Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Crear una base de conocimientos gestionada Al crear una base de conocimientos gestionada, Amazon Bedrock AgentCore gestiona la infraestructura de almacenamiento, indexación y recuperación por usted. De forma predeterminada, se utiliza un modelo de incrustación gestionado por el servicio y no es necesario seleccionar ni configurar el modelo. Si lo desea, puede proporcionar su propio modelo de incrustación de Bedrock. Si lo desea, también puede proporcionar una clave KMS para el cifrado del almacén vectorial gestionado. Tras crear la base de conocimientos, conéctela a una fuente de datos e inicie la ingesta. Para obtener más información sobre cómo conectar una fuente de datos, consulte [Conectar una fuente de datos](kb-managed-connect-ds.md). Para sincronizar una fuente de datos, usa la `StartIngestionJob` API. Para obtener más información, consulte [Sincronización de los datos con la base de conocimientos de Amazon Bedrock](kb-data-source-sync-ingest.md). Para obtener información sobre cómo crear una base de conocimientos gestionada, elige la pestaña correspondiente al método que prefieras: ------ #### [ Console ] **Para crear una base de conocimientos gestionada** 1. Inicie sesión Consola de administración de AWS y vaya a Amazon Bedrock AgentCore > **Built-in herramientas** > **Base de conocimientos**. 1. Seleccione **Crear base de conocimientos gestionada**. 1. (Opcional) Amplíe la sección de **detalles de **las configuraciones adicionales** de la base de conocimientos** para configurar lo siguiente: + Añada una descripción. + Elija un tipo de modelo de incrustación: + **Administrado** (predeterminado): se utiliza un modelo de incrustación gestionado por el servicio. No es necesario seleccionar ni configurar ningún modelo. + **Personalizado**: seleccione un modelo de incrustación en Bedrock. Elija el modelo para abrir el selector de modelos, que muestra los proveedores disponibles (Amazon, Cohere) y los modelos disponibles. + Configure los permisos de IAM: elija **Crear y usar un nuevo rol de servicio** (recomendado) o seleccione un rol existente. + Configure el AWS KMS cifrado para el almacén vectorial AWS gestionado (clave gestionada de forma predeterminada o seleccione una clave KMS personalizada). 1. En **Fuente de datos**, proporciona un nombre para la fuente de datos. 1. Selecciona el tipo de fuente de datos en el menú desplegable: Amazon S3, Confluence, Custom, Google Drive o Web SharePoint Crawler. OneDrive 1. Configure los ajustes de conexión de la fuente de datos para el tipo de fuente de datos seleccionado. 1. (Opcional) Amplíe **el análisis y la fragmentación del contenido** para configurar lo siguiente: + La estrategia de análisis está configurada como **analizador administrado de forma predeterminada**. + Seleccione una estrategia de fragmentación de texto en el menú desplegable: + **Fragmentación predeterminada (recomendada): divide el texto en fragmentos** de tamaño fijo. + **Fixed-size Fragmentación: divide el** texto en el tamaño aproximado de token que hayas establecido. + **Sin fragmentación**: para documentos preprocesados o predivididos. 1. (Opcional) Amplíe **las configuraciones avanzadas** para configurar la indexación avanzada. En la **indexación de contenido**, la opción predeterminada indexa el contenido basado en texto de documentos comunes. Habilite la indexación avanzada para otras modalidades: + **Contenido visual en documentos**: procesa imágenes incrustadas en archivos.pdf, .docx, .ppt, .pptx. + **Archivos de audio: procesa archivos.mp3**, .wav, .m4a, .flac y.ogg. + **Archivos de vídeo: procesa archivos.mp4**, .mov, .m4v. Si lo desea, establezca un tamaño máximo de archivo (MB) y configure la protección contra la eliminación de documentos. 1. (Opcional) Configure la entrega de registros para enviar los registros de ingestión de la base de conocimientos a un destino como CloudWatch Logs, Amazon S3 o Firehose. 1. Seleccione **Crear base de conocimientos**. 