本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Amazon S3

Amazon S3 是一种对象存储服务，可将数据以对象形式存储在存储桶中。您可以连接 Amazon S3 存储桶作为托管知识库的数据源，以提取存储在那里的对象。

支持的功能

先决条件

在 Amazon S3 中，请确保：

在您的 AWS 账户中，请确保：

跨账户和 KMS-encrypted 访问权限的存储桶策略

如果您的 Amazon S3 存储桶与您的知识库位于不同的 AWS 账户中，或者使用客户托管的 KMS 密钥进行加密，请添加基于资源的策略以授予您的知识库服务角色访问权限。以下示例显示了所需的最少语句。

Cross-account 存储桶策略

在拥有 Amazon S3 存储桶的账户中，将以下语句添加到存储桶策略中。kb-account-id替换为创建知识库的账户 ID、kb-service-role知识库服务角色的bucket-name名称和存储桶名称。

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "AllowBedrockKnowledgeBaseAccess",
            "Effect": "Allow",
            "Principal": {
                "AWS": "arn:aws:iam::kb-account-id:role/kb-service-role"
            },
            "Action": [
                "s3:GetObject",
                "s3:ListBucket"
            ],
            "Resource": [
                "arn:aws:s3:::bucket-name",
                "arn:aws:s3:::bucket-name/*"
            ]
        }
    ]
}

有关更多一般指南，请参阅配置对 Amazon S3 存储桶的访问权限。

加密存储桶的 KMS 密钥策略

如果您的 Amazon S3 存储桶使用客户托管的 KMS 密钥加密，请在密钥策略中添加以下声明。使用与跨账户存储桶策略相同的占位符。请等待几分钟，让关键策略更改得以传播。

{
    "Sid": "AllowBedrockKnowledgeBaseKmsAccess",
    "Effect": "Allow",
    "Principal": {
        "AWS": "arn:aws:iam::kb-account-id:role/kb-service-role"
    },
    "Action": [
        "kms:Decrypt",
        "kms:DescribeKey"
    ],
    "Resource": "*"
}

"Resource": "*"此处的范围是策略所关联的密钥。

如何设置 Amazon S3 数据源

设置 Amazon S3 数据源涉及以下步骤：

创建数据源

Console

将 Amazon S3 存储桶连接到您的托管知识库

1. 在数据源下，为您的数据源提供一个名称。

2. 从数据源下拉列表中选择 Amazon S3。

3. 在 “数据源位置” 下，选择 Amazon S3 存储桶是位于此 AWS 账户还是其他 AWS 账户中。

4. 输入存储桶的 Amazon S3 URI。您可以选择 “浏览 S3” 来选择存储桶。

5. （可选）输入元数据文件前缀，即存储此数据源的文档元数据文件 (.metadata.json) 的 Amazon S3 前缀。

6. （可选）扩展 S3 前缀筛选器模式以包含或排除特定路径。

7. （可选）展开文件筛选模式以添加正则表达式模式以包含或排除特定文件。

8. （可选）要启用文档级访问控制，请选择使用 ACL 控制文档访问权限并提供全局 ACL 文件的 Amazon S3 URI。此选项在创建后无法更改。有关更多信息，请参阅 Document-level 访问控制。

API

要创建 Amazon S3 数据源，请使用适用于 Amazon Bedrock 构建时终端节点的代理发送CreateDataSource请求。以下 AWS Command Line Interface 示例使用前缀和模式筛选器为同一账户中的存储桶创建数据源。有关每个字段的描述，请参阅下面的连接器参数参考。

aws bedrock-agent create-data-source \
 --name "S3-connector" \
 --knowledge-base-id "your-knowledge-base-id" \
 --data-source-configuration file://s3-managed-connector.json

该s3-managed-connector.json文件包含以下内容：

{
    "type": "MANAGED_KNOWLEDGE_BASE_CONNECTOR",
    "managedKnowledgeBaseConnectorConfiguration": {
        "connectorParameters": {
            "type": "S3",
            "version": "1",
            "connectionConfiguration": {
                "bucketName": "my-knowledge-base-bucket",
                "bucketOwnerAccountId": "123456789012"
            },
            "filterConfiguration": {
                "inclusionPrefixes": ["documents/"],
                "inclusionPatterns": [".*\\.pdf", ".*\\.txt"],
                "exclusionPatterns": [".*\\.tmp"]
            },
            "metadataFilesPrefix": "metadata/"
        }
    }
}

要启用文档级访问控制，aclEnabled请设置为true并添加带有。aclConfiguration globalAccessControlListS3Uri请参阅Document-level 访问控制。

对于托管知识库，CreateDataSource这是异步的：操作完成后，数据源状态AVAILABLE会从CREATING变为。

连接器参数

数据源配置使用以下连接器参数。要连接到 Amazon S3，请在中指定S3为连接器connectorParameters。有关换行字段connectorParameters（例如deletionProtectionConfiguration和mediaExtractionConfiguration），请参阅连接数据来源。

文档元数据文件

您可以通过在每个文档旁边上传一个 sidecar 文件来将元数据附加到每个文档。为每个文档创建一个名filename.extension.metadata.json为相同的 Amazon S3 路径的文件。元数据文件不得超过 10 KB。例如，在上传的同时report.pdf，还要上传report.pdf.metadata.json以下内容：

{
    "metadataAttributes": {
        "company": {
            "value": {
                "type": "STRING",
                "stringValue": "BioPharm Innovations"
            }
        },
        "created_date": {
            "value": {
                "type": "NUMBER",
                "numberValue": 20221205
            }
        },
        "author": {
            "value": {
                "type": "STRING",
                "stringValue": "Lisa Thompson"
            }
        }
    }
}

有关支持的属性数据类型和可在查询时应用的筛选运算符的信息，请参阅元数据和筛选。