格解析并行度,也没有公布端到端延迟或单次查询成本,生产容量规划仍需结合区域配额和实测压测。

文件选择仍是主要误差源

代码再正确,也无法修复选错文件的问题。命名规则相似的草稿与最终工作簿、缺少稳定主键、重复Sheet名称以及业务术语与列名映射不一致,都可能造成“计算正确、对象错误”。官方建议一次配对一条规则与一张表,并在存在多个版本时直接指定最终文件名。

该服务不要求预先定义统一Schema,这让CSV和不同结构的Excel文件可以快速接入,但也把字段映射、类型推断、空值处理和公式语义交给代理与执行环境。官方没有披露Excel公式求值、编码兼容性或异常值处理规则,生产环境应针对真实工作簿建立回归集,而不能只验证演示答案。

安全边界与可审计性

沙箱没有网络访问,原文件由调用方凭证通过 bedrock:GetDocumentContent 读取。为降低敏感单元格被代码回显的风险,生成代码不会返回给调用方;轨迹事件会记录代理计划读取的文件、实际读取的文件、大小以及 IN_PROGRESS、SUCCEEDED 或 FAILED 状态。

这种设计减少了代码泄露单元格值的风险,却也削弱了逐行复核计算逻辑的能力。开发者仍应使用最小权限IAM角色、限制S3前缀与知识库范围、保存引用和轨迹事件,并对关键金额执行独立的结构化校验。长请求约每10秒发送一次进度事件,以避免读取超时;代码失败时,代理通常会重试或回退,但具体重试次数和回退策略未公开。

多轮会话与上下文管理

多轮对话中,代理可以在后续轮次继续引用先前计算结果,也可以使用 AgentCore 记忆资源保存较长会话历史。对“表中计算一次、下一轮再按政策判断”的工作流,这种设计能够避免反复读取同一文件,但仍会继承模型对历史答案的错误理解,金额类任务不应省略业务系统回查。

官方示例表现与评测边界

AWS以虚构的AnyCompany Retail财务文件演示了表格与文档联合推理:

  • 在FY2026第二季度,代理依据财务政策筛出承包商、差旅、软件和营销项目四类可控支出,对全部成本中心执行实际值与预算比较。示例答案为成本中心 CC-3010 超支 124,559.90美元,实际支出394,859.90美元,预算270,300.00美元;若错误地把全部运营费用账户纳入计算,超支金额会变为133,434.05美元,说明业务口径会直接改变结论。
  • 第三季度实际运营费用比修订后预算低49,572.40美元,因而答案是“未超支”;同一金额相对原始预算却已经超支,说明代理必须同时读取工作簿与关账备忘录中的预算修订。
  • 当政策要求偏差超过批准预算的5%时,示例返回Sales为-6.50%、Engineering为+5.79%、Operations为+6.20%。Engineering只有在接受备忘录中的预算削减后才跨过阈值。

这些例子证明了跨文件计算、政策应用和引用生成能够协同工作,但它们不是标准化Benchmark。官方没有公布任务集规模、代码执行成功率、计算准确率、错误分类、Token消耗、延迟分布、单查询成本或与人工流程的对照;与普通 Retrieve 的比较也主要是能力边界对比,而不是等条件模型质量评测。因此,当前证据更适合证明功能可行,尚不足以证明其在不同表格结构、脏数据和对抗性文件上的稳定性。

开发者落地与部署建议

  1. 先整理文件语义:将CSV、XLSX、XLS与相关PDF、Word或Markdown文件放入同一知识库,为最终版本、Sheet名称和业务规则建立稳定命名。PDF或Word中的表格应先导出为受支持的表格文件。
  2. 配置连接器和权限:通过S3、SharePoint或Confluence连接器创建 MANAGED_KNOWLEDGE_BASE_CONNECTOR。调用身份至少需要 bedrock:AgenticRetrieveStream、bedrock:GetDocumentContent、必要的 bedrock:Retrieve 与模型调用权限;S3角色只应授权目标前缀。
  3. 验证摄取结果:完成首次同步后检查失败文档,并通过 _file_type 确认CSV显示为 CSV、XLSX和XLS显示为 MS_EXCEL。类型识别错误会使表格搜索无法启动。
  4. 控制文件上限:将 maxFileSizeInMegaBytes 设置为大于最大文件。表格搜索可对最高500MB的CSV执行代码,Excel工作表计算上限为200MB;更大的Excel文件虽可摄取,但相关Sheet不一定能被完整计算。
  5. 设计可定位的问题:在问题中写明规则文档、最终工作簿、Sheet与计算动作,例如“使用最终FY2026损益表中的Actuals和Budget Sheet,按Q3关账备忘录修订后的预算计算各部门偏差”。复杂分析应拆成数轮,而不是一次要求代理生成庞大脚本。
  6. 消费完整轨迹:保存Planning和CodeExecution事件,验证代理实际读取了哪些文件;对失败、重试、异常耗时长任务建立告警。金额结果应再与源系统或独立SQL查询核对。
  7. 选择正确工具:快速文本定位继续调用 Retrieve;受治理指标、固定报表、周期性仪表板、数据仓库级Join和大规模治理任务仍应留在BI或数据平台。表格搜索适合知识库旁的文件分析与文档推理,而不是替代企业数据栈。

消息来源:AWS Machine Learning Blog (2026-11-16)

—— 完 ——

主题标签: #Amazon Bedrock #智能体检索 #表格检索 #RAG #代码执行

编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。

读完这篇,你的第一判断是?
🚀 去【作品】晒出你的相关实践

社区整体评论区

正在加载实时智能评论与划词标注…