mcp-servers之AWS KB Retrieval基于Bedrock搭建企业级RAG知识库检索方案【免费下载链接】mcp-serversModel Context Protocol Servers项目地址: https://gitcode.com/gh_mirrors/mc/mcp-servers在AI应用全面落地的今天企业级RAG检索增强生成已成为让大模型懂业务的关键技术。而AWS KB Retrieval正是mcp-servers项目中用于对接AWS Knowledge Base的知识库检索方案——它通过Bedrock Agent Runtime让Claude等MCP客户端直接检索企业私有知识库把最相关的上下文喂给大模型大幅减少幻觉。本文将从零开始带你快速理解并部署这个实用的RAG知识库检索服务器。什么是AWS KB Retrieval为何它是RAG知识库检索利器AWS KB Retrieval是mcp-servers项目中的一个官方MCP服务器实现全称AWS Knowledge Base Retrieval MCP Server。它的核心任务只有一个根据用户查询语句和知识库ID从AWS Knowledge Base中检索出最相关的内容片段。它的核心价值体现在三点原生对接AWS生态直接使用Bedrock Agent Runtime服务无需自己写复杂的向量检索代码开箱即用的RAG能力一条指令即可完成知识检索返回带相关性评分的原文片段标准MCP协议能被Claude Desktop、各类MCP客户端直接调用接入成本极低整个服务器的实现非常精简核心逻辑集中在src/aws-kb-retrieval-server/index.ts这一个文件中非常适合初学者阅读和学习MCP服务器的编写范式。AWS KB Retrieval核心原理Bedrock检索流程一分钟看懂很多初学者会好奇AWS KB Retrieval到底是怎么完成RAG知识库检索的其实它的工作流程非常清晰接收查询客户端传入query检索语句和knowledgeBaseId知识库ID调用Bedrock服务器创建BedrockAgentRuntimeClient发送RetrieveCommand检索命令向量检索AWS知识库内部执行向量相似度搜索返回相关性最高的文本块结果整理把结果组装成包含文件名、内容片段和相关性分数的结构化数据回传上下文最终把拼接好的上下文和引用来源返回给大模型用于生成带依据的回答值得注意的是AWS KB Retrieval还贴心地在返回结果中附带了每个片段的来源文件名这样大模型在回答时可以标注信息来自哪个文档这正是企业级RAG应用中可追溯、可信赖的关键设计。快速安装AWS KB Retrieval服务器两种高效配置方法AWS KB Retrieval提供了Docker和npx两种安装方式你可以按自己的环境二选一。如果项目需要也可以先通过https://gitcode.com/gh_mirrors/mc/mcp-servers克隆整个仓库在src/aws-kb-retrieval-server/目录下自行构建。方法一Docker一键部署推荐Docker方式最省心环境完全隔离适合生产环境。官方镜像名为mcp/aws-kb-retrieval-server启动时只需把三个AWS环境变量透传进去即可。构建镜像的命令也很简单docker build -t mcp/aws-kb-retrieval -f src/aws-kb-retrieval-server/Dockerfile .方法二npx直接运行如果你只是想快速试用npx方式零安装、即时运行是最快的方法。依赖Node.js环境启动命令为npx -y modelcontextprotocol/server-aws-kb-retrieval无论哪种方式服务器的核心入口都在src/aws-kb-retrieval-server/index.ts启动后它会通过标准输入输出stdio与MCP客户端通信并输出 AWS KB Retrieval Server running on stdio 提示运行成功。配置AWS凭证让RAG检索顺利跑起来的必要准备在启动AWS KB Retrieval之前你需要先完成AWS侧的准备工作这一步非常关键创建知识库在AWS管理控制台创建Knowledge Base并完成数据源接入和向量化配置拿到knowledgeBaseId获取访问凭证申请Access Key ID和Secret Access Key同时确认AWS_REGION区域与知识库所在区域一致配置最小权限确保凭证具备Bedrock Agent Runtime的检索权限这是初学者最容易踩坑的地方——权限不足时检索会直接失败这些凭证通过三个环境变量注入AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY、AWS_REGION。在Claude Desktop的配置文件claude_desktop_config.json中Docker方式的配置片段如下{ mcpServers: { aws-kb-retrieval: { command: docker, args: [ run, -i, --rm, -e, AWS_ACCESS_KEY_ID, -e, AWS_SECRET_ACCESS_KEY, -e, AWS_REGION, mcp/aws-kb-retrieval-server ], env: { AWS_ACCESS_KEY_ID: YOUR_ACCESS_KEY_HERE, AWS_SECRET_ACCESS_KEY: YOUR_SECRET_ACCESS_KEY_HERE, AWS_REGION: YOUR_AWS_REGION_HERE } } } }如果使用npx方式只需把command换成npxargs换成[-y, modelcontextprotocol/server-aws-kb-retrieval]env配置保持一致即可。上手使用retrieve_from_aws_kb检索工具AWS KB Retrieval对外只暴露一个检索工具retrieve_from_aws_kb参数设计非常简洁直观参数类型说明querystring必填检索查询语句例如公司差旅报销流程是什么knowledgeBaseIdstring必填AWS知识库IDnnumber可选返回结果数量默认3最大推荐不超过10配置完成后你只需要在Claude等客户端里像聊天一样发问请根据知识库回答新员工入职流程有哪些步骤AI就会自动调用该工具完成知识库检索并基于检索到的上下文给出有依据的回答同时标注信息来源。AWS KB Retrieval典型应用场景企业RAG落地三部曲企业内部知识库问答把制度文档、SOP手册接入知识库员工用自然语言提问即可秒查规范替代低效的翻文件夹智能客服与工单助手让客服AI基于产品文档回答用户问题回答可溯源到具体文档显著提升服务效率和准确率数据分析与决策辅助将行业报告、经营数据整理入库管理层通过对话式检索快速获取决策依据让数据真正活起来总结AWS KB Retrieval用极简的设计把AWS Bedrock知识库检索能力封装成了标准MCP工具让任何MCP客户端都能轻松获得企业级RAG知识库检索能力。它特别适合已经在使用AWS云服务、希望快速搭建可溯源问答系统的团队——无需编写任何后端代码配置好凭证即可投入使用。如果你正准备搭建自己的企业知识库问答方案不妨从这个小而美的MCP服务器开始。【免费下载链接】mcp-serversModel Context Protocol Servers项目地址: https://gitcode.com/gh_mirrors/mc/mcp-servers创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考