AWS 实操对比：Agentic 检索如何把多意图查询拆成子问题再搜索
AWS ML Blog · rss · 2026-10-05
AWS ML Blog 发文演示在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 实现 agentic retrieval。核心问题是：传统 RAG 用单一查询向量概括用户全部意图（如一个比较两类产品三维度的问题实际是六个子问题），检索结果看似相关却只覆盖部分内容。
Agentic retrieval 会先规划检索：把问题拆成子查询、逐一执行、判断证据是否充分、不够再补搜。文 中对比了 Retrieve API（单次混合搜索）与 AgenticRetrieveStream API（多步规划循环并以 trace 事件流式返回步骤），并给出两种路径的成本对比与选择建议。
实践要点包括：需 boto3 ≥1.43.32、langchain-aws ≥1.6.3；IAM 权限需区分知识库服务角色与调用者身份，注意 bedrock:AgenticRetrieveStream 和 bedrock:InvokeModelWithResponseStream 无法按知识库 ARN 收窄；常被遗漏的 bedrock:GetDocumentContent 在 FullDocumentExpansion 步骤必需，否则规划器取整文档时会中途报错。
「编程与Agent」频道最新
- Supabase Select 发布:schema 入代码、本地免 Docker、agent 可管生产 — dshukertjr · 2026-10-06
- 开发者实测:Claude Opus 像毛躁初级,Codex 更像沉稳资深 — ssh4net · 2026-10-06
- 推算 DeepSeek 一个月跑 13 亿个沙箱:峰值 17 万并发,约 3-5 分钟一个 — teortaxesTex · 2026-10-06
- Burkov：别担心 AI 代码没人能维护，反正不再需要人来懂 — burkov · 2026-10-06
- 「一次 Claude Code 会话替代不了整个软件」:泼冷水式观点引发讨论 — seatedro · 2026-10-06
- 「Eval 就是产品规格书」:AI 产品团队最常犯的评测定位错误 — realmadhuguru · 2026-10-06