Python-Beispiele für Azure KI-Suche

Note

Azure KI-Suche ist über das Azure Portal, REST-APIs und Azure SDKs verfügbar. Es unterstützt auch Foundry IQ, die verwaltete Wissensschicht, die Unternehmensinhalte in wiederverwendbare, berechtigungsfähige Wissensbasen für Agenten im Microsoft Foundry-Portal transformiert.

Erfahren Sie mehr über Python-Codebeispiele, die die Funktionalität und den Workflow einer Azure KI-Suche-Lösung veranschaulichen. Diese Beispiele verwenden die Azure KI-Suche-Clientbibliothek für das Azure SDK für Python, die Sie über die folgenden Links erkunden können.

Target Link
Paketdownload pypi.org/project/azure-search-documents/
API-Referenz azure-search-documents
API-Testfälle github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests
Quellcode github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents
Änderungsprotokoll github.com/Azure/azure-sdk-for-python/blob/main/sdk/search/azure-search-documents/CHANGELOG.md

SDK-Beispiele

Die Codebeispiele vom Azure SDK-Entwicklungsteam veranschaulichen die API-Verwendung. Sie finden diese Beispiele in Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples auf GitHub.

Dokumentbeispiele

Die Codebeispiele vom Azure KI-Suche-Team veranschaulichen die Funktionen und Workflows. Auf die folgenden Beispiele werden in Lernprogrammen, Schnellstarts und Anleitungen verwiesen. Sie finden diese Beispiele in Azure-Samples/azure-search-python-samples auf GitHub.

Beispiel Artikel Description
Quickstart-Agentic-Retrieval Schnellstart: Agentischer Abruf Integrieren Sie die semantische Rangfolge in die LLM-basierte Abfrageplanung und Antwortgenerierung.
Schnellstart-Stichwortsuche Schnellstart: Volltextsuche Erstellen, Laden und Abfragen eines Suchindexes mithilfe von Beispieldaten.
Schnellstart-Semantik-Bewertung Schnellstart: Semantische Rangfolge Fügen Sie einem Indexschema semantische Rangfolge hinzu, und führen Sie semantische Abfragen aus.
Schnellstart-Vektorsuche Schnellstart: Vektorsuche Inhalte von Index- und Abfragevektoren.
agentic-retrieval-pipeline-example Tutorial: Erstellen einer End-to-End-Agent-Abruf-Lösung Im Gegensatz zu Quickstart-Agentic-Retrieval enthält dieses Beispiel Foundry Agent Service für die Anforderungsorchestrierung.
Image-Serving-Beispiel In Dokumente eingebettete Bilder im Agent-Abruf anzeigen (Vorschau) Verwenden Sie die verwaltete Datenerfassung, um Bilder zu extrahieren, sie während der Antwortsynthese bereitzustellen und eine indizierte Bildreferenz unabhängig von Azure Blob Storage abzufragen und herunterzuladen.

Accelerators

Ein Beschleuniger ist eine End-to-End-Lösung, die Code und Dokumentation enthält, die Sie für Ihre eigene Implementierung eines bestimmten Szenarios anpassen können.

Beispiel Description
Rag-Experiment-Accelerator Führen Sie Experimente und Auswertungen mit Azure KI-Suche und dem RAG-Muster durch. Dieses Beispiel enthält Code zum Laden mehrerer Datenquellen, unter Verwendung verschiedener Modelle und zum Erstellen verschiedener Suchindizes und Abfragen.

Demos

Ein Demo-Repository bietet Quellcode für Machbarkeitsnachweise für Beispiele oder Szenarien, die in Demonstrationen gezeigt werden. Im Gegensatz zu Beschleunigern sind Demolösungen nicht für die Anpassung konzipiert.

Beispiel Description
azure-search-vector-samples Umfassende Sammlung von Beispielen für Vektorsuchszenarien, organisiert nach Szenario oder Technologie.
azure-search-openai-demo ChatGPT-ähnliche Erfahrung über Unternehmensdaten mit Azure OpenAI Python-Code, der zeigt, wie Azure KI-Suche mit großen Sprachmodellen in Azure OpenAI verwendet wird. Hintergrundinformationen finden Sie in diesem Blogbeitrag.
aisearch-openai-rag-audio "Voice to RAG." Dieses Beispiel veranschaulicht eine einfache Architektur für generative KI-Anwendungen auf Sprachbasis, die Azure KI-Suche RAG mithilfe der Echtzeit-Audio-API mit Vollduplex-Audiostreaming von Clientgeräten ermöglicht. Außerdem wird der Zugriff auf das Modell und das Abrufsystem sicher verwaltet. Back-End-Code wird in Python geschrieben, während Frontend-Code in JavaScript geschrieben wird. Sehen Sie sich dieses Video an, um eine Einführung zu erfahren.

Weitere Beispiele

Die folgenden Beispiele werden auch vom Azure KI-Suche-Team veröffentlicht, werden jedoch nicht in der Dokumentation referenziert. Zugehörige README-Dateien enthalten Verwendungsanweisungen.

Beispiel Description
azure-search-classic-rag Single-Shot-AG unter Verwendung der klassischen Suchmaschine als Basisdaten aus Azure KI-Suche, kombiniert mit einem Chat-Completion-Modell aus Azure OpenAI.
Quickstart-Document-Permissions-Pull-API Mithilfe eines Indexers im "Pull-API"-Ansatz werden Zugriffssteuerungslisten von einer Datenquelle zu den Suchergebnissen übertragen und Berechtigungsfilter angewandt, die den Zugriff auf autorisierte Inhalte einschränken.
Quickstart-Document-Permissions-Push-API Durch die Verwendung der Push-APIs zur Indizierung einer JSON-Nutzlast werden eingebettete Berechtigungsmetadaten an indizierte Dokumente und Suchergebnisse übermittelt, die basierend auf dem Benutzerzugriff auf autorisierte Inhalte gefiltert werden.
azure-function-search Verwenden Sie eine Azure-Funktion, um Abfragen an einen Suchdienst zu senden. Sie können stattdessen diese Python-Version für den api-Code verwenden, der unter Hinzufügen der Suche zu Websites mit .NET verwendet wird.
bulk-insert Verwenden Sie die Push-APIs zum Hochladen und Indizieren von Dokumenten.
index-backup-and-restore.ipynb Erstellen Sie eine lokale Kopie von abrufbaren Feldern in einem Index, und übertragen Sie diese Felder an einen neuen Index.
resumable-index-backup-restore Sichern und Wiederherstellen größerer Indizes, die mehr als 100.000 Dokumente überschreiten.

Tip

Verwenden Sie den Beispielbrowser , um nach Microsoft-Codebeispielen auf GitHub zu suchen. Sie können Ihre Suche nach Produkt, Dienst und Sprache filtern.

  • Last updated on