使用Amazon Bedrock的知识库构建可扩展、安全可靠的RAG应用程序

生成式人工智能 (AI) 在组织中积极探索其潜在应用的情况下获得了显著的发展势头。随着成功的概念验证转向生产环境，组织越来越需要企业级的可扩展解决方案。然而，为了解锁这些AI驱动解决方案的长期成功和可行性，关键是要与经过实践检验的架构原则保持一致。

Web Well- 提供了在云中设计和运营可靠、安全、高效和经济实用的系统的更佳实践和指南。将生成式AI应用程序与该框架保持一致非常重要，原因有以下几点：提供可扩展性、维护安全性和隐私性、实现可靠性、优化成本和简化运营。对于寻求利用生成式AI的力量并推动创新的组织来说，采用这些原则至关重要。

本文探讨了 的新企业级功能以及它们与 Web Well- 的契合度。通过 的知识库，您可以使用检索增强的生成(RAG)技术快速构建应用程序，用于问答、上下文聊天机器人和个性化搜索等用例。

下面是我们将要介绍的一些功能：

支持用于 的私有网络策略多个S3存储桶作为数据源服务配额支持混合搜索、元数据过滤、 API的自定义提示以及更大检索次数。 Web Well-设计原则

使用 的知识库构建的基于RAG的应用程序可以从遵循 Web Well- 中获得很大裨益。该框架包含六个支柱，可帮助组织确保其应用程序安全、高性能、有弹性、高效、经济、可持续：

通过与Well- 保持一致，组织可以有效构建和管理使用 知识库的企业级RAG应用程序。现在，让我们深入探讨 知识库推出的新功能。

支持

对于构建RAG应用程序的组织而言，提供高效有效的运营以及跨不同环境保持一致的基础设施非常重要。这可以通过实施自动化部署流程等实践来实现。为了实现这一目标， 知识库现在提供了对 的支持。

借助 和 Web Cloud Kit ( CDK)，您现在可以创建、更新和删除知识库及其关联的数据源。为了管理知识库和关联的数据源采用 和 CDK，不仅可以简化部署过程，而且还可以促进遵循Well-原则。通过将运营(应用程序、基础设施)作为代码来执行，您可以在多个亚马逊云科技账户和亚马逊云科技区域中提供一致可靠的部署，并维护经过版本控制和可审计的基础设施配置。

以下是一个用于创建和更新 知识库的 *** ON格式示例脚本：

"Type" : "AWS::::",

"" : {

"Name": ,

"": ,

"": ,

"": {

"Type" : ,

"" :

},

"": ,

Type指定将知识库作为顶级模板中的一个资源。至少，您必须指定以下属性：

– 指定有关数据源所存储的向量存储的信息。需要以下子属性：

有关所有字段的详细信息，以及为 知识库支持的各种向量存储提供配置的信息，请参阅亚马逊云科技::::。

截至本文撰写时， 尚不支持Redis Cloud向量存储。有关最新信息，请查阅上述文档。

创建知识库后，您需要从包含知识库文件的简单存储服务 ( S3) 存储桶创建数据源。它调用和 API。

以下是 *** ON格式的示例脚本：

"Type" : "AWS::::",

"" : {

"": ,

"Name": ,

"": ,

"": ,

"ion": {

"" : ation,

"Type" :

},

":,

"":

Type指定将数据源作为顶级模板中的一个资源。至少，您必须指定以下属性：

– 包含如何摄取数据源中的文档的详细信息。您需要提供” “，您可以在其中定义分块策略。 – 包含服务器端加密的配置，您可以在其中提供用于加密资源的 Web KMS密钥的资源名称(ARN)。

有关在 中设置数据源的更多信息，请参阅为知识库设置数据源。

注意:创建数据源后，您无法更改分块配置。

模板允许您使用基础设施作为代码(IaC)来定义和管理知识库资源。通过自动设置和管理知识库，您可以在不同环境下提供一致的基础设施。这种方法符合运营卓越支柱，该支柱强调将操作作为代码来执行。通过将整个工作负载视为代码，您可以自动化流程、对事件创建一致的响应，并最终减少人为错误。

