Construcción de recuperación agéntica en AWS Bedrock con CDK y bases de conocimiento gestionadas

Amazon Web Services ha publicado una guía técnica que detalla cómo construir sistemas de recuperación agéntica de nivel empresarial utilizando Managed Amazon Bedrock Knowledge Bases y el AWS Cloud Development Kit (CDK). Publicado a finales de octubre de 2026, este enfoque supera la generación aumentada por recuperación (RAG) tradicional de un solo paso al integrar agentes de razonamiento que planifican dinámicamente, recuperan y citan fuentes en múltiples dominios de datos. La solución hace hincapié en la observabilidad y evaluación integradas, abordando la complejidad operativa inherente a las interacciones de IA de varios turnos.

Qué ocurrió

Los sistemas RAG tradicionales suelen seguir una ruta lineal: incrustar la pregunta del usuario, obtener los fragmentos de datos más cercanos de un único índice y generar una respuesta. Aunque es eficaz para consultas simples, este método a menudo falla cuando las respuestas requieren información de múltiples corpus o cuando la fuente relevante depende de un contexto matizado. En tales casos, un único paso de recuperación puede devolver datos incompletos o engañosos, lo que conduce a respuestas fluidas pero incorrectas. Para abordar estas limitaciones, Amazon Bedrock ha evolucionado su servicio Knowledge Base para admitir la recuperación agéntica, donde un agente de razonamiento decide si recuperar datos, qué base de conocimiento consultar y si se necesitan búsquedas adicionales antes de componer una respuesta final.

La nueva arquitectura se basa en la Managed Knowledge Base, una funcionalidad del servicio que gestiona automáticamente la ingesta, el almacenamiento, la indexación y la recuperación. A diferencia de las opciones gestionadas por el cliente que requieren aprovisionar y escalar bases de datos vectoriales como Amazon OpenSearch Serverless, la versión gestionada elimina la sobrecarga de infraestructura. Admite la API AgenticRetrieveStream, que permite la planificación de varios turnos y la recuperación impulsada por herramientas. Esta capacidad está disponible exclusivamente en las Managed Knowledge Bases, lo que las convierte en el componente fundamental para esta estrategia avanzada de recuperación. El sistema también integra Amazon Bedrock AgentCore, que expone cada base de conocimiento como una herramienta del Model Context Protocol (MCP), permitiendo a los agentes enrutar consultas semánticamente en lugar de buscar en un índice combinado.

Un cambio significativo en este modelo de implementación es la integración de la observabilidad y la evaluación directamente en el código de infraestructura. Las iteraciones anteriores requerían que los desarrolladores secuenciaran manualmente los despliegues de stacks e incorporaran herramientas de monitorización a posteriori. La nueva aplicación CDK aprovisiona dos paneles de Amazon CloudWatch que abarcan siete capas de telemetría, junto con métricas de evaluación tanto bajo demanda como continuas. Esto garantiza que cada paso del bucle de razonamiento del agente, desde el uso de tokens hasta la calidad de la recuperación, esté instrumentado desde el inicio, proporcionando visibilidad sobre el comportamiento del sistema y la fundamentación de las respuestas.

Cómo funciona

La solución opera mediante un flujo de trabajo coordinado que involucra cuatro componentes principales: el entorno de ejecución del agente, la pasarela del agente, las bases de conocimiento gestionadas y los paneles de observabilidad. Cuando un usuario envía una pregunta, el agente alojado en Amazon Bedrock AgentCore Runtime inicia un proceso de razonamiento. Determina qué base de conocimiento es relevante, como datos financieros o meteorológicos, y llama a la herramienta correspondiente a través de AgentCore Gateway. La Gateway utiliza autorización IAM y firma SigV4 para invocar la API AgenticRetrieveStream en la Managed Knowledge Base seleccionada.

