AWS 结合 Crawl4AI 为 Amazon Bedrock 知识库准备网页内容

AWS 官方方案展示了如何结合开源爬虫 Crawl4AI 预处理公开网页内容并批量摄入 Amazon Bedrock 知识库。该工作流通过运行在 AWS Fargate 上的 Crawl4AI 进行范围限定爬取与正文修剪，生成 Markdown 文件及对应的 JSON 元数据侧车文件，随后上传至 Amazon S3 并触发 Bedrock 向量摄入作业。