Knowledge bases
本节我们将基于一个pdf文件，创建自己的knowledge base。
Bedrock Knowledge Base 是一种 RAG (Retrieval Augmented Generation) 实现。用户无需自建基础设施，它会自动向量化和索引，并支持多种检索方式(向量搜索、语义搜索、混合检索)，它会自动进行文档切分和处理，内置数据版本控制
准备数据
Bedrock knowledge bases需要读取s3的数据，这里我们先创建一个s3桶，并上传一个pdf文件：
aws s3 mb s3://knowledge-base-xxx
wget https://ico.org.uk/media/for-organisations/guide-to-the-general-data-protection-regulation-gdpr-1-0.pdf
aws s3 cp guide-to-the-general-data-protection-regulation-gdpr-1-0.pdf s3://knowledge-base-xxx
创建knowledge bases
进入bedrock服务，创建knowledge base:
名称和IAM role保持默认选项，选择S3作为数据源：
进入下一步后，选择上一步创建的S3桶作为数据源：
选择Titan Text Embeddings v2作为Embedding model;
在向量数据库的选择中，可以使用opensearch、Aurora、MongoDB、Redis等，我们这里使用Quick create，这样会自动创建一个opensearch serverless集群作为向量数据库：
进入最后一步，review上面的选择，然后进行创建：
创建过程需要等待5分钟。
同步数据及进行查询
创建好knowledge base后，还需要进行数据同步，它会自动读取pdf，并进行embedding操作，保存到opensearch serverless:
等待同步完成：
在右侧选择一个模型，并进行查询：
提问问题后，它会根据pdf的内容进行回答，并且点击参考中的链接，会跳转到s3的对应路径：
retrieve和 retrieveAndGenerate
在bedrock-agent-runtime中，有两个API retrieve和retrieveAndGenerate
如果关闭右上角的Generate responses, knowledge base只会获取向量数据库中的结果，不会再调用LLM再次生成回答：
从控制台抓包也能看到这两种方式不同API的调用：
