AWS发布Amazon Bedrock Managed Knowledge Bases：企业知识管理新利器

摘要：AWS推出Amazon Bedrock Managed Knowledge Bases，为企业提供基于RAG（检索增强生成）技术的企业知识管理解决方案。该服务无需企业自行管理向量数据库或嵌入管道，可直接集成SharePoint等现有数据源，支持多语言、多领域知识检索，并提供文档级访问控制和混合搜索功能。IskayPet作为案例展示了该服务在零售、兽医、招聘和采购等领域的应用效果，显著提升了员工查询效率并降低了运营成本。

---

核心突破

AWS最新发布的Amazon Bedrock Managed Knowledge Bases为企业提供了一种无需自行管理RAG（检索增强生成）基础设施的解决方案。该服务的主要特点包括：

1. 托管式RAG服务：Amazon Bedrock负责数据摄取、多模态解析、向量存储、嵌入生成和检索，企业只需为存储和检索付费，无需管理底层基础设施。
2. 原生SharePoint连接器：无需数据迁移即可直接连接企业现有的SharePoint环境，并支持嵌入在文档中的图像内容处理。
3. 混合搜索功能：结合语义搜索和关键词搜索（BM25），确保检索结果的准确性和全面性。
4. 文档级访问控制：基于SharePoint的权限设置，确保用户只能访问其有权限查看的文档内容。
5. 模型灵活性：企业可以根据需求选择不同成本的模型，并随时进行切换，无需重构系统架构。

技术架构与实现

Amazon Bedrock Managed Knowledge Bases采用模块化设计，企业可以通过Kiro等开发工具快速构建前端应用，并利用Claude Haiku 4.5等模型进行自然语言处理任务。以下是主要技术组件：

• 前端构建：使用Kiro构建面向员工的应用界面，并通过Claude Haiku 4.5生成和迭代UI代码。
• 知识库配置：每个知识库可以针对特定SharePoint站点或文档库进行配置，确保只索引目标内容。
• 检索与生成：采用混合搜索策略，结合语义和关键词检索，并使用Amazon Bedrock Guardrails进行内容过滤和负责任的AI政策应用。

工程权衡与优化

• 成本控制：主要成本来自索引存储、检索API调用和生成模型token使用。团队正在评估通过prompt缓存和批处理推理来优化成本。
• 性能提升：通过调整检索结果数量和生成prompt设置，在保证答案质量的同时控制计算开销。
• 多语言支持：无需维护独立系统即可支持四种语言的检索和生成。

实际应用效果

IskayPet的案例表明，Amazon Bedrock Managed Knowledge Bases显著提升了企业知识检索效率：

• 查询速度：从3-5分钟缩短至约7秒。
• 生产力提升：搜索时间减少了95%。
• 可扩展性：预计每月可处理约10万次查询。

开发者建议

对于面临类似知识管理挑战的企业，建议从AWS Free Tier开始尝试，并利用Amazon Bedrock控制台构建第一个知识库。同时，可以参考以下资源：

• Amazon Bedrock Managed Knowledge Base
• Evaluate the performance of RAG sources using Amazon Bedrock evaluations

结论

Amazon Bedrock Managed Knowledge Bases为企业提供了一种高效、可扩展且经济实惠的知识管理解决方案。通过托管式RAG服务、原生SharePoint连接器和混合搜索功能，企业可以快速部署知识管理系统，提升员工的工作效率和决策能力。

---

消息来源：AWS Machine Learning Blog (2026-10-22)

—— 完 ——

主题标签： #AWS 关注 #Amazon Bedrock 关注 #RAG 关注 #知识管理 关注 #多语言支持 关注