1. Espere a que se creen la base de conocimientos y la fuente de datos (de 2 a 5 minutos). Si crea una base de conocimientos gestionada con una clave gestionada por el cliente, la creación puede tardar más. ------ #### [ API ] A continuación, se muestra un ejemplo de cómo crear una base de conocimientos gestionada y configurar la fuente de datos mediante la API con el SDK compatible AWS CLI o compatible, como Python. Después de llamar [CreateKnowledgeBase](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateKnowledgeBase.html), llama [CreateDataSource](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateDataSource.html)para crear su fuente de datos con la información de conexión`dataSourceConfiguration`. Para obtener información sobre las personalizaciones que puede aplicar a la ingesta mediante la inclusión del campo `vectorIngestionConfiguration` opcional, consulte [Personalización de la ingesta de un origen de datos](kb-managed-customize-ingestion.md). **AWS Command Line Interface** **Paso 1: Crear la base de conocimientos** Con un modelo de incrustación gestionado (predeterminado): ``` aws bedrock-agent create-knowledge-base \ --name "{{my-managed-kb}}" \ --role-arn "{{arn:aws:iam::123456789012:role/BedrockKBRole}}" \ --description "{{My managed knowledge base}}" \ --knowledge-base-configuration file://kb-config.json kb-config.json { "type": "MANAGED", "managedKnowledgeBaseConfiguration": { "embeddingModelType": "MANAGED" } } ``` Con un modelo de incrustación personalizado (modelo Bedrock proporcionado por el cliente): ``` aws bedrock-agent create-knowledge-base \ --name "{{my-custom-embed-kb}}" \ --role-arn "{{arn:aws:iam::123456789012:role/BedrockKBRole}}" \ --description "{{My managed knowledge base with custom embedding}}" \ --knowledge-base-configuration file://kb-config.json kb-config.json { "type": "MANAGED", "managedKnowledgeBaseConfiguration": { "embeddingModelType": "CUSTOM", "embeddingModelArn": "{{arn:aws:bedrock:us-west-2::foundation-model/amazon.titan-embed-text-v2:0}}", "embeddingModelConfiguration": { "bedrockEmbeddingModelConfiguration": { "dimensions": 1024 } } } } ``` **nota** Si se omite`embeddingModelType`, el valor predeterminado es. `MANAGED` Al usarlo`MANAGED`, no debe especificar `embeddingModelArn` o. `embeddingModelConfiguration` Cuando se usa`CUSTOM`, ambos campos son obligatorios. **Paso 2: Crear una fuente de datos** ``` aws bedrock-agent create-data-source \ --name "{{S3-connector}}" \ --description "{{S3 data source connector for Amazon Bedrock to use content in S3}}" \ --knowledge-base-id "{{your-knowledge-base-id}}" \ --data-source-configuration file://bedrock-s3-managed-connector-configuration.json \ --data-deletion-policy "DELETE" \ --vector-ingestion-configuration '{"parsingConfiguration":{"parsingStrategy":"SMART_PARSING"}}' bedrock-s3-managed-connector-configuration.json { "type": "MANAGED_KNOWLEDGE_BASE_CONNECTOR", "managedKnowledgeBaseConnectorConfiguration": { "mediaExtractionConfiguration": { "imageExtractionConfiguration": { "imageExtractionStatus": "ENABLED" } }, "connectorParameters": { "type": "S3", "version": "1", "connectionConfiguration": { "bucketName": "{{your-test-s3-bucket}}", "bucketOwnerAccountId": "{{123456789012}}" }, "deletionProtectionConfiguration": { "enableDeletionProtection": false } } } } ``` ------ ## Opciones de modelo de incrustación Las bases de conocimiento gestionadas admiten dos tipos de modelos de incrustación: + **Incrustación gestionada** (predeterminada): se utiliza automáticamente un modelo de incrustación gestionada por el servicio. No es necesario seleccionar un modelo, configurar las dimensiones ni gestionar los límites de servicio de Bedrock para la incrustación. El servicio gestiona la selección del modelo, el alojamiento y el escalado de forma transparente. + **Incrustación personalizada**: usted proporciona su propio ARN del modelo de incrustación de Bedrock. Cuando utilice un modelo de incrustación personalizado, debe especificar las dimensiones del modelo (1024) y el tipo de datos de incrustación de float32. Se admiten los siguientes modelos de incrustación de Bedrock: + Amazon Titan Text Embeddings V2 + Cohere Embed English v3 + Cohere Embed Multilingual v3 + Cohere Embed v4 + Incrustaciones multimodales de Amazon Nova **nota** No puede cambiar el tipo de modelo de incrustación después de crear la base de conocimientos. Para cambiar entre la incrustación gestionada y la personalizada, debe crear una nueva base de conocimientos. **importante** Si crea una base de conocimientos con un modelo de incrustación personalizado, el reescalonador gestionado no estará disponible para esa base de conocimientos. Para utilizar el reescalonamiento gestionado, cree su base de conocimientos con el modelo de incrustación gestionado predeterminado. ## Conectores de fuentes de datos compatibles Las bases de conocimiento gestionadas admiten los siguientes conectores de fuentes de datos: + Amazon S3 + Confluence + Microsoft SharePoint + Google Drive + Microsoft OneDrive + Web Crawler de + Conector personalizado Para obtener información sobre la configuración de los conectores de fuentes de datos, consulte [Conectar una fuente de datos](kb-managed-connect-ds.md).