亚马逊 Bedrock 托管知识库新增 Agentic Retrieve 能力,让知识问答应用在检索之外同时具备用户记忆。该方案从历史对话中抽取持久事实,按当前问题筛选后注入检索请求,并按用户与文档做隔离。适用于客服助手、SaaS 文档问答与企业内部政策助手等场景。
术语slug: agentic-retrieval
智能体检索
Agentic Retrieval
由模型自主编排多步检索与记忆注入的检索范式,替代单次向量召回
收录情报动态
AWS Machine Learning BlogT1·智能体与协同
58 分
AWS Machine Learning BlogT1·开发与工程
58 分
亚马逊 Bedrock 托管知识库新增表格检索功能,可通过智能体检索直接对 CSV、XLSX、XLS 文件中的数据进行跨行查值与计算,并与相关文档中的事实结合,回答需要多步分析的问题。该能力复用现有的 AgenticRetrieveStream 接口,无需额外改造即可覆盖 SharePoint、S3 等混合数据源。
AWS Machine Learning BlogT1·开发与工程
42 分
亚马逊 Bedrock 托管知识库推出检索指令功能,允许为不同租户分别设定回答语气、格式与检索策略,并以版本化托管资源统一管理。此前若需固定回答风格,开发者必须关闭响应生成、自行调用模型并在每个应用中维护提示词。
AWS Machine Learning BlogT1·开发与工程
58 分
Amazon Bedrock Managed Knowledge Base 新增单次 RAG 与纯检索两种请求模式,与既有的智能体式多轮检索并存。开发者可按问题复杂度在快速单次检索与深度多步检索之间灵活切换,无需为简单和复杂问题分别搭建系统。
AWS Machine Learning BlogT1·开发与工程
42 分
本文介绍如何利用 AWS CDK 在托管的 Amazon Bedrock 知识库上构建企业级智能体检索系统。通过引入推理代理解决传统 RAG 在多源检索和动态选择上的局限,并提供可直接部署的代码示例。
AWS Machine Learning BlogT1·开发与工程
48 分
Amazon Bedrock Knowledge Bases 引入“智能体检索”模式,通过规划器将复杂的多维度问题拆解为子查询,以解决传统 RAG 在单一向量搜索中丢失部分意图的问题。该功能结合 LangChain 实现,旨在提升多跳或复合问题的检索覆盖率与准确性,同时对比了其与标准检索的成本差异。