AWS Machine Learning Blog· Daxeshkumar Patel·· 6 小时前
用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容
Prepare web content for Amazon Bedrock Knowledge Bases with Crawl4AI
AI 导读
针对 Amazon Bedrock Knowledge Bases 中需要精细控制的网页来源，可用开源 Python 爬虫 Crawl4AI 做预处理：将每页写成 Markdown 和元数据 sidecar 上传到 Amazon S3，再由知识库的 S3 数据源摄取。
入选记录
门槛 60官方一手第一次 34第二次 34
未入选两次之和 68 < 门槛的两倍 120
- 信源等级
- 官方一手，这一级的门槛是 60 分
- 预筛
- 通过：RAG知识库与爬虫预处理教程
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：AWS Machine Learning Blog · aws.amazon.com