Migrer vers Amazon Bedrock Managed Knowledge Base avec un agent de code
Amazon Web Services propose désormais un guide de migration vers Amazon Bedrock Managed Knowledge Base, intégré à la compétence amazon-bedrock de l'Agent Toolkit for AWS. Avec une base de connaissances gérée par le client, les équipes doivent déployer et dimensionner le magasin vectoriel, ajuster le modèle d'embedding et les paramètres d'index, et planifier la capacité pour chaque nouvelle source de données. Le guide donne à un agent de code le contexte nécessaire pour planifier la migration avec l'utilisateur : une phase de découverte en lecture seule, puis un plan relu ligne par ligne. Après approbation, l'agent crée la nouvelle base et ses sources de données à côté de l'originale, ou rédige un modèle d'infrastructure as code pour le pipeline existant. L'ingestion des contenus et la mise à jour des appels Retrieve de l'application restent à la charge de l'équipe, que l'agent peut toutefois accompagner, tout comme la validation de la récupération avant la bascule du trafic.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →
Également couvert par AWS ML Blog.
L'intérêt tient à ce que la version gérée prend en charge l'ingestion, le stockage, l'indexation et la récupération, avec une montée en charge automatique. La recherche hybride, qui combine mots-clés et correspondance sémantique, est toujours active, et la base inclut un modèle d'embedding géré, un reranker géré et un analyseur de fichiers multimodaux. Des connecteurs natifs couvrent Amazon S3, Microsoft SharePoint et Atlassian Confluence, avec des synchronisations incrémentales et une protection contre les suppressions massives accidentelles. La prise en compte des listes de contrôle d'accès (ACL) fait que la récupération ne renvoie que les documents auxquels l'utilisateur connecté a droit, avec une vérification en temps réel auprès de la source pour SharePoint et Confluence, à condition que l'application transmette l'identité de l'utilisateur. La récupération agentique traite les questions en plusieurs parties et peut interroger plusieurs bases en une seule requête. L'intégration à AgentCore Gateway expose la base à tout client compatible avec le Model Context Protocol, et des politiques basées sur les ressources permettent à d'autres comptes AWS de l'utiliser. Ces trois dernières fonctions n'existent pas sur les bases gérées par le client.
Les quotas par défaut changent aussi l'organisation des contenus : 10 000 bases par compte et par région contre 100, 200 sources de données par base contre 5, 50 tâches d'ingestion simultanées contre 1, et 10 000 caractères de requête contre 1 000. Chaque équipe ou ligne de produit peut ainsi disposer de sa propre base, tandis que les contenus apparentés se regroupent dans une seule. Le modèle de tarification, fondé sur ce que l'on stocke et récupère, répond à l'un des trois critères que les équipes pèsent avant de migrer, avec la personnalisation et le contrôle direct du magasin vectoriel. Les clients peuvent conserver leur propre modèle d'embedding Bedrock, mais le reranker géré exige alors le modèle d'embedding géré. À chaque requête, ils choisissent entre ce reranker, un modèle de reranking Bedrock ou l'absence de reranking. La disponibilité varie selon les régions, et certaines fonctions manquent dans AWS GovCloud (US-West).
Cette évolution s'inscrit dans la montée en puissance des agents de code et des architectures de génération augmentée par récupération, où la charge opérationnelle des magasins vectoriels freine souvent le passage en production. En automatisant la découverte et la planification tout en laissant à l'équipe la validation et la bascule, AWS cherche à réduire le coût d'un changement d'architecture sur des systèmes déjà en production. Le compromis reste réel : les équipes qui tiennent à régler finement l'index ou à contrôler directement le magasin vectoriel perdent une partie de cette liberté en échange de la simplicité et de fonctions comme la récupération agentique. La suite pour les clients passera par l'installation de la compétence, la construction du plan de migration, la mise à jour des appels de récupération et la comparaison des résultats avec la base d'origine avant tout changement de trafic.
Les équipes européennes utilisant Amazon Bedrock peuvent migrer leurs bases de connaissances vers une version gérée, sous réserve de la disponibilité de la fonction dans leurs régions.