Récupération agentique avec LangChain et les bases de connaissances Amazon Bedrock
aws ·
Cet article montre comment mettre en œuvre une récupération agentic à l'aide de LangChain et des bases de connaissances Amazon Bedrock pour traiter plus efficacement les requêtes utilisateur complexes et multipartites que la récupération standard en un seul passage. Alors que la récupération standard utilise une seule recherche vectorielle qui manque souvent les intentions spécifiques dans les questions composées, la récupération agentic décompose la requête en sous-requêtes, évalue la suffisance des preuves et itère si nécessaire. Les auteurs fournissent un guide technique pour configurer la base de connaissances, définir les autorisations IAM et intégrer les deux méthodes de récupération dans une application LangChain. Ils soulignent que la récupération agentic entraîne des coûts et une latence plus élevés, mais offre une recall significativement meilleure sur les questions multi-sauts ou comparatives. L'article explique également comment accéder aux événements de traçage via des appels API directs pour inspecter le processus de planification et note les frictions d'intégration actuelles, telles que la nécessité d'envelopper les fonctions agentic dans des objets RunnableLambda. En fin de compte, les auteurs recommandent d'acheminer les requêtes en fonction de leur complexité, en utilisant la récupération standard pour les questions simples et la récupération agentic pour les questions complexes afin d'équilibrer coût et précision.
aws