Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Hinweis
Foundry IQ (Azure KI-Suche) bietet direkte Indizierungs- und Abfrage-APIs zusammen mit Wissensquellen- und Knowledge Base-APIs auf höherer Ebene für den verwalteten Abruf. Verwenden Sie das Azure Portal, REST-APIs oder Azure SDKs, um diese Funktionen zu konfigurieren, oder verbinden Sie Agents mit Wissensdatenbanken im Microsoft Foundry-Portal.
Important
Features oder Funktionen, die in diesem Artikel als "Vorschau" gekennzeichnet sind, befinden sich in der öffentlichen Vorschau und unterliegen den ergänzenden Nutzungsbedingungen für Microsoft Azure Previews.
Informationen zu den Vorschaubestimmungen, die spezifisch für Foundry IQ (Azure KI-Suche) gelten, finden Sie unter Vorschaufunktionalität.
Eine Wissensquelle ist eine Ressource auf oberster Ebene in Ihrem Foundry IQ (Azure KI-Suche)-Dienst, die den Inhalt definiert, der in einer agentischen Retrievalpipeline verwendet wird. Jede Wissensquelle ist entweder indiziert oder remote, die bestimmt, wie der Inhalt aufgenommen, verarbeitet und abgefragt wird. Wissensquellen sind erforderliche Komponenten einer Wissensbasis.
Verweisen Sie auf mehrere Wissensquellen in einer Wissensbasis. Gewöhnliche Abrufabfragen minimal alle Kandidatenquellen, während low und medium aufwand eine Teilmenge auswählen können. Die Antwort kombiniert die relevantesten Ergebnisse aus den abgefragten Quellen.
Die Anzahl der konfigurierten Quellen und die Anzahl der beim Abruf ausgewählten Quellen sind separate Begrenzungen.
Unterstützte Wissensquellen
Foundry IQ unterstützt die folgenden Wissensquellen für agentische Abrufworkloads.
| Art | Description | Indiziert oder remote |
|---|---|---|
| Suchindex | Umschließt einen vorhandenen Index. | Indexiert |
| Azure Blob | Generiert eine Indexerpipeline aus einem Blobcontainer. | Indexiert |
| Azure SQL | Generiert eine Indexerpipeline aus einer Azure SQL Tabelle oder Ansicht. | Indexiert |
| Datei | Lädt Dateien direkt in Foundry IQ hoch. | Indexiert |
| OneLake | Generiert eine Indexerpipeline aus einem Lakehouse. | Indexiert |
| Indizierter SharePoint | Generiert eine Indexerpipeline aus SharePoint-Websites. | Indexiert |
| Remote SharePoint (Vorschau) | Ruft Inhalte aus SharePoint ab. | Fernzugriff |
| Fabric Data Agent (Vorschau) | Ruft Antworten und eingebettete Ressourcen aus einem Microsoft Fabric Daten-Agent ab. | Fernzugriff |
| Fabric Ontology (Vorschau) | Ruft entitäts- und beziehungsbasierte Antworten aus einer Microsoft Fabric Ontologie ab. | Fernzugriff |
| MCP-Server (Vorschau) | Ruft Live-, toolgestützte Ergebnisse von einem externen MCP-Server ab. | Fernzugriff |
| Work IQ (Vorschau) | Ruft Erkenntnisse über die Organisation von Work IQ ab. | Fernzugriff |
| Web | Ruft Bodendaten aus Microsoft Bing in Echtzeit ab. | Fernzugriff |
Indizierte Wissensquellen
Eine indizierte Wissensquelle verweist auf einen Suchindex, der die Kriterien für den agentischen Abruf erfüllt. Der Inhalt wird vor der Abfrage über einen von drei Wegen in den Index aufgenommen:
Eigenen Index verwenden: Verwenden Sie eine Wissensquelle für Suchindizes, um einen vorhandenen Index in Ihrem Foundry IQ-Dienst einzubinden.
Direkter Dateiupload: Verwenden Sie eine Datei-Wissensquelle, um Dateien direkt in Foundry IQ hochzuladen. Der Dienst verarbeitet die Dateien und speichert extrahierte Inhalte in einem generierten Suchindex, ohne dass eine externe Speicher- oder Indexerpipeline erforderlich ist.
Automatisch generierte Indexerpipeline: Für blob-, OneLake- und indizierte SharePoint Wissensquellen erstellt Foundry IQ automatisch eine vollständige Indexerpipeline aus Ihrer externen Datenquelle. Die Pipeline enthält eine Datenquelle, ein Skillset, einen Indexer und einen Index, der aufgefüllt und unterteilt ist. Für Azure SQL wird jede Zeile zu einem logischen Dokument, und der Dienst erstellt nur dann ein Skillset, wenn Sie
embeddingColumnskonfigurieren.
