Crawl4AI 预处理网页供 Bedrock 知识库摄取

AWS Machine Learning Blog 发布教程，介绍如何用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容：对需要额外处理的网页来源，Crawl4AI 先把每页的 Markdown 和元数据 sidecar 写入 Amazon S3，再由 Bedrock Knowledge Bases 的 S3 数据源完成摄取。 该方案面向已知网页资产的批量摄取，并非推理时的实时网页访问（如 Web Grounding with Amazon Nova），且只处理公开页面，不实现需要认证的会话。Amazon Bedrock 对每个元数据 sidecar 限制为 10 KB；每次运行按配置的 Fargate 任务规格计费，默认 2 vCPU、4 GB。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。