Funkce Azure AI Vyhledávač

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.

Azure AI Vyhledávač poskytuje načítání informací a využívá volitelnou integraci umělé inteligence k extrakci více hodnot z textu a vektorového obsahu.

Následující tabulka shrnuje funkce podle kategorií. Ve všech veřejných, privátních a suverénních cloudech Azure existují parity funkcí, ale některé funkce se v konkrétních oblastech nebo specifických úrovních nepodporují.

Agentační načítání

Kategorie Funkce
Znalostní báze Znalostní báze řídí pipeline agentního vyhledávání, propojují se s vaším LLM a spravují parametry dotazů. Znalostní báze odkazuje na jeden nebo více zdrojů znalostí a definuje chování načítání.
Zdroje znalostí Zdroje znalostí definují obsah dostupný pro znalostní bázi. Indexovaný zdroj znalostí je zálohovaný vyhledávacím indexem, zatímco vzdálený zdroj znalostí načítá obsah z externí platformy v době dotazu.
Plánování dotazů (Preview) Plánování dotazů používá LLM k analýze kontextu konverzace a rozdělení složitých otázek do zaměřených poddotazů. To zahrnuje zpracování historie chatu, rozklad dotazů, rozšíření synonym a opravu pravopisu.
Paralelní spouštění dotazů Poddotazy běží současně ve všech zdrojích znalostí. Každý poddotaz podporuje klíčové slovo, vektor a hybridní vyhledávání s automatickým sémantickým řazením.
Míra uvažování při vyhledávání (Preview) Úroveň uvažování při načítání řídí míru zpracování LLM v pipeline, abyste mohli vyvážit hloubku načítání a relevanci vůči latenci a nákladům na LLM.
Výstup odpovědi Kanál zpracování vrátí buď extraktivní podkladový obsah, nebo, je-li povolena syntéza odpovědí (Preview), odpověď vygenerovanou modelem LLM s citacemi. Volitelně můžete zahrnout zdrojové odkazy a podrobnosti o spuštění.

Indexování a extrakce dat

Kategorie Funkce
Zdroje dat Indexy vyhledávání můžou přijímat text z libovolného zdroje za předpokladu, že je odeslán jako dokument JSON.

Indexery jsou funkce, která automatizuje import dat z podporovaných zdrojů dat a extrahuje prohledávatelný obsah v primárních úložištích dat. Indexery zpracovávají serializaci JSON za vás a většina podporuje nějakou formu detekce změn a odstranění. Můžete se připojit k různým zdrojům dat, včetně Microsoft OneLake, Azure SQL Database, Azure Cosmos DB nebo Azure Blob Storage.

Konektory Logic Apps umožňují přístup k širší škále zdrojů dat, včetně dat na jiných cloudových platformách. Tento kanál indexování a rozšiřování se vytváří v Azure AI Vyhledávač, ale spravuje se v Azure Logic Apps.

Zdroje znalostí jsou funkcí agentního vyhledávání. Používají se během indexování a v době dotazu k podpoře znalostní báze.
Hierarchické a vnořené datové struktury Komplexní typy a kolekce umožňují modelovat prakticky jakýkoli typ struktury JSON v indexu vyhledávání. Kardinalita jedna ku mnoha a mnoha ku mnoha může být vyjádřena nativně prostřednictvím kolekcí, komplexních typů a kolekcí komplexních typů.
Lingvistická analýza Analyzátory jsou komponenty klasického vyhledávání používaného ke zpracování textu během indexování a vyhledávacích operací. Ve výchozím nastavení můžete použít analyzátor Lucene pro obecné účely nebo přepsat výchozí pomocí analyzátoru jazyka, vlastního analyzátoru, který nakonfigurujete, nebo jiného předdefinovaného analyzátoru, který vytváří tokeny ve formátu, který požadujete.

Analyzátory jazyka z Lucene nebo Microsoft se používají k inteligentnímu zpracování lingvistiky specifické pro jazyk, včetně slovesných časů, rodu, nepravidelných množných čísel (například myš vs. myši), rozkládání složených slov, dělení slov (pro jazyky bez mezer) a dalších.

Vlastní lexikální analyzátory se používají pro komplexní formuláře dotazů, jako jsou fonetické porovnávání a regulární výrazy.

