Bedrock Knowledge Base Retriever

BedrockKBRetrieverTool

BedrockKBRetrieverTool 让 CrewAI agents 能够使用自然语言查询从 Amazon Bedrock Knowledge Bases 检索信息。

安装

uv pip install 'crewai[tools]'

要求

• 已配置 AWS 凭据（通过环境变量或 AWS CLI）
• boto3 和 python-dotenv 包
• 可访问 Amazon Bedrock Knowledge Base

用法

下面展示如何在 CrewAI agent 中使用该工具：

from crewai import Agent, Task, Crew
from crewai_tools.aws.bedrock.knowledge_base.retriever_tool import BedrockKBRetrieverTool

# Initialize the tool
kb_tool = BedrockKBRetrieverTool(
    knowledge_base_id="your-kb-id",
    number_of_results=5
)

# Create a CrewAI agent that uses the tool
researcher = Agent(
    role='Knowledge Base Researcher',
    goal='Find information about company policies',
    backstory='I am a researcher specialized in retrieving and analyzing company documentation.',
    tools=[kb_tool],
    verbose=True
)

# Create a task for the agent
research_task = Task(
    description="Find our company's remote work policy and summarize the key points.",
    agent=researcher
)

# Create a crew with the agent
crew = Crew(
    agents=[researcher],
    tasks=[research_task],
    verbose=2
)

# Run the crew
result = crew.kickoff()
print(result)

工具参数

Argument	Type	Required	Default	Description
knowledge_base_id	str	Yes	None	知识库的唯一标识符（0-10 个字母数字字符）
number_of_results	int	No	5	返回结果的最大数量
retrieval_configuration	dict	No	None	针对知识库查询的自定义配置
guardrail_configuration	dict	No	None	内容过滤设置
next_token	str	No	None	用于分页的 token

环境变量

BEDROCK_KB_ID=your-knowledge-base-id  # Alternative to passing knowledge_base_id
AWS_REGION=your-aws-region            # Defaults to us-east-1
AWS_ACCESS_KEY_ID=your-access-key     # Required for AWS authentication
AWS_SECRET_ACCESS_KEY=your-secret-key # Required for AWS authentication

响应格式

工具会以 JSON 格式返回结果：

{
  "results": [
    {
      "content": "Retrieved text content",
      "content_type": "text",
      "source_type": "S3",
      "source_uri": "s3://bucket/document.pdf",
      "score": 0.95,
      "metadata": {
        "additional": "metadata"
      }
    }
  ],
  "nextToken": "pagination-token",
  "guardrailAction": "NONE"
}

高级用法

自定义检索配置

kb_tool = BedrockKBRetrieverTool(
    knowledge_base_id="your-kb-id",
    retrieval_configuration={
        "vectorSearchConfiguration": {
            "numberOfResults": 10,
            "overrideSearchType": "HYBRID"
        }
    }
)

policy_expert = Agent(
    role='Policy Expert',
    goal='Analyze company policies in detail',
    backstory='I am an expert in corporate policy analysis with deep knowledge of regulatory requirements.',
    tools=[kb_tool]
)

支持的数据源

• Amazon S3
• Confluence
• Salesforce
• SharePoint
• Web pages
• Custom document locations
• Amazon Kendra
• SQL databases

用例

企业知识集成

• 让 CrewAI agents 可以访问组织的专有知识，而不暴露敏感数据
• 让 agents 基于公司的具体政策、流程和文档做决策
• 创建能够基于内部文档回答问题、同时保持数据安全的 agents

专业领域知识

• 将 CrewAI agents 连接到法律、医疗、技术等领域知识库，而无需重新训练模型
• 利用已经在 AWS 环境中维护好的现有知识仓库
• 将 CrewAI 的推理能力与知识库中的领域信息结合起来

数据驱动决策

• 让 CrewAI agent 的响应基于真实公司数据，而不是通用知识
• 确保 agents 基于你特定的业务上下文和文档给出建议
• 通过从知识库中检索事实信息来减少幻觉

可扩展的信息访问

• 无需把所有组织知识都嵌入模型，也能访问 TB 级别的信息
• 只按需动态查询特定任务所需的相关信息
• 利用 AWS 的可扩展基础设施高效处理大型知识库

合规与治理

• 确保 CrewAI agents 的响应符合公司批准的文档
• 为 agents 使用的信息源创建可审计轨迹
• 控制你的 agents 可以访问哪些信息源