如何在AWS Kendra Query结果中获取_document_body属性？

以下是几个排查和解决方向：

• 检查数据源同步配置
  确认你的数据源在同步时开启了文档内容的存储：

  • 对于托管数据源（如S3、SharePoint），需要在数据源配置中明确设置保留原始文档内容，否则Kendra不会存储_document_body属性。
  • 对于自定义数据源，调用BatchPutDocument时必须正确传入Content字段，并指定合适的ContentType（如TEXT_PLAIN、HTML），否则文档内容不会被索引存储。

• 验证索引的文档属性与权限设置

  • 登录Kendra控制台，进入目标索引的「文档属性」页面，确认_document_body属于可返回的系统属性（默认允许，但若被修改则需调整）。
  • 检查索引的访问控制规则或文档级权限，确保没有限制_document_body属性的读取权限。

• 核对查询参数细节

  • 确认RequestedDocumentAttributes中的_document_body拼写完全正确（注意是英文下划线，大小写敏感）。
  • 若查询使用了AttributeFilter，排查过滤器是否间接排除了包含_document_body的文档。

• 用BatchGetDocument验证单文档属性
  调用BatchGetDocument API查询单个目标文档的属性，若该API也返回空的_document_body，说明文档本身未被正确索引内容，需要重新同步数据源。

你的代码写法本身没有问题，示例如下：

const command = new QueryCommand({
    IndexId: 'xxxxxxx',
    QueryText: "How to connect to ec2?",
    RequestedDocumentAttributes: [
        "_document_body",
        "_data_source_id",
        "_last_updated_at"
    ]    
});

额外注意：确保调用API的IAM角色拥有kendra:Query权限，以及访问该索引下文档的权限。

内容的提问来源于stack exchange，提问作者Andrea Pinti