An astronaut overseeing a futuristic data hub
PDF herunterladenMarkdown-Version

Verbinden Sie Amazon Bedrock Kb mit ChatGPT und Claude

Richten Sie es einmal ein und es funktioniert mit ChatGPT, Claude, Cursor und jedem anderen Client, den Sie lieben. Alles läuft sicher im Hintergrund, damit Sie sich entspannen und sich auf das Wesentliche konzentrieren können. Ermöglichen Sie Ihren LLM-Agenten den Zugriff auf Ihre gesamten AWS-Datenbanken.

Fragen Sie die KI zu diesem Connector

Entwickelt, gewartet und gehostet von Vinkius.

MCP VERIFIZIERT · PRODUKTIONSREIF · VINKIUS GARANTIE

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Ihre KI erledigt die Arbeit. Wir halten alles sicher und geschützt.

Kein anderes KI-Tool bietet Ihnen das. Ihr Workflow läuft im Client, den Sie bereits lieben, Ihr Konto bleibt geschützt, und Sie entscheiden, was der Agent darf und was nicht. Das ist der ganze Grund für den Wechsel.

Jeder Connector lebt in unserer Infrastruktur, dort wo Ihr Workflow läuft. Die drei Dinge unten sind bereits Teil davon und arbeiten leise im Hintergrund, damit Sie nie darüber nachdenken müssen. Nichts hinzuzufügen, nichts einzurichten, keine Sorgen.

A futuristic MCP client docking bay
V8 Isolate01

Jeder Connector läuft in seiner eigenen abgeschotteten Umgebung.

Jeder Connector läuft in einer eigenen abgeriegelten V8-Laufzeit — kein Zugriff auf Ihre Dateien, Ihr System oder andere Server. Ein Connector sieht nie über seine eigene Anfrage hinaus.

Kill-Switch02

Ein Schalter stoppt jeden Agenten. Sofort.

Eine einzige Aktion deaktiviert jeden Connector, entzieht jedes Token und beendet jede Sitzung auf einmal. Die AI Governance bewahrt das Protokoll.

FinOps pro Nutzer03

Ausgabelimits, die anhalten, statt Sie zu überraschen.

Jeder Nutzer behält eigene Verbindungen und Anmeldedaten, isoliert von allen anderen. Was Ihr Ausgabelimit überschreiten würde, wird zurückgehalten und wartet auf Ihre Freigabe, anstatt abgerechnet zu werden.

Drei Kontrollen, eingebaut in die Schicht, über die sich Ihre KI verbindet.

Kuratiertes Set · 6 Fähigkeiten

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 02

01-03

3 Fähigkeiten in diesem Set.

Teil von 6, verfügbar über Amazon Bedrock.

  1. 01

    Ingestion-Jobs von AWS Bedrock KB auflisten

    Überprüfen Sie alle expliziten Synchronisierungsoperationen der AWS Bedrock Knowledge Base.

  2. 02

    AWS Bedrock Knowledge Base abrufen

    Holen Sie detaillierte Informationen zu einer spezifischen AWS Bedrock Knowledge Base.

  3. 03

    Datenquellen einer AWS Bedrock KB auflisten

    Sehen Sie alle Datenquellen, die explizit mit einer AWS Bedrock Knowledge Base verknüpft sind.

Fähigkeiten-Set02 / 02

04-06

3 Fähigkeiten in diesem Set.

Teil von 6, verfügbar über Amazon Bedrock.

  1. 04

    AWS Bedrock Knowledge Bases auflisten

    Erhalten Sie eine Übersicht aller verfügbaren AWS Bedrock Knowledge Bases in Ihrer Region.

  2. 05

    Vektorindex sicher über AWS Bedrock abfragen

    Führen Sie eine sichere Abfrage eines Vektorindex, um relevante Text-Chunks zu extrahieren.

  3. 06

    LLM-Antworten mit Bedrock KB generieren

    Generieren Sie fundierte LLM-Antworten, die explizit auf den Inhalten der Bedrock KB basieren.

Echte Arbeit

Was Teams täglich ausführen

01

Internal Onboarding

Run a retrieval query to pull the top three relevant policy snippets for a new employee checklist, citing the exact source document.

02

Compliance Auditing

List all data sources and check their origin document mappings to ensure sensitive data is properly included in the knowledge base.

03

Knowledge Base Setup

List all available knowledge bases and check which embedding models are assigned to your region before starting a new project.

04

Data Pipeline Monitoring

Check the ingestion job status to confirm that new documentation buckets have finished syncing and mapping without errors.

Eine Aufgabe automatisieren

Bringen Sie Amazon Bedrock für eine Sache an die Arbeit.

Schritt-für-Schritt-Automatisierungen, die Ihre KI über diesen Connector ausführt: der Ablauf, die Prompts für den Einstieg und die genauen Fähigkeiten hinter jedem Schritt.

Ein Connector, jede KI

Amazon Bedrock funktioniert mit den beliebtesten KI-Clients.

Dies sind die beliebtesten Clients, jeder mit einer Schritt-für-Schritt-Anleitung: ein Link, einmal eingerichtet, mit Governance und Sichtbarkeit an Bord. Und da alles auf dem MCP-Standard läuft, funktioniert dieselbe Verbindung auch in jedem anderen kompatiblen Client — nichts neu zu bauen.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Bauen Sie Ihre eigene App? Der Connector gehört Ihnen.

