你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
注释
Foundry IQ (Azure AI 搜索) 提供直接索引和查询 API 以及用于托管检索的高级知识库和知识库 API。 使用 Azure 门户、REST API 或Azure SDK配置这些功能,或将代理连接到 Microsoft Foundry 门户中的知识库。
了解演示 Foundry IQ(Azure AI 搜索)解决方案功能和工作流程的 Python 代码示例。 这些示例使用适用于 Python 的 Azure SDK 的 Azure AI 搜索客户端库,可以通过以下链接进行浏览。
SDK 示例
Azure SDK 开发团队中的代码示例演示 API 用法。 可以在 GitHub 上的 Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples 中找到这些示例。
Doc 示例
Foundry IQ 团队的代码示例演示功能和工作流。 在教程、快速上手和操作指南中引用了以下示例。 可以在 GitHub 上的 Azure-Samples/azure-search-python-samples 中找到这些示例。
| Sample | Article | Description |
|---|---|---|
| Quickstart-Agentic-Retrieval | 快速入门:智能体检索 | 将语义排名与 LLM 支持的查询规划和答案生成集成。 |
| 快速入门 - 关键字搜索 | 快速入门:全文搜索 | 使用示例数据创建、加载和查询搜索索引。 |
| Quickstart-Semantic-Ranking | 快速入门:语义排序 | 将语义排名添加到索引架构并运行语义查询。 |
| Quickstart-Vector-Search | 快速入门:矢量搜索 | 索引和查询向量内容。 |
| agentic-retrieval-pipeline-example | 教程:构建端到端代理检索解决方案 | 与 Quickstart-Agentic-Retrieval 不同,此示例结合了 Foundry 代理服务来协调请求。 |
| embedding-model-migration | 迁移嵌入模型 | 备份符合条件的索引内容,重新生成所选矢量字段,并还原到新的索引。 |
| image-serving-example | 在代理检索中呈现 Surface 文档嵌入的图像(预览版) | 使用托管引入流程提取图像,在答案生成过程中提供这些图像,并独立查询和从 Azure Blob 存储 下载已编制索引的图像引用。 |
Accelerators
加速器是一种端到端的解决方案,其中包括可用于特定场景下改编的代码和文档,以便您实现自己的应用。
| Sample | Description |
|---|---|
| rag-experiment-accelerator | 使用 Foundry IQ 和 RAG 模式进行试验和评估。 此示例包含用于加载多个数据源、使用各种模型以及创建各种搜索索引和查询的代码。 |
Demos
演示存储库为演示中显示的示例或方案提供概念证明源代码。 与加速器不同,演示解决方案不设计用于适应。
| Sample | Description |
|---|---|
| azure-search-vector-samples | 根据场景或技术组织的矢量搜索场景样本的综合集合。 |
| azure-search-openai-demo | 通过 Azure OpenAI Python 代码,展示如何在 Azure OpenAI 中将 Foundry IQ 与大型语言模型配合使用,基于企业数据打造类似 ChatGPT 的体验。 有关背景信息,请参阅此 博客文章。 |
| aisearch-openai-rag-audio | “语音转 RAG。”此示例演示了一个简单的体系结构,用于基于语音的生成式 AI 应用程序,它通过来自客户端设备的全双工音频流,基于实时音频 API 启用 Foundry IQ RAG。 它还可安全地处理对模型和检索系统的访问。 后端代码是用 Python 编写的,而前端代码是用 JavaScript 编写的。 有关简介,请观看此视频。 |
其他示例
以下示例也由 Foundry IQ 团队发布,但未在文档中提及。 附带的自述文件包含使用说明。
| Sample | Description |
|---|---|
| azure-search-classic-rag | 使用经典搜索引擎作为 Foundry IQ 的基础数据进行单轮 RAG,并结合来自 Azure OpenAI 的聊天完成模型。 |
| 快速入门-文档权限-Pull-API | 使用索引器“拉取 API”方法,将访问控制列表从数据源传输到搜索结果,并应用权限过滤器以限制对授权内容的访问。 |
| 快速入门-文档权限推送 API | 使用推送 API 为 JSON 有效负载编制索引,将嵌入的权限元数据流向已编制索引的文档和搜索结果,这些结果根据用户对授权内容的访问权限进行筛选。 |
| Azure-function-search | 使用 Azure 函数将查询发送到 Foundry IQ 服务。 可以将此 Python 版本替换为api的代码。 |
| 批量插入 | 使用推送 API 上传和索引文档。 |
| index-backup-and-restore.ipynb | 在索引中创建可检索字段的本地副本,并将这些字段推送到新索引。 |
| resumable-index-backup-restore | 备份和还原超过 100,000 个文档的较大索引。 |
Tip
使用 示例浏览器 在 GitHub 上搜索Microsoft代码示例。 可以按产品、服务和语言筛选搜索。