Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarAWS Machine Learning Blog→ original

AWS montre comment déployer une recherche agentique en une seule commande CDK : 4 stacks et 7 couches de métriques

Un RAG classique interroge un seul index, une seule fois, et perd une partie de la réponse si les données sont réparties sur deux bases. AWS a publié un modèle en CDK (infrastructure décrite en code Python) : une seule commande déploie 4 stacks, c'est-à-dire des groupes de ressources allant des bases de connaissances aux tableaux de bord. L'agent choisit lui-même la base et relance la recherche quand les données sont insuffisantes, tandis que 7 couches de métriques dans CloudWatch retracent son parcours. Aucun magasin vectoriel n'est à provisionner.

Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
AWS montre comment déployer une recherche agentique en une seule commande CDK : 4 stacks et 7 couches de métriques
Source : AWS Machine Learning Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAWS Machine Learning Blog ↗
Rédacteur en chef
Chiffre clé #1La recherche agentique et Gateway ne fonctionnent que sur une base de connaissances managée
Chiffre clé #2Deux tableaux de bord CloudWatch et deux évaluations de qualité : à la demande et en continu
Chiffre clé #3Les données de démonstration sont réduites, et AWS ne fournit ni chiffres de latence ni chiffres de coût

Un RAG classique est simple : la question est transformée en vecteur, les fragments de texte les plus proches sont extraits d'un seul index, et le modèle rédige la réponse. Mais si la réponse se trouve dans deux ensembles de documents, par exemple un rapport financier et des bulletins météorologiques, la recherche ne ramène que la moitié de l'information utile, et le modèle répond pourtant de façon fluide et assurée. AWS a publié une analyse montrant comment résoudre ce problème grâce à une recherche « agentique » s'appuyant sur la base de connaissances managée Amazon Bedrock.

Tout se déploie en une seule commande via CDK (AWS Cloud Development Kit, qui décrit l'infrastructure cloud avec du code Python ordinaire). L'application comprend 4 stacks, c'est-à-dire quatre groupes de ressources liés : les bases de connaissances, la passerelle Gateway, l'agent lui-même et les tableaux de bord. Quant aux « 7 couches de métriques », elles désignent sept types de données sur le fonctionnement de l'agent, du chargement des documents à la consommation de tokens, en passant par les évaluations de la qualité des réponses.

Ce qui change par rapport au RAG classique

Dans ce schéma agentique, un agent doté de capacités de raisonnement est intégré à la boucle de recherche. Il décide s'il faut chercher, dans quelle base de connaissances, et s'il doit revenir chercher un complément avant de rédiger la réponse. Imaginez un assistant dans une entreprise : pour une question sur le chiffre d'affaires, il consulte les archives financières ; pour une question sur les tornades, il consulte les archives météorologiques ; et si la première source ne suffit pas, il retourne en chercher une seconde.

Techniquement, trois composants assurent cela. La Managed Knowledge Base (de type MANAGED) analyse elle-même les documents, les découpe en fragments, calcule les embeddings et les indexe. Il n'est pas nécessaire de créer une collection OpenSearch Serverless ni de payer des capacités en OCU. AgentCore Gateway publie chaque base comme un outil MCP distinct. L'API AgenticRetrieveStream décompose la question en sous-requêtes à l'intérieur de la base, effectue la recherche de façon itérative, reclasse les résultats et renvoie une réponse accompagnée de citations.

La limite importante : la recherche agentique et l'intégration avec Gateway ne fonctionnent que sur une base managée. Si vous disposez de votre propre base avec un magasin vectoriel dédié, par exemple pour des exigences de résidence des données ou un réglage fin de l'index, cette voie ne vous est pas ouverte.

Quatre stacks et une seule commande

L'application se compose de quatre stacks : la base de connaissances avec son bucket S3, Gateway, l'agent construit avec Strands dans AgentCore Runtime, et les tableaux de bord. Il n'est pas nécessaire de définir manuellement l'ordre de déploiement. Gateway reçoit les références des deux bases, l'agent reçoit l'adresse de Gateway, et les tableaux de bord reçoivent les identifiants des bases, de Gateway et du runtime. Ces valeurs transmises d'un stack à l'autre sont au nombre de sept. Dans CDK, il suffit de passer un objet au constructeur, et les dépendances ainsi que les exports apparaissent d'eux-mêmes. En CloudFormation brut, il faudrait des exports manuels et un script de déploiement qui divergent dès le premier renommage.

