mirror of
https://github.com/crewAIInc/crewAI.git
synced 2026-04-30 06:42:50 +00:00
167 lines
6.2 KiB
Plaintext
167 lines
6.2 KiB
Plaintext
---
|
|
title: 'مسترجع قاعدة معرفة Bedrock'
|
|
description: 'استرجاع المعلومات من قواعد معرفة Amazon Bedrock باستخدام استعلامات اللغة الطبيعية'
|
|
icon: aws
|
|
mode: "wide"
|
|
---
|
|
|
|
# `BedrockKBRetrieverTool`
|
|
|
|
تمكّن `BedrockKBRetrieverTool` وكلاء CrewAI من استرجاع المعلومات من قواعد معرفة Amazon Bedrock باستخدام استعلامات اللغة الطبيعية.
|
|
|
|
## التثبيت
|
|
|
|
```bash
|
|
uv pip install 'crewai[tools]'
|
|
```
|
|
|
|
## المتطلبات
|
|
|
|
- بيانات اعتماد AWS مُعدّة (إما من خلال متغيرات البيئة أو AWS CLI)
|
|
- حزمتا `boto3` و`python-dotenv`
|
|
- الوصول إلى قاعدة معرفة Amazon Bedrock
|
|
|
|
## الاستخدام
|
|
|
|
إليك كيفية استخدام الأداة مع وكيل CrewAI:
|
|
|
|
```python {2, 4-17}
|
|
from crewai import Agent, Task, Crew
|
|
from crewai_tools.aws.bedrock.knowledge_base.retriever_tool import BedrockKBRetrieverTool
|
|
|
|
# Initialize the tool
|
|
kb_tool = BedrockKBRetrieverTool(
|
|
knowledge_base_id="your-kb-id",
|
|
number_of_results=5
|
|
)
|
|
|
|
# Create a CrewAI agent that uses the tool
|
|
researcher = Agent(
|
|
role='Knowledge Base Researcher',
|
|
goal='Find information about company policies',
|
|
backstory='I am a researcher specialized in retrieving and analyzing company documentation.',
|
|
tools=[kb_tool],
|
|
verbose=True
|
|
)
|
|
|
|
# Create a task for the agent
|
|
research_task = Task(
|
|
description="Find our company's remote work policy and summarize the key points.",
|
|
agent=researcher
|
|
)
|
|
|
|
# Create a crew with the agent
|
|
crew = Crew(
|
|
agents=[researcher],
|
|
tasks=[research_task],
|
|
verbose=2
|
|
)
|
|
|
|
# Run the crew
|
|
result = crew.kickoff()
|
|
print(result)
|
|
```
|
|
|
|
## معاملات الأداة
|
|
|
|
| المعامل | النوع | مطلوب | القيمة الافتراضية | الوصف |
|
|
|:---------|:-----|:---------|:---------|:-------------|
|
|
| **knowledge_base_id** | `str` | نعم | None | المعرّف الفريد لقاعدة المعرفة (0-10 أحرف أبجدية رقمية) |
|
|
| **number_of_results** | `int` | لا | 5 | الحد الأقصى لعدد النتائج المُعادة |
|
|
| **retrieval_configuration** | `dict` | لا | None | إعدادات مخصصة لاستعلام قاعدة المعرفة |
|
|
| **guardrail_configuration** | `dict` | لا | None | إعدادات تصفية المحتوى |
|
|
| **next_token** | `str` | لا | None | رمز لتصفح الصفحات |
|
|
|
|
## متغيرات البيئة
|
|
|
|
```bash
|
|
BEDROCK_KB_ID=your-knowledge-base-id # Alternative to passing knowledge_base_id
|
|
AWS_REGION=your-aws-region # Defaults to us-east-1
|
|
AWS_ACCESS_KEY_ID=your-access-key # Required for AWS authentication
