AWS 教程：用 Crawl4AI 为 Bedrock 知识库准备网页

AWS 发布教程，介绍如何用开源 Python 爬虫 Crawl4AI 预处理需要自定义处理的网页源：把每页的 Markdown 和元数据 sidecar 写入 Amazon S3，再由 Amazon Bedrock Knowledge Bases 的 S3 数据源摄取。 该工作流只处理公开页面，不实现需要登录的会话；它面向已知网站属性的批量摄取，而非推理时的实时网页访问（如 Amazon Nova 的 Web Grounding）。Amazon Bedrock 对每个元数据 sidecar 限制为 10 KB。 运行成本方面，每次运行按所配置的 Fargate 任务规格计费，默认规格为 2 vCPU 和 4 GB。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。