Integrace chatovacího modelu a agenta

Kategorie Funkce
Modely dokončování chatu používané při indexování Dovednost výzev GenAI je dovednost , která během indexování volá velký jazykový model a poskytuje výzvu, která určuje úkol. Rozhodnete se, co je úkol. Může zahrnovat popis obrázku, shrnutí nebo manipulaci s obsahem nebo jakýkoli úkol, který může model provést. Výstup se přidá jako nové pole v prohledávatelném indexu.
Modely dokončování chatu používané v době dotazu Agentní vyhledávání využívá velký jazykový model k plánování dotazů, rozkladu a parafrázování komplexních dotazů pro lepší pokrytí indexu dotazy. Odpovědi z agentického vyhledávání jsou určené pro pracovní postupy mezi agenty. Výsledky hledání můžete předat jako jeden velký řetězec, což zjednodušuje spotřebu proprietárního obsahu vaší uživatelské aplikace. Odpověď obsahuje také citace a informace o provádění dotazů.

Syntéza odpovědí (preview) používá LLM ke generování odpovědí opírajících se o citace z výsledků hledání vrácených agentickým vyhledáváním.

Vzory RAG je možné implementovat pomocí existujících funkcí. Schopnost ladit relevance a vytvářet hybridní dotazy vylepšuje kvalitu obsahu odeslaného chatovacím robotům pro generování odpovědí.

Aplikovaná AI a obsah obohacený AI

Kategorie Funkce
Zpracování AI během indexování Obohacení AI odkazuje na vložené zpracování obrázků a přirozeného jazyka v kanálu indexeru, který extrahuje text a informace z obsahu, který se jinak nedá indexovat pro fulltextové vyhledávání. Zpracování umělé inteligence se dosahuje přidáním a kombinováním dovedností v sadě dovedností, která se pak připojí k indexeru. AI může být integrované dovednosti od Microsoft, jako je překlad textu nebo optické rozpoznávání znaků (OCR), nebo vlastní dovednosti, které poskytujete.

Integrované dělení dat na bloky a vektorizace rozdělí větší úseky na menší bloky dat, které lze vektorizovat, a vektory jsou směřovány na vyhrazená pole v indexu pro vektorové a hybridní vyhledávání.
Zpracování AI během provádění dotazů Vektorizátory se používají ke kódování řetězců dotazu uživatele do vektorů pro vektorové vyhledávání. Stejné modely vkládání můžete použít pro dotazy, které jste použili k indexování.

Ukládání rozšířeného obsahu pro analýzu a spotřebu ve scénářích bez vyhledávání Úložiště znalostí je trvalé úložiště rozšířené umělé inteligence nebo generovaného obsahu umělé inteligence určené pro scénáře bez vyhledávání, jako je dolování znalostí a úlohy datových věd. Úložiště znalostí je definováno v sadě dovedností, ale vytvořeno v Azure Storage jako objekty nebo tabulkové sady řádků.
Rozšíření uložená v mezipaměti (Preview) Ukládání do mezipaměti odkazuje na obohacení v mezipaměti, které je možné znovu použít během provádění sady dovedností. Ukládání do mezipaměti je cenné pro odbornosti zahrnující zpracování a analýzu obrazu včetně OCR, které jsou náročné na zpracování.

Vektorové a hybridní načítání

Kategorie Funkce
Indexování vektorů V indexu vyhledávání přidejte vektorová pole pro podporu scénářů vektorového vyhledávání . Vektorová pole můžou existovat společně s nevectorovými poli ve stejném hledaném dokumentu.
Vektorové dotazy Formulujte jednoúčelové a více vektorových dotazů.
Vektorové vyhledávací algoritmy Pomocí hierarchické navigovatelné Small World (HNSW) nebo exaktního K-nejbližších sousedů (KNN) můžete najít podobné vektory v indexu vyhledávání.
Vektorové filtry Použijte filtry před nebo po spuštění dotazu pro větší přesnost během načítání informací.
Hybridní vyhledávání informací Vyhledejte koncepty a klíčová slova v jednom požadavku hybridního dotazu.

Hybridní vyhledávání konsoliduje vektorové a textové vyhledávání s volitelným sémantickým řazením a laděním relevance pro nejlepší výsledky.
Integrované chunkování a vektorizace dat Nativní dělení dat prostřednictvím funkce Rozdělení textu. Nativní vektorizace prostřednictvím vektorizátorů a dovedností vkládání, jako jsou Azure OpenAI Embedding, Azure Vision multimodal (Preview) a AML, které můžete použít pro připojení ke koncovým bodům v katalogu modelů Microsoft Foundry.

Integrovaná vektorizace poskytuje komplexní indexovací kanál ze zdrojových souborů do dotazů.
Komprese a kvantování integrovaných vektorů Pomocí integrované skalární a binární kvantování zmenšete velikost vektorového indexu v paměti a na disku. Můžete také předepisovat ukládání vektorů, které nepotřebujete, nebo přiřazovat úzké datové typy k vektorovým polím kvůli nižším požadavkům na úložiště.

