Nastavení úsilí o odůvodnění načítání (Preview)

Poznámka

Azure AI Vyhledávač je k dispozici prostřednictvím portálu Azure, rozhraní REST API a Sady Azure SDK. Podporuje také Foundry IQ, spravovanou znalostní vrstvu, která transformuje podnikový obsah na opakovaně použitelné znalostní báze s podporou oprávnění pro agenty na portálu Microsoft Foundry.

Important

Na funkce, možnosti nebo vlastnosti označené jako (Preview) se nevztahuje smlouva o úrovni služeb, nejsou doporučené pro produkční úlohy a mohou se změnit nebo být omezeny dříve, než budou obecně k dispozici. Podmínky Azure AI Vyhledávač Preview platí pro všechny funkce ve verzi Preview, ať už jsou samostatné nebo součástí obecně dostupné funkce.

V agentickém načítání dat můžete definovat úroveň zpracování Large Language Modelu (LLM) pro naplánování dotazů a formulaci odpovědí. Pomocí úsilí o uvažování při načítání (verze Preview) můžete nastavit úrovně zpracování LLM, které ovlivňují náklady a latenci. Další zpracování LLM zlepšuje relevanci, ale také trvá déle a využívá fakturovatelné prostředky LLM.

Tuto vlastnost můžete nastavit ve znalostní bázi nebo v požadavku na načtení. Nastavení znalostní databáze určuje výchozí hodnotu pro všechny dotazy, zatímco nastavení požadavku retrieve tuto výchozí hodnotu přepisuje pro každý jednotlivý dotaz. Pokud není k dispozici žádné nastavení, služba použije low.

Podpora využití

portál Azure Portál Microsoft Foundry .NET SDK Python SDK Java SDK JavaScript SDK REST API
✔️ ✔️ ✔️ ✔️ ✔️ ✔️ ✔️

Požadavky

  • Existující znalostní báze s alespoň jedním zdrojem znalostí a konfigurací modelu.

  • Oprávnění k aktualizaci a dotazování znalostních bází Nakonfigurujte ověřování bez klíčů pomocí rolí Přispěvatel vyhledávací služby a Čtenář dat indexu vyhledávání přiřazených k vašemu uživatelskému účtu (doporučeno) nebo použijte klíč rozhraní API pro správu.

  • Nejnovější balíček Azure.Search.Documents ve verzi Preview: dotnet add package Azure.Search.Documents --prerelease

  • Balíček Azure.Identity pro bezklíčové ověřování: dotnet add package Azure.Identity

  • Nejnovější balíček azure-search-documents ve verzi Preview: pip install --pre azure-search-documents

  • Balíček azure-identity pro bezklíčové ověřování: pip install azure-identity

Určení úsilí potřebného k odůvodnění

Zvolte míru uvažování podle toho, jaký kompromis chcete mezi latencí, náklady a hloubkou vyhledávání.

Úrovně úsilí odůvodňování

Úrovni Popis Doporučení Limity
minimal Zakáže plánování dotazů založené na LLM, aby poskytovalo nejnižší náklady a latenci pro agentní vyhledávání. Vydává přímé vyhledávání textu a vektorů napříč zdroji znalostí uvedenými ve znalostní bázi a vrací nejvhodnější pasáže. Vzhledem k tomu, že všechny zdroje znalostí ve znalostní bázi se vždy prohledávají a neprovádí se žádné rozšíření dotazů, je chování předvídatelné a snadno ovladatelné. Také to znamená, že vlastnost alwaysQueryKnowledgeSource žádosti o načtení je ignorována. Použijte minimal pro migrace z rozhraní Search API nebo když chcete správu plánování dotazů řídit sami.
low Výchozí režim agentického načítání, při kterém se provede jeden průchod plánováním dotazů založených na LLM a výběrem zdrojů znalostí. Agentní vyhledávací stroj generuje poddotazy, rozesílá je vybraným zdrojům znalostí a pak sloučí výsledky. Syntézu odpovědí (Preview) můžete povolit k vytvoření základní odpovědi v přirozeném jazyce s vloženými citacemi. Použijte low , když chcete mít rovnováhu mezi minimální latencí a hlubším zpracováním.
  • 5 000 tokenů odpovědí.
  • Maximálně 50 dokumentů pro sémantické řazení a 10 dokumentů, pokud sémantický ranker používá klasifikaci L3.
medium Přidává hlubší vyhledávání a vylepšený zásobník dotazování do agentního vyhledávání pro maximalizaci úplnosti. Po prvním hledání vyhodnotí sémantický sémantický klasifikátor s vysokou přesností načtené dokumenty. Pokud počáteční výsledky nejsou dostatečně relevantní, služba provede jednu iteraci následného zpracování pomocí revidovaného plánu dotazů. Použijte medium k maximalizaci přínosu získávání znalostí s podporou LLM.
  • 10 000 tokenů odpovědí.
  • Maximálně 50 dokumentů pro sémantické řazení a 20 dokumentů, pokud sémantický ranker používá klasifikaci L3.
  • K dispozici ve vybraných oblastech.
auto Začíná lehkým úvodním krokem vyhledání. Pokud první průchod poskytuje dostatečné uzemnění, vrátí služba výsledek. V opačném případě pokračuje plánováním dotazů založeným na LLM, a to do úrovně středního úsilí. Použijte auto , když chcete, aby služba vyrovnává hloubku načítání a latenci pro každý požadavek.

