Amazon Bedrock Knowledge Base MCP Server

Instructions

パーシング設定（オプション）:
parsing_strategy: パーシング戦略
    - 'BEDROCK_FOUNDATION_MODEL': Foundation Modelを使用したパーシング
      （マルチモーダルデータ（画像、表、グラフなど）を処理可能、プロンプトカスタマイズ可能）
    - 'BEDROCK_DATA_AUTOMATION': Bedrock Data Automationを使用したパーシング
      （マルチモーダルデータを処理可能、完全マネージド、追加プロンプト不要）
    注意: 指定しない場合はKnowledge Baseのデフォルト設定が使用されます
parsing_model_arn: Foundation ModelのARN（parsing_strategy='BEDROCK_FOUNDATION_MODEL'の場合必須）
    例: "arn:aws:bedrock:us-east-1::foundation-model/anthropic.claude-3-sonnet-20240229-v1:0"
    サポートされているモデル: Claude 3 Sonnet, Claude 3 Opus, Claude 3 Haikuなど
parsing_modality: マルチモーダル設定
    - 'MULTIMODAL': テキストと画像の両方を処理（オプション）
parsing_prompt_text: パーシングプロンプトのテキスト（オプション）
    Foundation Modelにドキュメントの解釈方法を指示するテキスト
    例: "Extract all text, tables, and figures from this document."

チャンキング設定（オプション）:
chunking_strategy: チャンキング戦略
    - 'FIXED_SIZE': 固定サイズのチャンクに分割（推奨: max_tokens=1000, overlap_percentage=20）
    - 'HIERARCHICAL': 階層的なチャンクに分割（大きなチャンクと小さなチャンクの2層）
    - 'SEMANTIC': セマンティックなチャンクに分割（NLPを使用して類似コンテンツでグループ化）
    - 'NONE': チャンクに分割しない（各ファイルが1つのチャンクとして扱われる）
    注意: 指定しない場合はKnowledge Baseのデフォルト設定が使用されます
chunking_max_tokens: 最大トークン数（chunking_strategy='FIXED_SIZE'または'SEMANTIC'の場合に使用）
    - FIXED_SIZE: 1以上（推奨: 500-2000）
    - SEMANTIC: 1以上（推奨: 1000-3000）
chunking_overlap_percentage: オーバーラップ率（chunking_strategy='FIXED_SIZE'の場合に使用）
    範囲: 1-99（推奨: 10-30）
    隣接するチャンク間で重複するトークンの割合
chunking_overlap_tokens: オーバーラップトークン数（chunking_strategy='HIERARCHICAL'の場合に使用）
    階層チャンキングで使用する重複トークン数
chunking_buffer_size: バッファサイズ（chunking_strategy='SEMANTIC'の場合に使用）
    範囲: 0-1（推奨: 1）
    文を比較する際の移動コンテキストウィンドウのサイズ
chunking_breakpoint_threshold: ブレークポイントのパーセンタイル閾値（chunking_strategy='SEMANTIC'の場合に使用）
    範囲: 50-99（推奨: 80-95）
    チャンクを分割するための類似度閾値（低いほど多くのチャンクが作成される）

# 特定のプレフィックスのみを含めるデータソース
create_data_source(
    knowledge_base_id="KB123",
    name="Documents Only",
    source_type="S3",
    bucket_arn="arn:aws:s3:::my-bucket",
    inclusion_prefixes="documents/,pdfs/"
)

# カスタムパーシングとチャンキング設定を使用
create_data_source(
    knowledge_base_id="KB123",
    name="Custom Data Source",
    source_type="S3",
    bucket_arn="arn:aws:s3:::my-bucket",
    parsing_strategy="BEDROCK_FOUNDATION_MODEL",
    parsing_model_arn="arn:aws:bedrock:us-east-1::foundation-model/anthropic.claude-3-sonnet-20240229-v1:0",
    parsing_modality="MULTIMODAL",
    chunking_strategy="FIXED_SIZE",
    chunking_max_tokens=1000,
    chunking_overlap_percentage=20
)

Implementation Reference

• src/bedrock_kb_mcp_server/bedrock_client.py:337-385 (handler)

  The actual implementation that calls the Bedrock API to create the data source.

