Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarAWS Machine Learning Blog→ original

AWS muestra cómo desplegar búsqueda agéntica con un solo comando de CDK: 4 stacks y 7 capas de métricas

El RAG tradicional busca una sola vez en un único índice y pierde parte de la respuesta si los datos están repartidos en dos bases. AWS ha publicado una plantilla en CDK (la infraestructura se describe como código en Python): un solo comando despliega 4 stacks, es decir, grupos de recursos que van desde las bases de conocimiento hasta los paneles. El agente elige la base por sí mismo y, si le faltan datos, vuelve a buscar; además, 7 capas de métricas en CloudWatch registran su recorrido. No hace falta aprovisionar un almacén vectorial.

Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
AWS muestra cómo desplegar búsqueda agéntica con un solo comando de CDK: 4 stacks y 7 capas de métricas
Fuente: AWS Machine Learning Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalAWS Machine Learning Blog ↗
Editor jefe
Dato clave #1La búsqueda agéntica y Gateway solo funcionan con una base de conocimiento gestionada
Dato clave #2Dos paneles de CloudWatch y dos evaluaciones de calidad: bajo demanda y continua
Dato clave #3Los datos de demostración son pequeños y AWS no publica cifras de latencia ni de coste

El RAG tradicional funciona de forma sencilla: la pregunta se convierte en un vector, se recuperan de un único índice los fragmentos de texto más cercanos y el modelo redacta la respuesta. Pero si la respuesta está repartida entre dos conjuntos de documentos, por ejemplo un informe financiero y los partes meteorológicos, la búsqueda devolverá solo la mitad de lo necesario, y el modelo responderá de forma fluida y con seguridad. AWS ha publicado un análisis de cómo resolver esto con búsqueda «agéntica» sobre la base de conocimiento gestionada de Amazon Bedrock.

Todo se despliega con un solo comando mediante CDK (AWS Cloud Development Kit, donde la infraestructura de la nube se describe con código normal en Python). La aplicación consta de 4 stacks, es decir, cuatro grupos de recursos relacionados: bases de conocimiento, el gateway Gateway, el propio agente y los paneles. Y las «7 capas de métricas» son siete tipos de datos sobre el funcionamiento del agente: desde la carga de documentos hasta el consumo de tokens y las evaluaciones de calidad de las respuestas.

Qué cambia respecto al RAG tradicional

En el esquema agéntico, un agente con capacidad de razonamiento forma parte del ciclo de búsqueda. Decide si hay que buscar, en qué base de conocimiento hacerlo y si conviene volver a consultar antes de redactar la respuesta. Imagine un asistente de empresa: ante una pregunta sobre ingresos, consulta el archivo financiero; ante una pregunta sobre tornados, consulta el archivo meteorológico; y si la primera referencia no basta, vuelve a buscar una segunda.

Técnicamente, esto lo hacen tres componentes. La Managed Knowledge Base (tipo MANAGED) procesa los documentos, los divide en fragmentos, calcula los embeddings y los indexa. No hay que crear una colección de OpenSearch Serverless ni pagar por las capacidades de OCU. AgentCore Gateway publica cada base como una herramienta MCP independiente. La API AgenticRetrieveStream, dentro de la base, descompone la pregunta en subconsultas, busca de forma iterativa, reordena los resultados y devuelve una respuesta con citas.

Una limitación importante: la búsqueda agéntica y la integración con Gateway solo funcionan con una base gestionada. Si tiene una base propia con su propio almacén vectorial, por ejemplo por requisitos de residencia de datos o por un ajuste fino del índice, esta vía no está disponible para ella.

Cuatro stacks y un solo comando

La aplicación se compone de cuatro stacks: la base de conocimiento con un bucket de S3, Gateway, el agente construido con Strands en AgentCore Runtime y los paneles. No hace falta definir a mano el orden de despliegue. Gateway recibe las referencias a ambas bases, el agente recibe la dirección de Gateway y los paneles reciben los identificadores de las bases, de Gateway y del runtime. Son siete valores que pasan de un stack a otro. En CDK basta con pasar un objeto al constructor, y las dependencias y las exportaciones aparecen solas. En CloudFormation puro serían exportaciones manuales y un script de despliegue que se desincronizan en cuanto se renombra algo.

