构建多租户智能文档问答应用：Amazon Bedrock 托管知识库实战指南
随着企业级 AI 应用的普及，多租户智能文档问答助手成为热门需求。用户上传合同、报告或产品手册后，希望立即或稍后针对这些文档提问。虽然对话界面本身构建简单，但背后的多租户智能检索系统却充满挑战。每个租户的文档必须严格隔离，这种隔离必须基于可信身份而非客户端传入的值。智能检索进一步加剧了复杂性：智能体将问题分解为多个子查询并执行多次检索，每一次都必须携带租户过滤条件，否则隔离将被破坏。此外，还需要向量与全文检索引擎、解析并嵌入多模态数据的摄取管道以及同步索引。对于想快速交付此功能的团队而言，这涉及大量基础设施的构建、安全与运维工作。
Amazon Bedrock 托管知识库可以减轻这些差异化负担。该服务管理摄取、存储、嵌入和排序，无需预置基础设施或监控容量。更重要的是，它内置了智能检索能力，通过迭代规划和多跳检索回答复杂问题，并在每次检索中遵循访问权限。借助自定义连接器直接摄取，应用可将文档直接发送至知识库，几秒内即可被检索到。
本文介绍基于 Amazon Bedrock 知识库构建的多租户智能文档聊天应用架构，涵盖文档摄取和对话检索两大流程，并详细说明异步索引生命周期、按用户数据隔离及大规模运维最佳实践。同时提供配套代码仓库，方便你在自己的账户中部署。
解决方案概览
该方案解决了多租户文档聊天的核心挑战，提供每位用户上传文档并立即基于文档提问的体验，而无需团队自行构建检索栈和隔离逻辑。
两大核心流程
文档摄取流程：用户上传文档后，应用通过自定义连接器将文档直接发送至知识库。知识库异步处理文档，包括解析、分块、嵌入，并更新索引。这一过程在几秒内完成，用户可快速基于新文档提问。
对话检索流程：用户提问时，智能体将问题分解为多个子查询，并在每次检索中应用租户过滤器。知识库的托管检索能力确保每次跳转都遵循访问权限，从而保证数据隔离。
数据隔离与安全
数据隔离是核心设计点。系统通过验证用户身份（如 AWS IAM 或 Cognito）来获取租户上下文，而不是信任客户端发送的参数。这种设计防止了恶意绕过。
异步索引生命周期
文档摄取是异步的，状态包括待处理、进行中、完成或失败。应用需要处理异步回调或轮询，以更新用户界面。
最佳实践
- 监控与告警：使用 CloudWatch 监控摄取失败率和检索延迟。
- 成本优化：根据使用模式调整知识库容量，或使用自动扩展。
- 测试隔离：定期进行安全测试，确保租户间无法越权访问。
总结
Amazon Bedrock 托管知识库简化了多租户智能文档聊天应用的构建，让团队专注于应用逻辑，而非底层基础设施。通过内置的智能检索和严格的数据隔离，企业可以快速、安全地部署此类应用。
如需深入实践，可参考提供的代码仓库，在 AWS 账户中部署并体验完整流程。