Klasické fulltextové a další formuláře dotazů

Kategorie Funkce
Hledání volného textu Fulltextové vyhledávání je primární případ použití většiny vyhledávacích aplikací. Dotazy lze formulovat pomocí podporované syntaxe.

Jednoduchá syntaxe dotazu poskytuje logické operátory , operátory vyhledávání frází, operátory přípon, operátory priority.

Úplná syntaxe dotazů Lucene zahrnuje všechny operace v jednoduché syntaxi s rozšířeními pro vyhledávání přibližných shod, vyhledávání dle blízkosti, zvýšení relevance termínů a regulární výrazy.
Význam Jednoduché hodnocení je klíčovou výhodou Azure AI Vyhledávač. Profily bodování slouží k modelování relevance jako funkce hodnot v samotných dokumentech. Můžete například chtít, aby se novější produkty nebo zlevněné produkty zobrazovaly výše ve výsledcích hledání. Profily bodování můžete vytvářet také pomocí značek pro individuální bodování na základě předvoleb vyhledávání zákazníků, které sledujete a ukládáte samostatně.

Sémantický ranker je prémiová funkce, která přeřadí výsledky na základě sémantické relevance dotazu. V závislosti na vašem obsahu a scénáři může výrazně zlepšit relevanci vyhledávání s minimální konfigurací nebo úsilím.
Geoprostorové vyhledávání Geoprostorové funkce filtrují a odpovídají zeměpisným souřadnicům. Můžete vyhledávat podle vzdálenosti nebo zahrnutím do tvaru mnohoúhelníku.
Filtry a fasety Fasetová navigace je povolená prostřednictvím jednoho parametru dotazu. Azure AI Vyhledávač vrátí fasetovou navigační strukturu, kterou můžete použít jako kód za seznamem kategorií, pro samosměrné filtrování (například k filtrování položek katalogu podle cenového rozsahu nebo značky).

Filtry se dají použít k začlenění fasetové navigace do uživatelského rozhraní aplikace, vylepšení formulace dotazu a filtrování na základě kritérií zadaných uživatelem nebo vývojářem. Vytvořte filtry pomocí syntaxe OData.
Uživatelské prostředí Automatické dokončování je možné povolit pro dotazy s předstihem na panelu hledání.

Návrhy hledání také fungují s částečnými textovými vstupy na panelu hledání, ale výsledky jsou skutečné dokumenty v indexu, nikoli termíny dotazu.

Synonyma přidružují ekvivalentní termíny, které implicitně rozšiřují rozsah dotazu, aniž by uživatel musel zadávat alternativní termíny.

Zvýraznění hitů použije formátování textu u odpovídajícího klíčového slova ve výsledcích hledání. Můžete zvolit, která pole vrátí zvýrazněné fragmenty kódu.

Řazení se nabízí pro více polí prostřednictvím schématu indexu a pak je přepnuto při dotazu pomocí jediného parametru vyhledávání.

Stránkování a omezení výsledků hledání je jednoduché s precizně vyladěným ovládáním, které Azure AI Vyhledávač nabízí pro vaše výsledky vyhledávání.

Funkce zabezpečení

Kategorie Funkce
Zabezpečení sítě Pravidla PROTOKOLU IP pro podporu příchozí brány firewall umožňují nastavit rozsahy IP adres, ve kterých vyhledávací služba přijímá požadavky.

Vytvořte privátní koncový bod pomocí Azure Private Link, aby byly všechny požadavky směrovány přes virtuální síť.

Perimetr zabezpečení sítě umožňuje připojit Azure AI Vyhledávač k hraniční síti, která zahrnuje další Azure prostředky, abyste mohli spravovat přístup k síti holisticky.
Šifrování dat Microsoft-managed encryption-at-rest je integrovaný do interní vrstvy úložiště a je neodvolatelný.

Šifrovací klíče spravované službouCustomer (CMK), které vytvoříte a spravujete v Azure Key Vault, můžete použít k doplňkovému šifrování indexů a map synonym. Pro služby vytvořené po 1. srpnu 2020 se šifrování CMK rozšiřuje na data na dočasných discích pro úplné dvojité šifrování indexovaného obsahu.
Příchozí přístup Řízení přístupu na základě role přiřadí role uživatelům a skupinám v Microsoft Entra ID pro řízený přístup k obsahu a operacím vyhledávání. Ověřování na základě klíčů můžete použít také v případě, že nechcete používat přiřazení rolí.