Dentro de la Managed Knowledge Base, el sistema descompone la consulta en subconsultas, recupera pasajes relevantes de su almacén de datos gestionado internamente y sintetiza una respuesta citada. Si el contexto inicial es insuficiente, el agente vuelve a recuperar más información antes de finalizar su respuesta. Durante todo este proceso, el Runtime emite spans de OpenTelemetry, recuentos de tokens y métricas a Amazon CloudWatch y AWS X-Ray. Estos datos alimentan siete capas de observabilidad, incluidas métricas nativas de KB, estado de ingesta, calidad de recuperación y puntuaciones de evaluación, permitiendo a los ingenieros monitorear la latencia, el volumen de llamadas y la fidelidad de las respuestas generadas.

Detalles clave

• Infraestructura Gestionada: La solución utiliza Type: MANAGED Knowledge Bases, eliminando la necesidad de aprovisionar, escalar o parchear bases de datos vectoriales como OpenSearch Serverless.
• API de Recuperación Agéntica: La API AgenticRetrieveStream realiza planificación de varios turnos y reordenamiento interno, devolviendo respuestas sintetizadas y citadas disponibles únicamente en bases gestionadas.
• Automatización con CDK: Todo el sistema se implementa como una única aplicación Python CDK con cuatro stacks, donde las dependencias se derivan automáticamente de las referencias de constructores.
• Siete Capas de Observabilidad: La telemetría cubre métricas de KB, ingesta, calidad de recuperación, métricas de Gateway, árboles de span OTEL, uso de tokens y puntuaciones de evaluación.
• Métricas de Evaluación: El sistema incluye evaluación tanto bajo demanda como continua, midiendo la fidelidad y la corrección para detectar la deriva de las respuestas.
• Datos de Ejemplo: La implementación incluye datos financieros sintéticos y un informe real del Congressional Research Service de EE. UU. sobre tornados para pruebas.

Por qué importa

Para los ingenieros de software y arquitectos de IA, este cambio representa una transición de construir pipelines de recuperación brutos a orquestar agentes inteligentes. Al abstraer la gestión de la base de datos vectorial, los equipos pueden centrarse en la lógica de recuperación y la calidad de las respuestas en lugar del mantenimiento de la infraestructura. La capacidad de enrutar consultas entre distintas bases de conocimiento garantiza que las respuestas estén fundamentadas en el dominio correcto, reduciendo el riesgo de alucinaciones causadas por contextos irrelevantes. Esto es particularmente crítico en entornos empresariales donde los silos de datos son comunes y la precisión es primordial.

Además, el énfasis en la observabilidad aborda un punto doloroso importante en los sistemas de IA en producción: la naturaleza de caja negra del comportamiento del agente. Sin telemetría detallada, es difícil diagnosticar por qué falló un agente o verificar que sus respuestas están respaldadas por material de origen. Al aprovisionar paneles y métricas de evaluación junto con la aplicación, los desarrolladores obtienen una visión inmediata del rendimiento y la fiabilidad del sistema. Esta transparencia integrada apoya el uso responsable de la IA al garantizar que las respuestas sean auditable y trazables a sus orígenes.

Qué puedes hacer

• Implementa la aplicación CDK proporcionada para aprovisionar un sistema completo de recuperación agéntica con bases de conocimiento gestionadas y paneles de observabilidad.
• Configura el archivo config.py para establecer nombres de proyecto, regiones y modelos de incrustación, permitiendo múltiples implementaciones independientes en una sola cuenta.
• Utiliza el notebook driver incluido para generar tráfico y poblar las siete capas de observabilidad con métricas en tiempo real y puntuaciones de evaluación.
• Prueba el sistema con los conjuntos de datos financieros y meteorológicos incluidos para entender cómo el agente enruta las consultas y cita fuentes en diferentes dominios.
• Monitorea los paneles de CloudWatch para rastrear la latencia, el uso de tokens y la calidad de la recuperación, ajustando los parámetros del agente según sea necesario para cargas de trabajo de producción.
• Evalúa las puntuaciones de fidelidad y corrección para asegurar que las respuestas permanezcan fundamentadas en los materiales de origen y detecte cualquier deriva en el rendimiento del modelo.