  def create_data_source(
      self,
      knowledge_base_id: str,
      name: str,
      data_source_configuration: Dict[str, Any],
      vector_ingestion_configuration: Optional[Dict[str, Any]] = None,
  ) -> DataSourceResponseDict:
      """
      Knowledge Baseにデータソースを作成します。
      
      データソースは、Knowledge Baseがデータを取得する場所を定義します。
      通常はS3バケットを指定します。
  
      Args:
          knowledge_base_id: データソースを追加するKnowledge BaseのID
          name: データソースの名前
          data_source_configuration: データソース設定の辞書
              - type: データソースタイプ（現在は"S3"のみサポート）
              - s3Configuration: S3設定
                  - bucketArn: S3バケットARN
                  - inclusionPrefixes (オプション): 含めるS3プレフィックスのリスト
          vector_ingestion_configuration: ベクトル取り込み設定の辞書（オプション）
              - parsingConfiguration: パーシング設定（オプション）
              - chunkingConfiguration: チャンキング設定（オプション）
      
      Returns:
          DataSourceResponseDict: データソースの作成結果
              - data_source_id: 作成されたデータソースのID
              - status: データソースのステータス
      
      Raises:
          ClientError: AWS API呼び出しが失敗した場合
      """
      try:
          # API呼び出しパラメータを構築
          api_params = {
              "knowledgeBaseId": knowledge_base_id,
              "name": name,
              "dataSourceConfiguration": data_source_configuration,
          }
          
          # ベクトル取り込み設定が指定されている場合は追加
          # パーシング設定やチャンキング設定を含むことができます
          if vector_ingestion_configuration:
              api_params["vectorIngestionConfiguration"] = vector_ingestion_configuration
          
          # AWS Bedrock APIを呼び出してデータソースを作成
          response = self.bedrock_agent.create_data_source(**api_params)

• src/bedrock_kb_mcp_server/main.py:518-605 (handler)

  The MCP tool handler function which invokes the bedrock_client.create_data_source logic. Note: The code provided for handle_create_data_source spans from line 518 to 722 in main.py.

  def create_data_source(
      knowledge_base_id: str,
      name: str,
      source_type: str = "S3",
      bucket_arn: str = "",
      inclusion_prefixes: str = "",
      # パーシング設定（オプション）
      parsing_strategy: str = "",
      parsing_model_arn: str = "",
      parsing_modality: str = "",
      parsing_prompt_text: str = "",
      # チャンキング設定（オプション）
      chunking_strategy: str = "",
      chunking_max_tokens: int = 0,
      chunking_overlap_percentage: int = 0,
      chunking_overlap_tokens: int = 0,
      chunking_buffer_size: int = 0,
      chunking_breakpoint_threshold: int = 0,
  ) -> DataSourceResponseDict:
      """
      Knowledge Baseにデータソースを作成します。
      
      データソースは、Knowledge Baseがデータを取得する場所を定義します。
      S3バケットを指定し、必要に応じて特定のプレフィックス（フォルダ）のみを
      含めることができます。パーシング設定とチャンキング設定を指定することで、
      データソースごとに異なる処理方法を適用できます。
      
      注意: Knowledge Baseの`storage_type`が`S3_VECTORS`でも、データソースの`type`は
      常に`S3`になります。これらは異なる概念です：
      - `storage_type`: Knowledge Baseのストレージ設定（S3またはS3_VECTORS）
      - `dataSourceConfiguration.type`: データソースのタイプ（S3, WEB, CONFLUENCEなど）
  
      Args:
          knowledge_base_id: データソースを追加するKnowledge BaseのID
          name: データソースの名前（1-100文字）
          source_type: データソースタイプ（現在は'S3'のみサポート、デフォルト: 'S3'）
          bucket_arn: データソースとして使用するS3バケットのARN（arn:aws:s3:::BUCKET_NAME形式）
          inclusion_prefixes: 含めるS3プレフィックスのカンマ区切り文字列（オプション）
              例: "documents/,images/" のように複数のプレフィックスを指定可能
              空文字列の場合はバケット内のすべてのオブジェクトが対象
          
