Crawl4AI 为 Bedrock 知识库准备网页内容

AWS Machine Learning Blog 发布教程，介绍如何用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 做入库前的自定义网页内容准备：把每个页面的 Markdown 和元数据 sidecar 写入 Amazon S3，再由 S3 数据源完成摄取。 该工作流面向已知网站的批量摄取，不是推理时的实时网页访问（如 Amazon Nova 的 Web Grounding）；只处理公开页面，不实现需要登录的会话。Amazon Bedrock 对每个元数据 sidecar 限制为 10 KB。 每次运行按配置的任务规格产生 Fargate 费用，默认规格为 2 vCPU、4 GB。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。