Iterativní vyhledávání pro získávání médií

Střední úsilí při vyhledávání poskytuje možnost iterativního hledání, pokud nejsou počáteční výsledky dostatečně relevantní. Přivolá se další sémantický klasifikátorový model, který určuje, jestli je nutná druhá iterace.

Sémantický klasifikátor:

  • Rozpozná, kdy je dostatek kontextu pro odpověď na otázku.

  • Opakované pokusy při nedostatečných výsledcích s využitím existujících informací pro kontext. Nové dotazy mohou jít více do hloubky pro konkrétnější detaily nebo rozšířit hledání. Protokol aktivit v odpovědi zobrazuje vygenerované dotazy používané pro komplexnější odpověď.

  • Přepočítává pomocí klasifikace L3. Rozsah je stejný jako pořadí L2, absolutní rozsah nuly až 4,0.

Existuje jen jeden pokus. Každá iterace přidává latenci a náklady, proto je opakování systémem omezeno na jeden pokus. Druhá iterace přidává vstupní tokeny do dotazovacího kanálu, což se přidává k celkovému počtu fakturovatelných vstupních tokenů.

Iterace může opakovaně používat existující zdroje znalostí nebo zvolit různé zdroje. Druhý průchod vybere nejslibnější zdroj znalostí a poskytne chybějící informace.

Podpora regionů pro načítání dat

Pokud je vaše vyhledávací služba v jedné z následujících oblastí, můžete nastavit střední úsilí při vyhledávání:

  • USA – východ 2
  • USA – východ​
  • Střed USA – jih
  • USA – západ 3
  • USA – západ 2​
  • USA – západ
  • Německo – středozápad
  • Severní Evropa
  • Švýcarsko – sever
  • Švédsko – střed
  • Španělsko – střed
  • Velká Británie – jih
  • Korea – střed
  • Japonsko – východ
  • Jihovýchodní Asie

Nastavení úsilí o odůvodnění ve znalostní bázi

Nastavením retrievalReasoningEffort v definici znalostní báze určíte výchozí hodnotu pro její dotazy. Úsilí o auto odůvodnění vyžaduje konfiguraci modelu. Následující příklad zachovává existující knowledgeSources a models konfiguraci, nastaví důvodové úsilí na autoa aktualizuje znalostní bázi.

using Azure.Identity;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;
using Azure.Search.Documents.KnowledgeBases.Models;

var endpoint = new Uri("<search-endpoint>");
var credential = new DefaultAzureCredential();
var knowledgeBaseName = "<knowledge-base-name>";

var indexClient = new SearchIndexClient(endpoint, credential);
var knowledgeBase = (
    await indexClient.GetKnowledgeBaseAsync(knowledgeBaseName)).Value;
knowledgeBase.RetrievalReasoningEffort =
    new KnowledgeRetrievalAutoReasoningEffort();
await indexClient.CreateOrUpdateKnowledgeBaseAsync(knowledgeBase);

Referenční informace:KnowledgeBase

Chcete-li použít jinou úroveň, nahraďte KnowledgeRetrievalAutoReasoningEffort parametrem KnowledgeRetrievalMinimalReasoningEffort, KnowledgeRetrievalLowReasoningEffortnebo KnowledgeRetrievalMediumReasoningEffort.

from azure.identity import DefaultAzureCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.knowledgebases.models import (
    KnowledgeRetrievalAutoReasoningEffort,
)

endpoint = "<search-endpoint>"
credential = DefaultAzureCredential()
knowledge_base_name = "<knowledge-base-name>"

index_client = SearchIndexClient(endpoint, credential)
knowledge_base = index_client.get_knowledge_base(knowledge_base_name)
knowledge_base.retrieval_reasoning_effort = (
    KnowledgeRetrievalAutoReasoningEffort()
)
index_client.create_or_update_knowledge_base(knowledge_base)

Referenční informace:KnowledgeBase

Chcete-li použít jinou úroveň, nahraďte KnowledgeRetrievalAutoReasoningEffort parametrem KnowledgeRetrievalMinimalReasoningEffort, KnowledgeRetrievalLowReasoningEffortnebo KnowledgeRetrievalMediumReasoningEffort.

