Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Verwenden Sie agentic Retrieval, um eine Wissensdatenbank abzufragen
Agentic Retrieval verwendet ein Basismodell, um komplexe Abfragen intelligent in Unterabfragen zu zerlegen, iterativ relevante Informationen aus Ihren Wissensdatenbanken abzurufen und zu bewerten, ob die abgerufenen Ergebnisse ausreichen, um die ursprüngliche Abfrage zu beantworten. Dieser Ansatz verbessert die Genauigkeit beim Abrufen komplexer, mehrstufiger Fragen, die mit einem einzigen Abrufdurchgang möglicherweise nicht vollständig beantwortet werden können.
Beispiel: *„Welches Magazin wurde zuerst gegründet, Arthur's Magazine oder First for* Women?“ , unterteilt agentic Retrieval dies in separate Unterabfragen wie *„Wann wurde Arthur's* Magazine gegründet?“ und *„Wann wurde First for* Women gegründet?“ , ruft Ergebnisse für jedes Objekt ab und bewertet, ob die kombinierten Ergebnisse ausreichend sind.
## So funktioniert der Agentenabruf
Wenn Sie eine Anfrage an die `AgenticRetrieveStream` API senden, läuft der folgende Vorgang ab:
1. **Planung** — Das Foundation-Modell analysiert Ihre Abfrage und erstellt einen Plan, um sie in eine oder mehrere Unterabfragen zu zerlegen. Jede Unterabfrage zielt auf einen bestimmten Retriever ab, den Sie konfiguriert haben. Nachdem die Abrufergebnisse erfasst wurden, bewertet das Foundation-Modell, ob sie ausreichen, um die ursprüngliche Abfrage zu beantworten. Wenn nicht, plant und führt es zusätzliche Abruf-Iterationen bis zum konfigurierten Maximum aus.
1. **Abruf** — Die Unterabfragen werden für die konfigurierten Wissensdatenbank-Retriever ausgeführt. Die Ergebnisse werden bei jedem Abruf gesammelt.
1. **Vollständige Dokumenterweiterung** — Wenn das Basismodell feststellt, dass der gesamte Inhalt eines Dokuments benötigt wird (z. B. für die Zusammenfassung, zur Überprüfung der Vollständigkeit oder für den Zugriff auf bestimmte Abschnitte), ruft es die GetDocumentContent API auf, um den vollständigen Dokumentinhalt abzurufen.
1. **Generierung von Antworten** — Wenn diese Option auf `true` (Standardeinstellung) gesetzt `generateResponse` ist, synthetisiert das Foundation-Modell aus den abgerufenen Ergebnissen eine Antwort in natürlicher Sprache. Die Antwort wird über Ereignisse an Sie zurückgesendet. `responseEvent`
1. **Ergebnisereignis** — Die deduplizierten Abrufergebnisse aller Iterationen, die vollständige synthetisierte Antwort in natürlicher Sprache und die Zitate werden Ihnen zurückgegeben. Aus Gründen der Beobachtbarkeit werden Trace-Ereignisse während des gesamten Prozesses gestreamt.
## Voraussetzungen
Bevor Sie agentic Retrieval verwenden können, müssen Sie über Folgendes verfügen:
+ Eine vollständig verwaltete Amazon Bedrock-Wissensdatenbank. Agentic Retrieval unterstützt derzeit nur verwaltete Wissensdatenbanken.
+ Zugriff auf ein Basismodell in Amazon Bedrock, das für die Planung und Auswertung von Abfragen verwendet werden kann.
+ Die erforderlichen IAM-Berechtigungen. Weitere Informationen finden Sie unter [Erforderliche Berechtigungen für den Agentenabruf](#kb-agentic-retrieve-permissions).
## Fragen Sie eine Wissensdatenbank mit agentischem Abruf ab
Um Agentic Retrieval zu verwenden, senden Sie eine Anfrage. [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_AgenticRetrieveStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_AgenticRetrieveStream.html) Die Antwort ist ein Stream, der Abrufergebnisse und Ablaufverfolgungsereignisse enthält.