Verwenden Sie in 2026-11-01-preview topic graph, um den Vektorabruf für eine vorhandene searchIndex Wissensquelle zu erweitern. Binden Sie einen vorbereiteten, befüllten, kompatiblen Themenindex über das Themendiagrammprofil des durchsuchten Vektorfelds.
Für generierte Indexer sind die Abruf von Quelländerungen und die automatische Fortsetzung der nicht abgeschlossenen Erfassung getrennt. Der direkte Dateiupload verwendet keinen Zeitplan für die Indexer-Abfrage.
Abfragen werden lokal auf Ihrem Foundry IQ-Dienst mit Volltext (Schlüsselwort), Vektor- oder Hybridabfragen ausgeführt.
Da eine indizierte Wissensquelle über einen zugrunde liegenden Suchindex verfügt, können Verweise vom Dienst generierte Zitier-URLs enthalten, die zu ihren Dokumenten im Index führen. Remote-Wissensquellen haben keinen Sicherungsindex, sodass sie keine Zitat-URLs zurückgeben.
Remote-Wissensquellen
Eine Remote-Wissensquelle verbindet sich direkt mit einer externen Plattform. Inhalte werden nie in Foundry IQ aufgenommen. Stattdessen wird sie zur Abfragezeit über die systemeigenen APIs der einzelnen Plattform abgerufen. Das agentische Abrufmodul macht den API-Aufruf und zeigt Ergebnisse zusammen mit allen indizierten Wissensquellen in derselben Antwort an.
Je nach Plattform erreichen Remoteverbindungen Inhalte entweder über das öffentliche Internet (z. B. Bing) oder innerhalb Ihres Microsoft Mandanten (z. B. SharePoint und Fabric).
SharePoint Architekturoptionen
Wählen Sie aus, wie Inhalte Ihre Anwendung erreichen, bevor Sie entscheiden, wie viele Websites oder Pipelines konfiguriert werden sollen.
| Approach | Wählen Sie diese Option, wenn | Besitzverhältnisse und Berechtigungen |
|---|---|---|
| Indizierte SharePoint Wissensquelle | Sie möchten einen verwalteten Aufnahmepfad, der eine durchsuchbare Kopie ausgewählter SharePoint Inhalte erstellt. | Konfigurieren Sie die Quellauswahl und contentExtractionMode über die Wissensquell-API. Aktivieren Sie den unterstützten Dokumentberechtigungsfluss separat; Der Zugriff auf die Aufnahme gewährt Endbenutzern keinen Zugriff auf jedes indizierte Element. |
| SharePoint Indexer sowie eine Suchindex-Wissensquelle | Sie müssen das Indexschema, den Indizierungszeitplan oder die Anreicherungspipeline steuern. | Konfigurieren und warten Sie die Indizierungsressourcen, und verbinden Sie dann den befüllten Index mit einer Wissensdatenbank. Bewahren Sie erforderliche Berechtigungsfelder und Den ursprünglichen Websitekontext auf, einschließlich abgeleiteter Blöcke. |
| Remote-SharePoint Wissensquelle (Vorschau) | Sie möchten den Abruf über Microsoft 365, ohne einen SharePoint-Inhaltsindex in Foundry IQ zu erstellen. | Der Abruf verwendet die Copilot Abruf-API und die SharePoint Berechtigungen des Benutzers. Überprüfen Sie die Lizenzierungs-, Filter- und Inhaltsbeschränkungen der Remotequelle. |
| Benutzerdefinierte Datenaufnahme plus eine Wissensquelle für einen Suchindex | Ihre Ingestion- oder Transformationsanforderungen werden nicht von den integrierten Pfaden erfüllt. | Ihre Anwendung ist für Extraktion, Änderungs- und Löschbehandlung sowie Berechtigungssynchronisierung verantwortlich. Das Hochladen von Inhalten behält SharePoint-Berechtigungen nicht automatisch bei; implementieren Sie einen unterstützten Ablauf für Dokumentberechtigungen. |
Verwenden Sie eine indexierte Pipeline für Inhalte, die ein Indexschema und Verwaltungsanforderungen aufweisen. Verwenden Sie separate Pipelines und Indizes, wenn Inhalte unabhängige Schemas, Verarbeitung oder Governance benötigen. Ein freigegebener Index erfordert weiterhin Berechtigungen auf Dokumentebene, wenn Benutzer unterschiedlichen Zugriff haben.