          パーシング設定（オプション）:
          parsing_strategy: パーシング戦略
              - 'BEDROCK_FOUNDATION_MODEL': Foundation Modelを使用したパーシング
                （マルチモーダルデータ（画像、表、グラフなど）を処理可能、プロンプトカスタマイズ可能）
              - 'BEDROCK_DATA_AUTOMATION': Bedrock Data Automationを使用したパーシング
                （マルチモーダルデータを処理可能、完全マネージド、追加プロンプト不要）
              注意: 指定しない場合はKnowledge Baseのデフォルト設定が使用されます
          parsing_model_arn: Foundation ModelのARN（parsing_strategy='BEDROCK_FOUNDATION_MODEL'の場合必須）
              例: "arn:aws:bedrock:us-east-1::foundation-model/anthropic.claude-3-sonnet-20240229-v1:0"
              サポートされているモデル: Claude 3 Sonnet, Claude 3 Opus, Claude 3 Haikuなど
          parsing_modality: マルチモーダル設定
              - 'MULTIMODAL': テキストと画像の両方を処理（オプション）
          parsing_prompt_text: パーシングプロンプトのテキスト（オプション）
              Foundation Modelにドキュメントの解釈方法を指示するテキスト
              例: "Extract all text, tables, and figures from this document."
          
          チャンキング設定（オプション）:
          chunking_strategy: チャンキング戦略
              - 'FIXED_SIZE': 固定サイズのチャンクに分割（推奨: max_tokens=1000, overlap_percentage=20）
              - 'HIERARCHICAL': 階層的なチャンクに分割（大きなチャンクと小さなチャンクの2層）
              - 'SEMANTIC': セマンティックなチャンクに分割（NLPを使用して類似コンテンツでグループ化）
              - 'NONE': チャンクに分割しない（各ファイルが1つのチャンクとして扱われる）
              注意: 指定しない場合はKnowledge Baseのデフォルト設定が使用されます
          chunking_max_tokens: 最大トークン数（chunking_strategy='FIXED_SIZE'または'SEMANTIC'の場合に使用）
              - FIXED_SIZE: 1以上（推奨: 500-2000）
              - SEMANTIC: 1以上（推奨: 1000-3000）
          chunking_overlap_percentage: オーバーラップ率（chunking_strategy='FIXED_SIZE'の場合に使用）
              範囲: 1-99（推奨: 10-30）
              隣接するチャンク間で重複するトークンの割合
          chunking_overlap_tokens: オーバーラップトークン数（chunking_strategy='HIERARCHICAL'の場合に使用）
              階層チャンキングで使用する重複トークン数
          chunking_buffer_size: バッファサイズ（chunking_strategy='SEMANTIC'の場合に使用）
              範囲: 0-1（推奨: 1）
              文を比較する際の移動コンテキストウィンドウのサイズ
          chunking_breakpoint_threshold: ブレークポイントのパーセンタイル閾値（chunking_strategy='SEMANTIC'の場合に使用）
              範囲: 50-99（推奨: 80-95）
              チャンクを分割するための類似度閾値（低いほど多くのチャンクが作成される）
  
      Returns:
          DataSourceResponseDict: データソースの作成結果
              - data_source_id: 作成されたデータソースのID
              - status: データソースのステータス（'CREATING', 'ACTIVE', 'FAILED'など）
      
      Raises:
          ValueError: 入力値が無効な場合（source_typeが無効、バリデーションエラーなど）
              - source_typeが'S3'以外の場合
              - parsing_strategy='BEDROCK_FOUNDATION_MODEL'でparsing_model_arnが指定されていない場合

• src/bedrock_kb_mcp_server/models.py:434-455 (schema)

  The Pydantic model for validating the CreateDataSource MCP tool input.

  class CreateDataSourceRequest(BaseModel):
      """
      データソース作成リクエストのバリデーションモデル
      
      データソースを作成する際に必要なパラメータを定義し、
      入力値の検証を行います。
      
      Attributes:
          knowledge_base_id: データソースを追加するKnowledge BaseのID
          name: データソースの名前（1-100文字）
          source_type: データソースタイプ（現在はS3のみサポート、デフォルト: S3）
          bucket_arn: データソースとして使用するS3バケットのARNまたはS3 URI
          inclusion_prefixes: 含めるS3プレフィックスのカンマ区切り文字列（オプション）
          vector_ingestion_configuration: ベクトル取り込み設定（オプション）
      """
      # Knowledge Base ID: 必須
      knowledge_base_id: str = Field(..., description="Knowledge Base ID")
      
      # データソース名: 必須、1-100文字
      name: str = Field(..., min_length=1, max_length=100, description="データソース名")
      
      # データソースタイプ: デフォルトはS3