用于 的私有网络策略

对于构建RAG应用程序的公司而言，确保数据保持安全且网络流量不会流向公共互联网至关重要。为了支持这一点， 知识库现在支持 的私有网络策略。

知识库提供了将 用作向量存储的选项。您现在可以访问设置了私有网络策略的 *** ，进一步增强了RAG应用程序的安全态势。为此，您需要创建一个 *** ，并将其配置为私有网络访问。首先，在 *** 中创建一个向量索引，用于存储嵌入。然后，在创建 *** 时，将网络访问设置设置为私有并指定VPC端点进行访问。重要的是，您现在可以为 专门提供 的私有网络访问 *** 。为此，选择亚马逊云科技服务私有访问，并指定作为服务。

这种私有网络配置确保您的嵌入被安全地存储，并且只能由 访问，从而增强了知识库的整体安全性和隐私性。它与安全性支柱的控制所有层中的流量的理念密切相关，因为在这些设置下，所有网络流量都保持在亚马逊云科技骨干网内。

到目前为止，我们已经探讨了自动创建、删除和更新知识库资源，以及通过 的私有网络策略来安全地存储向量嵌入以增强安全性。现在，让我们了解如何构建更可靠、更全面和更具成本优化的RAG应用程序。

将多个 S3 存储桶作为数据源

Bases 现在支持在单个知识库中添加多个 S3 存储桶作为数据源，包括跨账户访问。这一增强功能通过允许用户无缝地汇总和使用来自各种来源的信息来提高知识库的全面性和准确性。

以下是主要功能：

通过支持多个 S3 存储桶作为数据源，不再需要创建多个知识库或冗余数据副本，从而优化成本并促进云财务管理。此外，跨账户访问功能能够开发出有弹性的架构，与 亚马逊云科技 良好架构框架的可靠性支柱保持一致，提供高可用性和容错能力。

最近宣布的 Bases 其他功能

为进一步提高 RAG 应用程序的可靠性， Bases 现在扩展了对 的支持。该功能提供了单一窗口来查看应用的 亚马逊云科技 配额值和使用情况。例如，您现在可以快速访问诸如每秒允许的 API 请求数之类的信息。

该功能允许您有效管理资源配额、防止过度供应以及限制 API 请求速率，以保护服务免受潜在滥用。

您还可以使用最近宣布的诸如混合搜索、基于元数据的过滤、自定义 API 提示和更大检索数 等功能来提高应用程序性能。这些功能共同提高了生成响应的准确性、相关性和一致性，并与 亚马逊云科技 良好架构框架的性能效率支柱保持一致。

Bases 通过使用托管服务和优化资源利用率，与 亚马逊云科技 良好架构框架的可持续性支柱保持一致。作为一项完全托管的服务， Bases 消除了配置、管理和扩展底层基础设施的负担，从而减少了与运营和维护这些资源相关的环境影响。

此外，通过与 亚马逊云科技 良好架构原则保持一致，组织可以以可持续的方式设计和运营其 RAG 应用程序。实施 自动化部署、实施私有网络策略以获取安全的数据访问、使用高效的服务如 等实践有助于最小化这些工作负载对环境的影响。

总体而言， Bases 结合 亚马逊云科技 良好架构框架，使组织能够构建可扩展、安全且可靠的 RAG 应用程序，同时优先考虑通过高效利用资源和采用托管服务来实现环境可持续性。

结论

Bases for 的新企业级功能，如 支持、私有网络策略、将多个 S3 存储桶用作数据源的能力以及对服务配额的支持，使用简化了在可扩展、安全和可靠的 RAG 应用程序上构建。通过使用 亚马逊云科技 托管服务并遵循良好的架构实践，组织可以专注于交付创新的生成式 AI 解决方案，同时提供运营卓越性、健壮的安全性和高效的资源利用率。在 亚马逊云科技 上构建应用程序时，将 RAG 应用程序与 亚马逊云科技 良好架构框架保持一致可为构建符合行业标准、推动业务价值的企业级解决方案奠定坚实的基础。