La commande cdk deploy --all déploie l'ensemble. L'étape la plus longue est la construction de l'image de l'agent dans CodeBuild en ARM64, environ 8 à 10 minutes, sans nécessiter de Docker en local. Les paramètres sont regroupés dans config.py : préfixe du projet, région (us-west-2 par défaut), type d'embeddings et modèle de l'agent, par défaut Claude Haiku 4.5. Changer PROJECT_NAME crée une copie indépendante de la solution, si bien que deux déploiements peuvent coexister dans un même compte.

Les bases sont volontairement au nombre de deux. Lorsque l'agent dispose de deux outils nommés, le choix de la source est visible dans l'arbre des spans, et les métriques de qualité de recherche ne sont pas noyées dans une moyenne portant sur des domaines sans rapport. Si l'on versait les deux corpus dans un seul index, la décision de routage se cacherait à l'intérieur du classement.

L'observabilité, moitié du projet

À chaque requête, l'agent emprunte un chemin différent, et sans télémétrie on ne peut ni comprendre ce chemin ni évaluer la qualité de la réponse. C'est pourquoi environ la moitié des ressources sert à l'observabilité : deux tableaux de bord CloudWatch et sept couches de données. Ces couches couvrent les métriques de la base de connaissances elle-même, l'ingestion des documents, la qualité de la recherche agentique, les métriques de Gateway et de MCP, l'arbre des spans OTEL, la consommation de tokens et les évaluations de qualité.

Les couches 1, 4 et 5 sont collectées automatiquement. Les couches 3, 6 et 7 sont publiées par le notebook de démonstration sous forme de métriques personnalisées : il faudra donc les brancher vous-même en production.

L'évaluation de la qualité fonctionne selon deux modes : à la demande et en continu sur un échantillon du trafic. La part d'échantillonnage est fixée par défaut à 100 %. C'est pratique pour une démo, mais en charge réelle cela pèse sur les coûts, il faut donc la réduire, car chaque vérification appelle un modèle. Les évaluations de fidélité aux sources et d'exactitude permettent de repérer des réponses qui s'écartent de la source d'origine avant que les utilisateurs ne s'en aperçoivent. Pour les spans, il faut activer CloudWatch Transaction Search.

Ce qu'il faut retenir en pratique

Les données de l'exemple sont pédagogiques : un 10-K synthétique de l'entreprise fictive Octank d'environ 198 Ko et un rapport public du Congrès américain sur les tornades d'environ 560 Ko. Deux petits documents ne permettent pas de juger les latences, les coûts ou la précision à l'échelle d'une entreprise, et AWS ne publie pas de chiffres réels.

Les choix d'architecture, en revanche, sont utiles. Ne pas provisionner de base vectorielle sans exigence particulière. Créer un outil distinct par source pour que le routage reste visible. Intégrer les métriques et l'évaluation de la qualité au code d'infrastructure dès le premier jour, plutôt qu'après le premier incident.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qui change par rapport au RAG classique ?

Dans ce schéma agentique, un agent doté de capacités de raisonnement est intégré à la boucle de recherche. Il décide s'il faut chercher, dans quelle base de connaissances, et s'il doit revenir chercher un complément avant de rédiger la réponse.

Que sait-on sur Quatre stacks et une seule commande ?

L'application se compose de quatre stacks : la base de connaissances avec son bucket S3, Gateway, l'agent construit avec Strands dans AgentCore Runtime, et les tableaux de bord. Il n'est pas nécessaire de définir manuellement l'ordre de déploiement. Gateway reçoit les références des deux bases, l'agent reçoit l'adresse de Gateway, et les tableaux de bord reçoivent les identifiants des bases, de Gateway et du runtime. Ces valeurs transmises d'un stack à l'autre sont au nombre de sept.

Que sait-on sur L'observabilité, moitié du projet ?

À chaque requête, l'agent emprunte un chemin différent, et sans télémétrie on ne peut ni comprendre ce chemin ni évaluer la qualité de la réponse. C'est pourquoi environ la moitié des ressources sert à l'observabilité : deux tableaux de bord CloudWatch et sept couches de données.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ 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
Qu'en pensez-vous ?
Chargement des commentaires…