El comando cdk deploy --all lo levanta todo. Lo que más tarda es la construcción de la imagen del agente en CodeBuild para ARM64, unos 8–10 minutos, sin necesidad de Docker local. La configuración está reunida en config.py: prefijo del proyecto, región (por defecto us-west-2), tipo de embeddings y modelo del agente, por defecto Claude Haiku 4.5. Cambiar PROJECT_NAME crea una copia independiente de la solución, de modo que dos despliegues pueden coexistir en la misma cuenta.

Las bases son dos a propósito. Cuando el agente tiene dos herramientas con nombre, la elección de la fuente es visible en el árbol de spans y las métricas de calidad de búsqueda no se mezclan en una media de dominios no relacionados. Si se volcaran ambos corpus en un único índice, la decisión de enrutamiento quedaría oculta dentro del ranking.

La observabilidad como la mitad del proyecto

El agente sigue un camino distinto en cada ciclo, y sin telemetría no es posible entender ni ese camino ni la calidad de la respuesta. Por eso, aproximadamente la mitad de los recursos existe para la observabilidad: dos paneles de CloudWatch y siete capas de datos. Estas capas cubren las métricas de la propia base de conocimiento, la ingesta de documentos, la calidad de la búsqueda agéntica, las métricas de Gateway y MCP, el árbol de spans OTEL, el consumo de tokens y las evaluaciones de calidad.

Las capas 1, 4 y 5 se recogen automáticamente. Las capas 3, 6 y 7 las publica el cuaderno de demostración como métricas personalizadas, así que en producción habrá que conectarlas por cuenta propia.

La evaluación de calidad funciona en dos modos: bajo demanda y de forma continua sobre una muestra del tráfico. La proporción de muestra es del 100 % por defecto. Para una demo resulta cómodo, pero con carga real afectará al coste, así que conviene reducirla: cada comprobación invoca un modelo. Las evaluaciones de fidelidad a las fuentes y de corrección ayudan a detectar antes que los usuarios que las respuestas se alejan del documento original. Para los spans hay que activar CloudWatch Transaction Search.

Qué llevarse a la práctica

Los datos del ejemplo son didácticos: un 10-K sintético de la empresa ficticia Octank de unos 198 KB y un informe público del Congreso de EE. UU. sobre tornados de unos 560 KB. Con dos documentos pequeños no se pueden extraer conclusiones sobre latencias, costes ni precisión a volúmenes empresariales, y AWS no publica cifras reales.

Lo útil aquí son las decisiones de arquitectura. No levantar una base vectorial sin requisitos especiales. Crear una herramienta por cada fuente para que el enrutamiento sea visible. Incorporar las métricas y la evaluación de calidad en el código de infraestructura desde el primer día, y no después del primer incidente.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué cambia respecto al RAG tradicional?

En el esquema agéntico, un agente con capacidad de razonamiento forma parte del ciclo de búsqueda. Decide si hay que buscar, en qué base de conocimiento hacerlo y si conviene volver a consultar antes de redactar la respuesta. Imagine un asistente de empresa: ante una pregunta sobre ingresos, consulta el archivo financiero; ante una pregunta sobre tornados, consulta el archivo meteorológico; y si la primera referencia no basta, vuelve a buscar una segunda. Técnicamente, esto lo hacen tres componentes.

¿Qué se sabe sobre Cuatro stacks y un solo comando?

La aplicación se compone de cuatro stacks: la base de conocimiento con un bucket de S3, Gateway, el agente construido con Strands en AgentCore Runtime y los paneles. No hace falta definir a mano el orden de despliegue. Gateway recibe las referencias a ambas bases, el agente recibe la dirección de Gateway y los paneles reciben los identificadores de las bases, de Gateway y del runtime. Son siete valores que pasan de un stack a otro.

¿Qué se sabe sobre La observabilidad como la mitad del proyecto?

El agente sigue un camino distinto en cada ciclo, y sin telemetría no es posible entender ni ese camino ni la calidad de la respuesta. Por eso, aproximadamente la mitad de los recursos existe para la observabilidad: dos paneles de CloudWatch y siete capas de datos. Estas capas cubren las métricas de la propia base de conocimiento, la ingesta de documentos, la calidad de la búsqueda agéntica, las métricas de Gateway y MCP, el árbol de spans OTEL, el consumo de tokens y las evaluaciones de calidad.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…