@api-version = 2026-08-01-preview
@knowledge-base-url = {{search-endpoint}}/knowledgebases/{{knowledge-base-name}}

PUT {{knowledge-base-url}}?api-version={{api-version}}
Content-Type: application/json
Authorization: Bearer {{search-access-token}}

{
  "name": "{{knowledge-base-name}}",
  "knowledgeSources": [
    {
      "name": "{{knowledge-source-name}}"
    }
  ],
  "models": [
    {
      "kind": "azureOpenAI",
      "azureOpenAIParameters": {
        "resourceUri": "{{aoai-endpoint}}",
        "authIdentity": null,
        "deploymentId": "{{model-deployment-name}}",
        "modelName": "{{model-name}}"
      }
    }
  ],
  "retrievalReasoningEffort": {
    "kind": "auto"
  }
}

Referenční informace:Znalostní báze – Vytvoření nebo aktualizace

Chcete-li použít jinou úroveň, nastavte retrievalReasoningEffort.kind hodnotu minimal, lownebo medium.

Nastavte náročnost odvozování v dotazu na načtení

Nastavte retrievalReasoningEffort v požadavku na načtení, abyste pro tento požadavek přepsali výchozí nastavení znalostní báze. Následující příklad odešle zprávu, používá low k přepsání výchozí hodnoty auto z předchozí části a povolí syntézu odpovědí (Preview).

using Azure.Identity;
using Azure.Search.Documents.KnowledgeBases;
using Azure.Search.Documents.KnowledgeBases.Models;

var endpoint = new Uri("<search-endpoint>");
var credential = new DefaultAzureCredential();
var knowledgeBaseName = "<knowledge-base-name>";

var kbClient = new KnowledgeBaseRetrievalClient(
    endpoint, knowledgeBaseName, credential);
var request = new KnowledgeBaseRetrievalRequest
{
    RetrievalReasoningEffort =
        new KnowledgeRetrievalLowReasoningEffort(),
    OutputMode = KnowledgeRetrievalOutputMode.AnswerSynthesis
};

request.Messages.Add(
    new KnowledgeBaseMessage(
        content: new[] {
            new KnowledgeBaseMessageTextContent("What is the return policy?")
        }
    ) { Role = "user" }
);

var result = await kbClient.RetrieveAsync(request);

Referenční informace:KnowledgeBaseRetrievalRequest

from azure.identity import DefaultAzureCredential
from azure.search.documents.knowledgebases import KnowledgeBaseRetrievalClient
from azure.search.documents.knowledgebases.models import (
    KnowledgeBaseMessage,
    KnowledgeBaseMessageTextContent,
    KnowledgeBaseRetrievalRequest,
    KnowledgeRetrievalOutputMode,
    KnowledgeRetrievalLowReasoningEffort,
)

endpoint = "<search-endpoint>"
credential = DefaultAzureCredential()
knowledge_base_name = "<knowledge-base-name>"

kb_client = KnowledgeBaseRetrievalClient(
    endpoint,
    credential,
    knowledge_base_name=knowledge_base_name,
)
request = KnowledgeBaseRetrievalRequest(
    messages=[
        KnowledgeBaseMessage(
            role="user",
            content=[
                KnowledgeBaseMessageTextContent(
                    text="What is the return policy?"
                )
            ],
        )
    ],
    retrieval_reasoning_effort=KnowledgeRetrievalLowReasoningEffort(),
    output_mode=KnowledgeRetrievalOutputMode.ANSWER_SYNTHESIS,
)

result = kb_client.retrieve(request)

Referenční informace:KnowledgeBaseRetrievalRequest

@api-version = 2026-08-01-preview
@retrieve-url = {{search-endpoint}}/knowledgebases/{{knowledge-base-name}}/retrieve

POST {{retrieve-url}}?api-version={{api-version}}
Content-Type: application/json
Authorization: Bearer {{search-access-token}}

{
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "What is the return policy?"
        }
      ]
    }
  ],
  "retrievalReasoningEffort": {
    "kind": "low"
  },
  "outputMode": "answerSynthesis"
}

Reference:Získávání znalostí – načtení

Požadavek na načtení vrátí základní odpověď na základě zdrojů znalostí nakonfigurovaných ve znalostní bázi.

Související obsah

  • Last updated on