An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez Amazon Bedrock Kb à ChatGPT, Claude et Gemini

Configurez-le une fois et il fonctionne avec ChatGPT, Claude, Cursor et n'importe quel autre client que vous aimez. Tout s'exécute en toute sécurité en arrière-plan, pour que vous puissiez vous détendre et vous concentrer sur l'essentiel. Donnez à votre agent la puissance des données d'entreprise sécurisées d'AWS.

Demandez à l'IA à propos de ce Connector

Développé, maintenu et hébergé par Vinkius.

MCP VÉRIFIÉ · PRÊT POUR LA PRODUCTION · GARANTIE VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Votre IA fait le travail. Nous veillons dessus, en toute sécurité.

Aucun autre outil d'IA ne vous offre ça. Votre workflow s'exécute dans le client que vous aimez déjà, votre compte reste protégé, et vous décidez ce que l'agent peut ou ne peut pas faire. C'est la vraie raison de faire le pas.

Chaque Connector vit dans notre infrastructure, là où votre workflow s'exécute. Les trois choses ci-dessous en font déjà partie et travaillent discrètement en arrière-plan pour que vous n'ayez jamais à y penser. Rien à ajouter, rien à configurer, aucune inquiétude à avoir.

A futuristic MCP client docking bay
V8 Isolate01

Chaque Connector s'exécute dans son propre environnement scellé.

Chaque Connector s'exécute dans son propre runtime V8 scellé, sans accès à vos fichiers, à votre système ni aux autres serveurs. Un Connector ne voit jamais au-delà de sa propre requête.

Kill Switch02

Un seul interrupteur arrête tous les agents. Immédiatement.

Une seule action désactive tous les Connectors, révoque tous les tokens et termine toutes les sessions d'un coup. La Gouvernance de l'IA conserve le registre.

FinOps par utilisateur03

Des limites de dépense qui s'interrompent au lieu de surprendre.

Chaque utilisateur garde ses propres connexions et identifiants, isolés de ceux des autres. Ce qui dépasserait votre limite de dépense est stoppé et mis en attente de votre approbation, pas facturé.

Trois contrôles, intégrés à la couche par laquelle votre IA se connecte.

Sélection · 6 capacités

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 02

01-03

3 capacités dans cet ensemble.

Sur 6 disponibles via Amazon Bedrock.

  1. 01

    Lister les jobs d'ingestion Bedrock KB AWS

    Visualisez les opérations de synchronisation explicites des Knowledge Bases Amazon Bedrock sur AWS.

  2. 02

    Récupérer une base de connaissances Amazon Bedrock

    Obtenez des informations détaillées sur une base de connaissances spécifique Amazon Bedrock sur AWS.

  3. 03

    Lister les sources de données liées à une KB AWS

    Examinez toutes les sources de données attachées et liées à une Knowledge Base Amazon Bedrock sur AWS.

Ensemble de capacités02 / 02

04-06

3 capacités dans cet ensemble.

Sur 6 disponibles via Amazon Bedrock.

  1. 04

    Lister les bases de connaissances Amazon Bedrock

    Récupérez la liste complète des bases de connaissances Amazon Bedrock disponibles dans votre compte AWS.

  2. 05

    Interroger un index vectoriel via Amazon Bedrock

    Effectuez une requête de recherche vectorielle sécurisée en utilisant les capacités d'Amazon Bedrock.

  3. 06

    Générer des réponses LLM ancrées avec Bedrock KB

    Obtenez des réponses LLM explicitement ancrées en utilisant les données de votre Knowledge Base Bedrock.

Travail réel

Ce que les équipes font tourner

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.

Automatisez une tâche

Mettez Amazon Bedrock au travail sur une chose.

Des automatisations étape par étape que votre IA exécute via ce Connector : le flux, les prompts pour démarrer et les capabilities exactes derrière chaque étape.

Un connector, toutes les IAs

Amazon Bedrock fonctionne avec les clients IA les plus populaires.

Voici les clients les plus populaires, chacun avec un guide pas à pas : un lien, configuré une fois, avec gouvernance et visibilité intégrées. Et comme tout tourne sur le standard MCP, la même connexion fonctionne aussi dans tout autre client compatible : rien à reconstruire.

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

Vous construisez votre propre app ? Le connector est à vous.

Vous n'avez pas besoin d'un client pour mettre Amazon Bedrock au travail : la même connexion hébergée se branche sur vos propres applications et le code de votre agent, avec la même gouvernance à chaque requête. Construisez avec lui, discutez avec lui : une connexion pour les deux.

Observée, pas estimée

Moyenne de 925 ms. Rapide en production.

Amazon Bedrock est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1140 ms
3 oct.Aujourd'hui
Jour le plus rapide
723ms
Jour le plus lent
1140ms
Tendance sur 14 jours
En ralentissement+17%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 6 capacités arrivent prêtes à l'emploi.

Accès aperçu · pas d’authentification du fournisseur

Le jeton vk_preview_* appartient à l’infrastructure d’aperçu de Vinkius. Il permet à Claude de découvrir et d’afficher les capacités de Amazon Bedrock, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de Amazon Bedrock. Les actions nécessitant des identifiants ou des données de compte réelles peuvent ne pas s’exécuter tant que vous n’avez pas activé le Connector et autorisé le service.

Amazon Bedrock Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_VAqgKgPAMaCVADpiaKW1YIUR9Y3n0l8xHvlUnkn1/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  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.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "amazon-bedrock-kb-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_VAqgKgPAMaCVADpiaKW1YIUR9Y3n0l8xHvlUnkn1/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Les instructions pas à pas pour chaque client sont dans le guide. Comment connecter

Configuration guidée pour Claude ? Configurer Amazon Bedrock avec Claude et les autres IA

Voyez tous les clients IA avec lesquels ce connector fonctionne ↑

Pour qui

Conçu pour le travail que les utilisateurs de Amazon Bedrock délèguent.

Ce Connector est conçu pour les équipes qui souhaitent intégrer des données d'entreprise complexes et volumineuses dans leurs agents IA. Il permet de contourner la complexité de la construction de pipelines vectoriels manuels, en exploitant directement l'infrastructure AWS. Que vous soyez développeur, architecte ou data scientist, vous bénéficierez d'une source de vérité fiable et sécurisée pour vos applications LLM.

  • 01

    Développeurs IA

    Construisez rapidement des flux RAG sans avoir à héberger de bases de données ou à maintenir la logique de synchronisation des segments.

  • 02

    Architectes Cloud

    Auditez l'état de l'ingestion et vérifiez les mappages des documents sources en toute sécurité depuis votre interface de chat.

  • 03

    Data Scientists

    Prototypez instantanément des requêtes ancrées dans le contexte et tracez l'exactitude par rapport aux segments de données réels.

FAQ

Les questions des utilisateurs de Amazon Bedrock.

  • 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.

Explorer

Plus dans Industry Titans

Suggestions

Connectez Amazon Bedrock à Claude, Cursor, ChatGPT et d'autres