AWS 示範以 LangChain 比較 Amazon Bedrock Knowledge Bases 的標準與代理式檢索

AWS 於 2026 年 10 月 5 日發布一篇技術指南，示範如何透過 LangChain 和 Amazon Bedrock Managed Knowledge Base 建立 Retrieval Augmented Generation (RAG) 應用。指南以 Amazon S3 作為資料來源，並將同一個多部分問題分別交給標準與代理式檢索，供讀者比較結果、追蹤事件及成本。

文章將兩種檢索路徑區分為不同用途：Retrieve API 執行一次混合搜尋並回傳帶有分數的內容區塊；AgenticRetrieveStream API 則進行規劃迴圈，將問題拆成子查詢、逐步檢索，再判斷證據是否足以回答，並以追蹤事件串流呈現過程。AWS 說明，啟用回答生成時，代理式檢索也能連同檢索內容回傳有根據的答案與引用；其結果會去除不同迭代間重複的內容區塊。

這份指南也說明了 LangChain 整合方式：langchain-aws 套件提供標準與代理式檢索；前者以 LangChain retriever 形式使用，後者則是獨立函式。文章指出，代理式檢索適用於 Amazon Bedrock Managed Knowledge Base，且其結果沒有 Retrieve 回應中對應的具型別相關性分數欄位。兩種路徑都支援 guardrails，但代理式檢索採用不同設定，且僅支援 BLOCK 模式。

AWS 建議短而明確的問題採用 Retrieve，並稱這種方式成本較低、速度較快，也能搭配自主管理的知識庫；代理式檢索則透過多輪規劃與檢索處理較複雜的問題。這篇指南延伸了 AWS 於 2026 年 7 月 23 日發布的代理式檢索介紹，進一步聚焦在 LangChain 整合與兩種檢索路徑的實作比較。