Řízení přístupu na úrovni dokumentu filtruje výsledky hledání, které uživatel nemá oprávnění k zobrazení. Pokud zdroj dat poskytuje model řízení přístupu, můžete u několika zdrojů dat nakonfigurovat index, který dědí metadata uživatelských oprávnění.
Odchozí zabezpečení (indexátoři) Připojení dat prostřednictvím privátních koncových bodů umožňuje indexeru připojit se k prostředkům Azure, které jsou chráněny pomocí Azure Private Link.

Datová připojení prostřednictvím spravovaných identit ověřují připojení k prostředkům Azure pomocí objektu zabezpečení (security principal) Microsoft Entra, což eliminuje ukládání a předávání pevně zakódovaných klíčů rozhraní API.

Přístup k datům pomocí důvěryhodné identity znamená, že připojovací řetězce k externím zdrojům dat mohou vynechat uživatelská jména a hesla. Když se indexer připojí ke zdroji dat, prostředek umožňuje připojení, pokud byla vyhledávací služba dříve zaregistrována jako důvěryhodná služba (platí jenom pro Azure Storage).

Funkce portálu

Kategorie Funkce
Nástroje pro vytváření prototypů a kontrolu Přidat index je návrhář indexu na portálu Azure, který můžete použít k vytvoření základního schématu skládajícího se z přiřazených polí a několika dalších nastavení. Po uložení indexu ho můžete naplnit pomocí sady SDK nebo rozhraní REST API k poskytnutí dat.

Import dat je průvodce, který vytváří kompletní indexovací kanál, včetně indexu, indexéru, sestavy dovedností a definice zdroje dat, pro scénáře vyhledávání klíčových slov a RAG. V případě RAG také zpracovává bloky dat a vektorizaci. Pokud vaše data existují v Azure, může vám tento průvodce ušetřit významný čas a úsilí, zejména při testování konceptu a zkoumání.

Průzkumník služby Search se používá k testování dotazů a upřesňování profilů bodování.

Vytvoření ukázkové aplikace slouží k vygenerování stránky HTML, která se dá použít k otestování vyhledávacího prostředí.

Ladicí relace je vizuální editor, který umožňuje interaktivně ladit sadu dovedností. Zobrazuje závislosti, výstup a transformace.
Monitorování a diagnostika Povolte monitorovací funkce a získejte více než jen metriky, které jsou na první pohled viditelné v portálu Azure. Metriky týkající se dotazů za sekundu, latence a omezování se zaznamenávají a hlásí na stránkách portálu bez nutnosti další konfigurace.

Programovatelnosti

Kategorie Funkce
REST Rozhraní REST API služby je určené pro operace roviny dat, včetně všech operací souvisejících s indexováním, dotazy, rozšiřováním AI a načítáním agentů. Tuto klientskou knihovnu můžete také použít k načtení systémových informací a statistik.

Management REST API slouží k vytváření a zřizování služeb prostřednictvím Azure Resource Manager. Toto rozhraní API můžete také použít ke správě klíčů a kapacity.
Azure SDK pro .NET Azure. Search.Documents je určen pro operace roviny dat, včetně všech operací souvisejících s indexováním, dotazy a rozšiřováním AI. Tuto klientskou knihovnu můžete také použít k načtení systémových informací a statistik.

Microsoft.Azure. Management.Search slouží k vytváření a zřizování služeb prostřednictvím Azure Resource Manager. Toto rozhraní API můžete také použít ke správě klíčů a kapacity.
Azure SDK pro Java com.azure.search.documents slouží k operacím roviny dat, včetně všech operací souvisejících s indexováním, dotazy a rozšiřováním AI. Tuto klientskou knihovnu můžete také použít k načtení systémových informací a statistik.

com.microsoft.azure.management.search slouží k vytváření a zřizování služeb prostřednictvím Azure Resource Manager. Toto rozhraní API můžete také použít ke správě klíčů a kapacity.
Azure SDK pro Python Dokumenty azure-search jsou určené pro operace roviny dat, včetně všech operací souvisejících s indexováním, dotazy a rozšiřováním AI. Tuto klientskou knihovnu můžete také použít k načtení systémových informací a statistik.

azure-mgmt-search slouží k vytváření a zřizování služeb prostřednictvím Azure Resource Manager. Toto rozhraní API můžete také použít ke správě klíčů a kapacity.
Azure SDK pro JavaScript nebo TypeScript Azure/search-documents slouží k operacím roviny dat, včetně všech operací souvisejících s indexováním, dotazy a rozšiřováním AI. Tuto klientskou knihovnu můžete také použít k načtení systémových informací a statistik.

azure/arm-search slouží k vytváření a zřizování služeb prostřednictvím Azure Resource Manager. Toto rozhraní API můžete také použít ke správě klíčů a kapacity.
  • Poslední aktualizace v