Indizierte Inhalte spiegeln die abgeschlossene Erfassung und Berechtigungssynchronisierung wider, nicht eine Liveüberprüfung jedes Quellelements. Überprüfen Sie SharePoint-Berechtigungssynchronisierung. Bei größeren Websitebereichen sollten Sie die Anleitung zur Berechtigungstopologie für SharePoint-Gruppe befolgen, anstatt anzunehmen, dass die Anzahl der Websites für jede Berechtigungskonfiguration gilt.
Indizierte SharePoint ist mit REST-API 2026-10-01verfügbar; Remote-SharePoint bleibt in der Vorschau. Eine Knowledge Base, die indizierte und Remotequellen kombiniert, muss eine API-Version verwenden, die jede referenzierte Quellart unterstützt. Gehen Sie nicht davon aus, dass die stabile Oktober-API Remote-SharePoint unterstützt.
Wählen Sie in der indizierten SharePoint-Konfigurationminimal oder standard Inhaltsextraktion für die verwaltete indizierte Erfassung aus. Vergleichen Sie für eine direkt konfigurierte Anreicherungspipeline die multimodalen Extraktionsoptionen. Extraktionsfunktionen hängen vom Quellressourcen- und Verarbeitungspfad ab; Dateien, Listenelemente und moderne Seiten weisen unterschiedliche Inhaltsdarstellungen auf.
Einheitliche Rangfolge
Für indizierte und Remote-Wissensquellen fließen alle abgerufenen Inhalte über dieselbe Bewertungspipeline. Die Ergebnisse werden nach Relevanz bewertet, abfrageübergreifend zusammengeführt und neu sortiert, bevor sie in der Retrieval-Antwort zurückgegeben werden.
Arbeiten mit Wissensquellen
Wissensquellen sind unabhängige Objekte, die Sie separat von Wissensdatenbanken erstellen und verwalten. Beachten Sie Folgendes:
Erstellen Sie eine Wissensquelle, bevor Sie eine Wissensbasis erstellen. Wissensdatenbanken verweisen auf Wissensquellen anhand der ID, sodass die Wissensquelle zuerst vorhanden sein muss.
Um eine Wissensquelle zu löschen, aktualisieren oder löschen Sie zunächst alle Wissensdatenbanken, die darauf verweisen. Anschließend können Sie die Wissensquelle löschen.
Eine Wissensquelle und ihre Wissensbasis müssen auf demselben Foundry IQ-Dienst vorhanden sein.
GET- und LIST-Antworten können Geheimnisse redigieren oder weglassen. Um Ressourcen mit gültiger Zielauthentifizierung und Abhängigkeiten neu zu erstellen, folgen Sie der sicheren Sicherung, Wiederherstellung und Klonung.
Erstellen von Wissensquellen
Die Erstellungsunterstützung im Azure Portal, Microsoft Foundry-Portal, REST-API und Azure SDKs variiert je nach Wissensquellenart. Typspezifische Anweisungen finden Sie unter den Links in Unterstützte Wissensquellen.
Vertraulichkeitsbezeichnungen erfassen (Vorschau)
Für Blob-, indizierte OneLake- und indizierte SharePoint-Knowledge-Quellen können Sie Microsoft Purview-Vertraulichkeitsbezeichnungen erfassen, indem Sie ingestionPermissionOptions so festlegen, dass sensitivityLabel eingeschlossen wird. Befolgen Sie alle Voraussetzungen, bevor Sie diesen Wert festlegen. Nachdem sie mit dem Index synchronisiert wurden, werden Bezeichnungen in Abrufantworten angezeigt und zum Erzwingen des Zugriffs auf Dokumentebene zur Abfragezeit verwendet. Weitere Informationen finden Sie unter Erzwingen von Berechtigungen zur Abfragezeit (Vorschau).
Wenn Ihre indizierte Wissensquelle einen in Blöcke segmentierten Index verwendet, z. B. mit integrierter Vektorisierung oder einem benutzerdefinierten Skill zur Textaufteilung, müssen Sie die Vertraulichkeitsbezeichnung außerdem jeder Chunkzeile über Indexprojektionen im Skillset zuordnen. Andernfalls werden Verweise auf Segmentebene in Abrufantworten nicht zurückgegeben, wenn sie Bezeichnungen im Quelldokument enthalten.
