情境提供者整合

此元件將那些用於提供、轉換、擷取或儲存與代理程式叫用相關上下文的外部整合歸類在一起。 大多數都是透過情境提供者抽象層附加的。 提供者頁面也可以包含提供者託管的工具,當該工具是外部系統對相同上下文模式的實作時;這些頁面明確指出了這個機制。

按架構整合介面進行組織,可將特定提供者的相關儲存體、記憶體、RAG、前置處理或 CodeAct 模式集中在單一提供者頁面中,避免在不同功能類別中重複列出該提供者。 請使用下方 的「常見模式 」欄,依照你想要的結果瀏覽。

文件區分了幾種常見模式:

  • 對話儲存 會重新載入並持久保存精確的訊息記錄。
  • 記憶 會從先前互動中擷取並回憶經挑選的持久知識。
  • RAG 從外部知識來源擷取相關資訊。
  • 預處理 會在模型調用前轉換傳入檔案或其他內容。
  • CodeAct 提供程式碼執行工具並管理執行環境。

這些模式描述的是常見用途,而非硬性限制。 提供者可以結合多種模式或實作完全不同的行為。

關於生命週期、內建抽象及自訂提供者實作指引,請參見 情境提供者概念。

可用的整合方式

Provider 常見模式 C# Python Go
Foundry IQ(Azure AI 搜尋服務) RAG ✅ ✅ ✅
Azure 內容理解 前置處理 ❌ ✅ ❌
Azure Cosmos DB 對話儲存;記憶 ✅ ✅ 僅限向量存放區
超光速 CodeAct ✅ ✅ ❌
本地(.NET) CodeAct ✅ ❌ ❌
Mem0 Memory ❌ ✅ ❌
Microsoft Foundry RAG; 記憶體 ✅ ✅ ✅
Monty CodeAct ❌ ✅ ❌
Neo4j RAG; 記憶體 ✅ ✅ 僅限 RAG 範例
雷迪斯 RAG;對話儲存;記憶 ✅ ✅ ❌
Valkey 對話儲存 ✅ ❌ ❌

Go 提供 Foundry IQ 向量連接器,而非 Python 代理檢索提供者。 其 Cosmos DB 連接器支援向量擷取,而不支援專用的對話歷程或長期記憶提供者。 Go Neo4j 範例支援在現有圖上使用 GraphRAG,而非持久記憶體。

下一步