AWS показала агентный поиск для RAG-приложений в Bedrock
AWS описала интеграцию agentic retrieval в Amazon Bedrock Managed Knowledge Base с LangChain. Режим разбивает составной вопрос на подзапросы и повторяет поиск, если собранных данных недостаточно.
AWS 5 октября 2026 года опубликовала технический walkthrough по agentic retrieval для Amazon Bedrock Managed Knowledge Base и LangChain. Материал посвящён RAG-приложениям, которым приходится отвечать на составные вопросы: обычный поиск выполняет один запрос, тогда как агентный режим сначала планирует последовательность получения данных.
По описанию AWS, agentic retrieval разбивает исходный вопрос на подзапросы, запускает их, оценивает полноту найденных доказательств и при необходимости выполняет дополнительные поисковые операции. Это должно помочь в сценариях, где один векторный запрос охватывает лишь часть нескольких намерений пользователя.
В walkthrough сравниваются два API. Retrieve API выполняет стандартный гибридный поиск и возвращает оценённые фрагменты документов. AgenticRetrieveStream API запускает планирующий цикл и передаёт этапы работы как события трассировки. Пакет langchain-aws предоставляет стандартный retriever для цепочки LangChain и отдельную функцию для агентного получения данных из базы знаний.
AWS также описывает настройку базы знаний с источником в Amazon S3, необходимые роли IAM и вызов API из приложения. Таким образом, разработчик может сравнить оба пути на одном наборе документов и увидеть, как планировщик формирует поиск.
Почему это важно
Для RAG-систем это готовый путь от однократного поиска к проверяемому многошаговому retrieval. Разработчики получают возможность выбирать между более простым стандартным режимом и агентным сценарием для составных вопросов.