Sie brauchen keinen Client, um Amazon Bedrock arbeiten zu lassen: dieselbe gehostete Verbindung speist Ihre eigenen Anwendungen und Ihren Agenten-Code, mit derselben Governance bei jeder Anfrage. Damit bauen, damit chatten — eine Verbindung für beides.

Beobachtet, nicht geschätzt

Durchschnitt 925ms. Schnell in der Produktion.

Amazon Bedrock wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1140ms
3. Okt.Heute
Schnellster Tag
723ms
Langsamster Tag
1140ms
14-Tage-Trend
Verlangsamend+17%

Verbinden Sie Ihren Client

Eine URL. Jeder Client.

Aktivieren Sie den Connector, kopieren Sie Ihren Link und fügen Sie ihn in den Client ein, den Sie bereits nutzen. 6 Fähigkeiten kommen einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

Das vk_preview_*-Token gehört zur Vorschau-Infrastruktur von Vinkius. Es ermöglicht Claude, die Fähigkeiten von Amazon Bedrock zu entdecken und anzuzeigen, damit Sie das Erlebnis in Ihrer KI sehen.

Es authentifiziert Ihr Konto nicht bei Amazon Bedrock. Aktionen, die Anmeldedaten oder echte Kontodaten erfordern, werden möglicherweise erst ausgeführt, wenn Sie den Connector aktivieren und den Dienst autorisieren.

Amazon Bedrock Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_VAqgKgPAMaCVADpiaKW1YIUR9Y3n0l8xHvlUnkn1/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Amazon Bedrock capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "amazon-bedrock-kb-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_VAqgKgPAMaCVADpiaKW1YIUR9Y3n0l8xHvlUnkn1/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Schritt-für-Schritt-Anleitungen für jeden Client finden Sie im Guide. Verbinden

Geführte Einrichtung für Claude? Amazon Bedrock in Claude und anderen KI-Tools einrichten

Alle KI-Clients ansehen, mit denen dieser Connector funktioniert ↑

Für wen

Für die Arbeit, die Amazon Bedrock-Nutzer abgeben.

Dieser MCP Connector ist für alle Entwickler und Architekten gedacht, die ihre AI-Anwendungen mit vertrauenswürdigen, unternehmensspezifischen Daten aus AWS anreichern müssen. Sie benötigen keine eigene Infrastruktur für Vektor-Datenbanken. Stattdessen erhalten Sie einen nahtlosen, verwalteten Workflow, der die Komplexität des Datenabrufs eliminiert und die Genauigkeit Ihrer LLM-Antworten maximiert.

  • 01

    AI-Entwickler

    Sie entwickeln RAG-Workflows schnell und benötigen keine Datenbanken zu hosten oder die Chunking-Synchronisierung zu verwalten.

  • 02

    Cloud-Architekten

    Sie müssen den Status der Datenaufnahme prüfen und die Herkunft der Dokumente sicher aus Ihrer Chat-Oberfläche auditieren.

  • 03

    Data Scientists

    Sie möchten Kontext-basierte Abfragen sofort prototypisieren und die Genauigkeit anhand exakter Daten-Chunks nachverfolgen.

FAQ

Fragen von Amazon Bedrock-Nutzern.

  • 01

    Do I need to manage my own vector database?

    No. This MCP connects directly to AWS Bedrock, giving you managed vector databases and eliminating the need for you to build or host custom vector pipelines.

  • 02

    What kind of data can I query?

    You can query massive corporate datasets stored in attached storage buckets, such as S3. The MCP handles the chunking and mapping of these documents into the knowledge base.

  • 03

    How do I check if my data is syncing correctly?

    You can use the MCP to list ingestion jobs and track the real-time syncing status of chunking pipelines, ensuring your documents are mapped to the index.

  • 04

    Is this only for AWS users?

    Yes. This MCP is designed specifically to connect your AI agent to the native services and infrastructure within your Amazon Bedrock account.

  • 05

    What is the difference between 'retrieve' and 'retrieve_and_generate'?

    The 'retrieve' capability pulls the raw, top-K text chunks from the vector index. The 'retrieve_and_generate' capability uses those chunks to generate a fully grounded, synthesized response from the LLM.

  • 06

    Can my AI agent directly run RAG without calling external LLMs?

    Yes! Use the retrieve_and_generate capability. Your agent passes the query and a designated Bedrock model ARN. Bedrock handles fetching chunks from the local vector index and synthesizing the final answer inside AWS boundaries, returning a fully grounded response instantly.

  • 07

    How can I check if new uploaded documents are successfully indexed in my agent?

    Just ask your agent to list ingestion jobs for a specific Knowledge Base ID and Data Source ID. It will report back the exact status (e.g., SYNCING, COMPLETED, FAILED) of chunks being mapped to your vector layout.

  • 08

    Can I see exactly where an answer came from in my documentation?

    Absolutely. Both the standard retrieve functionality and retrieve_and_generate calls will parse out the specific origin document URLs (e.g., S3 paths) and expose the exact raw text snippets that mathematically matched your query vector.

Entdecken

Mehr in Industry Titans

Vorschläge

Verbinde Amazon Bedrock mit Claude, Cursor, ChatGPT & mehr