ANNOUNCEMENT: Voyage AI joins MongoDB to power more accurate and trustworthy AI applications on Atlas.
Learn more
Docs 菜单

Amazon Bedrock知识库集成故障排除

本页介绍如何解决在将Atlas Vector Search与Amazon BedRock 集成时可能遇到的常见问题。

要解决本页未涵盖的问题,联系MongoDB支持部门

有关一般故障排除指导,请参阅以下步骤。

如果您在创建知识库时遇到问题,请检查以下内容:

  • 使用正确的主机名,并确保它包含集群上的 -pl 后缀(如果使用 PrivateLink)。

    主机名是Atlas 集群的URL,位于其连接字符串中。主机名使用以下格式:

    <clusterName>.mongodb.net
  • 请指定与您在 Atlas 中指定的相同的数据库、集合和向量索引名称。确保数据库用户可以访问 Atlas 中的数据库。

  • 在 Secrets Manager 中指定正确的用户名和密码密钥,并确保 ARN 是正确的。要了解更多信息,请参阅 AWS Secrets Manager 概念。

  • 如果您使用 PrivateLink,请在 Amazon Bedrock 中配置知识库时输入正确的 PrivateLink 服务名称。

    重要

    PrivateLink 服务终结点必须与知识库位于同一账户中。

  • 如果您遇到权限相关问题,请参阅如何排除在 Amazon Bedrock 中创建知识库时遇到的权限错误?

如果您在同步或检索知识库中的数据时遇到问题,请检查以下内容:

  • 确保您要接收的数据采用基础模型支持的格式。例如,如果您使用的是基于文本的模型,请确保数据是文本格式。

  • 确保您能够连接到您的集群,并且其凭证和网络访问权限没有发生变化。

  • 请确保在 Atlas Vector Search 索引中指定与您所选基础模型相对应的正确维数。

  • 如果您尝试过滤数据,请确保已在索引定义中将元数据字段定义为预过滤,并确保它们与数据源中的实际字段相对应。

注意

每次您在数据源的S3 存储桶中添加、修改或删除文件时,必须同步数据源,以便将其重新索引到知识库。同步是增量的,因此 Amazon Bedrock 仅处理 S3 存储桶自上次同步后添加、修改或删除的对象。要了解更多信息,请参阅 Amazon Bedrock 文档。

错误消息
故障排除步骤

在设置知识库时:

AccessDeniedException: User ... is not authorized to perform: iam:CreateRole on resource ... because no identity-based policy allows the iam:CreateRole action

确保您拥有创建 IAM 角色和策略的 IAM 权限。要了解更多信息,请参阅 Amazon Bedrock 文档

在尝试同步知识库的数据源时:

ConflictException: You cannot start an ingestion job on a knowledgeBase with status CREATING.

当您尝试同步仍在创建中的知识库的数据源时,就会发生这种情况。在同步数据源之前,确保知识库处于就绪状态。

要了解如何查看知识库状态,请参阅 Amazon Bedrock 文档

在尝试将知识库添加到代理时:

You must save your agent with Agent Resource Role defined before adding a knowledge base.

如果您在保存代理之前尝试将知识库添加到正在创建的新代理中,就会发生这种情况。您必须先保存代理,然后再将知识库添加到代理。

在测试代理时:

Access denied when calling Bedrock. Check your request permissions and retry the request.

当您尝试使用无权访问的基础模型时,就会发生此错误。您必须先请求访问 Amazon Bedrock 模型,然后才能使用它们。要了解如何请求或修改模型访问权限,请参阅 Amazon Bedrock 文档

使用 Amazon Titan 文本嵌入模型时:

BSON field '$vectorSearch.queryVector.####' is the wrong type 'int', expected type 'double'

这是在此模型中使用 Atlas Vector Search 时的一个已知问题。要解决此问题,请联系 MongoDB 支持人员