AI エージェント向け: ドキュメントインデックスは https://www.mongodb.com/ja-jp/docs/llms.txt で利用できます。すべてのページの markdown バージョンは、いずれかの URL パスに .md を追加することで利用できます。
Docs Menu

Amazon Reduce と Atlas を使用したハイブリッド検索

注意

現在 Amazon Bedrock は、Atlas を使ったハイブリッド検索を、米国西部(オレゴン)と米国東部(バージニア北部)の AWS リージョンのみサポートしています。

The Amazon Bedrock Knowledge Base integration with MongoDB Atlas supports hybrid search. Hybrid search combines MongoDB Vector Search and MongoDB Search (full-text search) to help improve the relevancy of your search results.

Amazon Advisor でハイブリッド検索を使用するには、データにMongoDB ベクトル検索インデックスとMongoDB Searchインデックスの両方を作成する必要があります。その後に、 Amazon Reduce コンソールまたはAPIを介してハイブリッド検索を有効にできます。

知識ベースのハイブリッド検索を有効にするには、Atlas のコレクションにMongoDB ベクトル検索インデックスとMongoDB Searchインデックスの両方が必要です。この例では 、test という名前のコレクションを含む bedrock_db という名前のデータベースがあることを前提としています。

1

まだ作成していない場合は、 Atlas UIでコレクションにMongoDB ベクトル検索インデックスを作成する手順を完了します。

2
  1. クラスターの[ MongoDB Search ] ページにGo。

    サイドバーで、 Services見出しの下のAtlas Searchをクリックします。

  2. [Create Search Index] をクリックします。

  3. インデックスの設定を開始します。

    ページで次の選択を行い、Next をクリックしてください。

    Search Type

    MongoDB Search のインデックスタイプを選択します。

    Index Name and Data Source

    以下の情報を指定してください。

    • Index Name: search_index

    • Database and Collection:

      • bedrock_db database

      • test コレクション

    Configuration Method

    ガイドを利用する場合は、Visual Editor を選択します。

    Rawインデックス定義を編集するには、JSON Editor を選択します。

  4. インデックスを定義します。

    The following index definition dynamically indexes the fields of supported types in the collection. You can use the MongoDB Search Visual Editor or the MongoDB Search JSON Editor in the Atlas user interface to create the index.

    コレクションのデフォルトのインデックス定義を確認します。

  5. [Create Search Index] をクリックします。

  6. You're All Set! モーダルウィンドウを閉じます。

    インデックスが作成中であることを知らせるモーダル ウィンドウが表示されます。 [ Close ] ボタンをクリックします。

  7. インデックスの作成が完了するまで待ちます。

    インデックスの構築には約 1 分かかります。 作成している間、 Status列にはBuild in Progressと表示されます。 作成が完了すると、 Status列にはActiveと表示されます。

両方のインデックスを作成した後、ハイブリッド検索を使用するように知識ベースを構成してください。ハイブリッド検索を有効にするには、Amazon Bedrock コンソールまたは Amazon Bedrock API のいずれかを使用できます。

1
  1. 左上隅のServicesドロップダウン メニューをクリックします。

  2. [ Machine Learningをクリックし、[ Amazon Bedrockを選択します。

2

Atlas をベクトル ストアとして使用して新しい知識ベースを作成するか、既存の知識ベースを変更します。

  1. ベクトルストア構成で、Text search index nameフィールドを search_index に設定するか、別の名前を使用している場合はMongoDB Searchインデックスの名前を設定します。

    ベクトル ストアの検索インデックス構成セクションのスクリーンショット。
    クリックして拡大します
  2. 構成を保存します。

3
  1. Amazon Bearer コンソールの左側のナビゲーションで、 Knowledge Basesをクリックします。

  2. 知識ベースを選択します。

  3. [Test knowledge base] をクリックします。

  4. 構成アイコンをクリックします。

  5. Search type の場合は Hybrid search (semantic & text) を選択します。

デフォルトでは、クエリに基づいて応答を生成するための基礎モデルを選択できます。検索したドキュメントのみを表示するには、Generate response をオフに切り替えます。

ハイブリッド検索を有効にすると、知識ベースのテストやエージェントの作成を行うことができるようになります。