In der folgenden Tabelle werden die wichtigsten Anforderungsfelder beschrieben:
**Pflichtfelder**
| Feld | Description |
| --- | --- |
| messages | Die Eingabeabfrage und der Konversationsverlauf. Jede Nachricht enthält ein content Feld mit einem text Wert und ein role Feld (useroderassistant). |
| Retriever | Die Wissensdatenbank-Retriever, von denen Daten abgerufen werden sollen. Sie können bis zu 5 Retriever angeben, von denen jeder anhand seiner ID auf eine verwaltete Wissensdatenbank verweist. Jeder Retriever kann optional Metadatenfilter und eine maximale Anzahl von Ergebnissen enthalten. |
| agentisch RetrieveConfiguration | Die Konfiguration für den Agentenabruf, einschließlich des Basismodells, das für die Planung und Auswertung von Abfragen verwendet werden soll, und optional eines Modells zur Neueinstufung und der maximalen Anzahl von Agenten-Iterationen. |
**Optionale Felder**
| Feld | Description |
| --- | --- |
| Konfiguration der Richtlinie | Konfiguriert eine Amazon Bedrock-Leitplanke, die beim Abruf durch Agenten angewendet wird. Geben guardrailId guardrailVersion Sie ein Band an. |
| Benutzerkontext | Stellt einen Benutzerkontext für die Filterung der Zugriffskontrolle bereit. |
| Antwort generieren | Ein boolesches Feld, das, wenn es auf true (Standard) gesetzt ist, das Foundation-Modell anweist, aus den abgerufenen Ergebnissen eine Antwort in natürlicher Sprache zu generieren. Die Antwort wird als Textblöcke zurückgestreamt und in das Ergebnisereignis aufgenommen. |
Die vollständige Anfrage- und Antwortsyntax finden Sie [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_AgenticRetrieveStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_AgenticRetrieveStream.html)in der API-Referenz.
## Antwort auf einen Agentenabruf
Die `AgenticRetrieveStream` Antwort ist ein Stream, der die folgenden Ereignistypen enthält:
+ **Ergebnisereignis** (`AgenticRetrieveResultEvent`) — Das letzte Ereignis, das nach Abschluss der Verarbeitung ausgelöst wird. Enthält die Abrufergebnisse und, wenn die Antwortgenerierung aktiviert ist, die generierte Antwort. Das Ergebnisereignis umfasst:
+ **Ergebnisse abrufen** (`results`) — Die Quell-Chunks, die in allen Iterationen abgerufen wurden. Jedes Ergebnis umfasst Inhalt, Quellabruf-ID und optionale Metadaten. Wenn derselbe Block durch mehrere Unterabfragen abgerufen wird, erscheint er in den Endergebnissen nur einmal.
+ **Generierte Antwort** (`generatedResponse`) — Wenn auf `true` (Standard) gesetzt `generateResponse` ist, umfasst das Ergebnisereignis ein `generatedResponse` Objekt, das Folgendes enthält:
+ `answer`— Der vollständige synthetisierte Antworttext in natürlicher Sprache.
+ `citations`— Eine optionale Liste, die einen Teil der Antwort den unterstützenden Abrufergebnissen zuordnet. Jedes Zitat enthält:
+ `startIndex`— Der Zeichenversatz, an dem die zitierte Passage innerhalb der `answer` Zeichenfolge beginnt.
+ `endIndex`— Der Zeichenversatz, an dem die zitierte Passage endet (ausschließlich — der zitierte Text läuft von `startIndex` bis zu, aber nicht einschließlich`endIndex`).
+ `references`— Eine Liste, in der jede Referenz über ein `resultIndex` Feld verfügt, das nach demselben Ergebnisereignis in das `results` Array indexiert und angibt, welches Abrufergebnis die angegebene Spanne unterstützt.
