AWS представила KnowledgeForge — решение, которое автоматически превращает закрытые заявки в IT-поддержке в статьи базы знаний. Система использует Amazon Bedrock для генерации и улучшения контента, Amazon S3 Vectors для поиска дубликатов и AWS Step Functions для оркестрации процесса. KnowledgeForge решает две проблемы: знания из тысяч решенных инцидентов остаются в архиве, а база знаний разрастается и теряет качество.
KnowledgeForge состоит из двух подсистем: генерации и курирования. Генерация берет кластеры связанных заявок и создает из них черновики статей. Курирование обрабатывает каждую статью — как новую, так и существующую — через четыре шага: классификация по типу, поиск дубликатов, оценка качества и улучшение слабого контента. Готовые статьи отправляются в ServiceNow для проверки knowledge manager, который принимает решение о публикации. Цикл замыкается: курирование сохраняет вектор для каждой статьи, а генерация использует эти векторы при создании нового контента.
Для работы KnowledgeForge требуется AWS-аккаунт с доступом к Amazon Bedrock и моделям Anthropic Claude Sonnet 4.5 и Amazon Titan Text Embeddings V2. Нужны разрешения на создание ресурсов: S3-бакетов, индексов S3 Vectors, state-машин Step Functions, Lambda-функций, сервисов ECS на Fargate, таблиц DynamoDB, очередей SQS, guardrails Bedrock и ключей KMS. Код доступен в репозитории aws-samples/sample-knowledgeforge.
Система автоматически классифицирует, дедуплицирует и оценивает качество статей, переписывая слабые.
KnowledgeForge построен на принципах Retrieval Augmented Generation (RAG). При генерации новой статьи система извлекает пять наиболее похожих существующих статей из индекса S3 Vectors и передает их модели как контекст. Это позволяет избежать дублирования и учитывать уже накопленные знания. Такой подход особенно полезен для крупных enterprise-компаний, где объем тикетов исчисляется тысячами в месяц, а база знаний быстро устаревает.
Решение от AWS — не единственное в этой нише. Существуют коммерческие платформы для управления знаниями, такие как Guru и Document360, которые также используют ИИ для автоматизации создания контента. Однако KnowledgeForge выделяется интеграцией с AWS-инфраструктурой и открытым кодом, что позволяет адаптировать его под конкретные задачи. Для компаний, уже использующих AWS, это может быть более экономичным вариантом, чем покупка отдельного решения.
KnowledgeForge — это практический пример того, как генеративный ИИ может решать реальные бизнес-задачи. Вместо того чтобы просто генерировать текст, система использует ИИ для извлечения знаний из неструктурированных данных и поддержания их актуальности. Это снижает нагрузку на инженеров поддержки и сокращает время поиска решений для повторяющихся проблем.