|
|
AWS_SECRET_ACCESS_KEY=your-secret-key # Required for AWS authentication
|
|
```
|
|
|
|
## تنسيق الاستجابة
|
|
|
|
تعيد الأداة النتائج بتنسيق JSON:
|
|
|
|
```json
|
|
{
|
|
"results": [
|
|
{
|
|
"content": "Retrieved text content",
|
|
"content_type": "text",
|
|
"source_type": "S3",
|
|
"source_uri": "s3://bucket/document.pdf",
|
|
"score": 0.95,
|
|
"metadata": {
|
|
"additional": "metadata"
|
|
}
|
|
}
|
|
],
|
|
"nextToken": "pagination-token",
|
|
"guardrailAction": "NONE"
|
|
}
|
|
```
|
|
|
|
## الاستخدام المتقدم
|
|
|
|
### إعداد استرجاع مخصص
|
|
|
|
```python
|
|
kb_tool = BedrockKBRetrieverTool(
|
|
knowledge_base_id="your-kb-id",
|
|
retrieval_configuration={
|
|
"vectorSearchConfiguration": {
|
|
"numberOfResults": 10,
|
|
"overrideSearchType": "HYBRID"
|
|
}
|
|
}
|
|
)
|
|
|
|
policy_expert = Agent(
|
|
role='Policy Expert',
|
|
goal='Analyze company policies in detail',
|
|
backstory='I am an expert in corporate policy analysis with deep knowledge of regulatory requirements.',
|
|
tools=[kb_tool]
|
|
)
|
|
```
|
|
|
|
## مصادر البيانات المدعومة
|
|
|
|
- Amazon S3
|
|
- Confluence
|
|
- Salesforce
|
|
- SharePoint
|
|
- صفحات الويب
|
|
- مواقع مستندات مخصصة
|
|
- Amazon Kendra
|
|
- قواعد بيانات SQL
|
|
|
|
## حالات الاستخدام
|
|
|
|
### تكامل المعرفة المؤسسية
|
|
- تمكين وكلاء CrewAI من الوصول إلى المعرفة الخاصة بمؤسستك دون كشف البيانات الحساسة
|
|
- السماح للوكلاء باتخاذ قرارات بناءً على سياسات وإجراءات ووثائق شركتك المحددة
|
|
- إنشاء وكلاء يمكنهم الإجابة على الأسئلة بناءً على وثائقك الداخلية مع الحفاظ على أمان البيانات
|
|
|
|
### المعرفة المتخصصة بالمجال
|
|
- ربط وكلاء CrewAI بقواعد معرفة متخصصة بالمجال (قانونية، طبية، تقنية) دون إعادة تدريب النماذج
|
|
- الاستفادة من مستودعات المعرفة الموجودة المُدارة بالفعل في بيئة AWS
|
|
- الجمع بين تفكير CrewAI والمعلومات المتخصصة من قواعد معرفتك
|
|
|
|
### اتخاذ القرارات المبنية على البيانات
|
|
- تأسيس استجابات وكلاء CrewAI على بيانات شركتك الفعلية بدلاً من المعرفة العامة
|
|
- ضمان تقديم الوكلاء لتوصيات بناءً على سياق أعمالك ووثائقك المحددة
|
|
- تقليل التوهمات من خلال استرجاع معلومات واقعية من قواعد معرفتك
|
|
|
|
### وصول معلوماتي قابل للتوسع
|
|
- الوصول إلى تيرابايت من المعرفة المؤسسية دون تضمينها كلها في نماذجك
|
|
- الاستعلام الديناميكي عن المعلومات ذات الصلة فقط اللازمة لمهام محددة
|
|
- الاستفادة من البنية التحتية القابلة للتوسع من AWS للتعامل مع قواعد معرفة كبيرة بكفاءة
|
|
|
|
### الامتثال والحوكمة
|
|
- ضمان تقديم وكلاء CrewAI لاستجابات تتوافق مع وثائق شركتك المعتمدة
|
|
- إنشاء مسارات قابلة للتدقيق لمصادر المعلومات المستخدمة من قبل وكلائك
|
|
- الحفاظ على التحكم في مصادر المعلومات التي يمكن لوكلائك الوصول إليها
|