+ **Antwortereignisse** (`AgenticRetrieveResponseEvent`) — Wenn auf `true` (Standardeinstellung) gesetzt `generateResponse` ist, werden `responseEvent` Ereignisse während der Antwortgenerierung gestreamt. Jedes Ereignis enthält ein `text` Feld mit einem inkrementellen Teil der synthetisierten Antwort in natürlicher Sprache.
+ **Ereignisse verfolgen (`AgenticRetrieveTraceEvent`) — Ereignisse**, die während des Agentenabrufs gestreamt wurden und einen Überblick über die einzelnen Schritte bieten. Dies sind die Arten von Ablaufverfolgungsereignissen:
+ **Planung** — Zeigt an, dass das Foundation-Modell die Abfrage analysiert und Unterabfragen erstellt. Beinhaltet die geplanten Aktionen und Target Retriever.
+ **Abruf** — Zeigt an, dass ein Abruf anhand einer Wissensdatenbank ausgeführt wird. Beinhaltet die Eingabe und Ausgabe des Abrufs sowie alle Warnungen oder Fehler.
+ **Spekulativer Abruf** — Ein erster Abruf, der vor dem ersten Planungsschritt ausgeführt wird, um die Latenz zu reduzieren. Bei einer einzelnen Wissensdatenbank werden dabei Ergebnisse mithilfe der unformatierten Benutzerabfrage abgerufen. Bei mehreren Wissensdatenbanken wird auf diese Weise eine Sondensuche durchgeführt, um Anfragen an die entsprechenden Abrufer weiterzuleiten.
+ **Vollständige Dokumenterweiterung** — Zeigt an, dass der Agent den gesamten Inhalt eines bestimmten Dokuments abruft. Beinhaltet die Dokument-ID, den Quellabrufer und den Status (InProgress, Erfolgreich oder Fehlgeschlagen).
## Erforderliche Berechtigungen für den Agentenabruf
Um die `AgenticRetrieveStream` API verwenden zu können, muss die aufrufende IAM-Identität über die folgenden Berechtigungen verfügen:
```
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": "bedrock:AgenticRetrieveStream",
"Resource": "*"
},
{
"Effect": "Allow",
"Action": [
"bedrock:Retrieve",
"bedrock:GetDocumentContent"
],
"Resource": "arn:aws:bedrock:{{region}}:{{account-id}}:knowledge-base/*"
},
{
"Effect": "Allow",
"Action": "bedrock:InvokeModelWithResponseStream",
"Resource": "*"
}
]
}
```
Wenn Sie Guardrails mit Agentenabruf verwenden, fügen Sie die folgenden Berechtigungen hinzu:
```
{
"Effect": "Allow",
"Action": [
"bedrock:GetGuardrail",
"bedrock:ApplyGuardrail"
],
"Resource": "*"
}
```
## Überlegungen
Beachten Sie bei der Verwendung von Agentic Retrieval Folgendes:
+ Agentic Retrieval unterstützt nur verwaltete Amazon Bedrock-Wissensdatenbanken.
+ Die Kontingente für Abrufer pro Anfrage, die Ergebnisse pro Abrufanruf und die maximale Anzahl der Agenten-Iterationen finden Sie unter. [Servicequotas für verwaltete Wissensdatenbanken](kb-managed-quotas.md)
+ Eine Reduzierung der maximalen Anzahl von Iterationen kann dazu führen, dass der Agent früher stoppt, wodurch die Genauigkeit bei komplexen Abfragen möglicherweise beeinträchtigt wird.
+ Bei der Konfiguration von Guardrails wird nur die `BLOCK` Aktion unterstützt. Die `MASK` Aktion wird beim Agentenabruf nicht unterstützt.
+ Der Kunde stellt das Basismodell, das Einbettungsmodell und das Renanking-Modell zur Verfügung, die beim Abruf von Agenten verwendet werden, sofern sie zur Verfügung gestellt werden, und ist Eigentümer dieses Modells. Ihre IAM-Anmeldeinformationen werden verwendet, um diese Modelle aufzurufen.