Surface in Dokumente eingebettete Bilder (Vorschau)
Für Blob-, indizierte OneLake- und indizierte SharePoint-Wissensquellen können Sie in den assetStore der Wissensquelle eine ingestionParameters konfigurieren, um Bilder beizubehalten, die in Ihren Quelldokumenten eingebettet sind. Wenn Sie außerdem die Bereitstellung von Bildern für die Wissensdatenbank aktivieren, fügt die retrieve-Aktion diese Bilder in den Prompt für die Antwortsynthese ein, damit das LLM Diagramme, Schaubilder und extrahierte Bildinhalte auswerten kann. Weitere Informationen finden Sie unter In Dokumente eingebettete Bilder im Agent-Abruf anzeigen (Vorschau).
Konfigurieren Sie assetStore und ingestionPermissionOptions nicht für dieselbe Wissensquelle. Die Bereitstellung von Bildern wird nicht unterstützt, wenn ingestionPermissionOptions konfiguriert ist.
Datenaufnahme auf ein privates Netzwerk beschränken
Private Erfassung ist in der REST-API 2026-10-01 für Blob und ADLS Gen2, indizierte Azure SQL und indizierte OneLake-Wissensquellen für berechtigte dedizierte Dienste allgemein verfügbar. Genehmigte freigegebene private Links können berechtigte Quellverbindungen und Azure Abhängigkeiten schützen. Befolgen Sie die Konfigurations- und Ebenenanforderungen für jeden Pfad und alle separaten Vorschauanforderungen.
Serverless unterstützt keine private Indexerausführung oder gemeinsam genutzte private Search-Links für ausgehenden Datenverkehr. Verwenden Sie die Netzwerksicherheitsperimeterkonfiguration für unterstützte Zugriffssteuerungen für öffentliche Endpunkte. Ein Perimeter erstellt keine private Verbindung und ermöglicht keine private Ausführung.
SharePoint Online ist kein freigegebenes privates Linkziel, sodass die Quellverbindung öffentlich bleibt.
networkAccessMode bleibt nur bei der Erstellung verfügbar. Informationen zu geeigneten Blob-, ADLS Gen2- und SQL-Quellen finden Sie unter Netzwerk nach Erstellung der Wissensquelle ändern für die vorläufige Indexerüberschreibung und deren Einschränkungen.
Verwenden Sie automatische sprachspezifische Analysatoren (Vorschau)
Blob-, indizierte OneLake- und indizierte SharePoint Wissensquellen unterstützen automatische Sprachanalysatoren für mehrsprachige Inhalte. Wenn diese Option aktiviert ist, erkennt Foundry IQ die Sprache jedes Quelldokuments und wendet automatisch einen passenden Microsoft-Sprachanalysator an. Sie geben keinen Analyzer in der Wissensquelldefinition oder in einer Abfrage an.
Aktivieren Sie dieses Vorschaufeature mit minimal Inhaltsextraktion und ingestionParameters.aiServices. Die Anweisungen für den verknüpften Connector enthalten die freigegebenen Setup-, unterstützten Sprachen, Fallbackverhalten, Abrechnungs- und Überprüfungsschritte. Diese verwaltete Option unterscheidet sich von der Zuweisung von Sprachanalysatoren zu Feldern in einem Index, den Sie selbst konfigurieren.
Verwenden von Wissensquellen
Nachdem Sie eine Wissensquelle erstellt haben, verweisen Sie darauf in einer Wissensbasis. Die Wissensbasis bestimmt, welche Wissensquellen abzufragen sind. In den folgenden Abschnitten werden Optionen dafür beschrieben, zu steuern, welche Quellen einbezogen werden und wie die Engine unter ihnen auswählt.
Immer eine Wissensquelle abfragen
Setzen Sie alwaysQuerySource im knowledgeSourceParams-Eintrag der Quelle in einer Abrufanforderung auf true fest. Diese Einstellung auf Anforderungsebene wird unterstützt in 2026-10-01; es handelt sich nicht um eine gespeicherte Eigenschaft in der Wissensquelle. Informationen zu Anforderungsverhalten und Quellauswahlsteuerelementen finden Sie unter Abrufen mit der GA-REST-API.
Gespeicherte und Anfrageeinstellungen
Drei Konfigurationsoberflächen sind getrennt:
| Surface | Examples |
|---|---|
| Gespeicherte Wissensquelle |
searchIndexParameters.baseFilter; webParameters.language, market, count, und freshness. Vorhandene Suchindexeinstellungen umfassen searchIndexName, sourceDataFields, searchFields und semanticConfigurationName. |
| KB-Mitgliedschaft | Jeder knowledgeSources Eintrag enthält nur name. |
| Anforderung abrufen | Ein knowledgeSourceParams Eintrag gibt knowledgeSourceName, übereinstimmende kind und Optionen wie alwaysQuerySource, failOnError, Verweissteuerelemente, rerankerThreshold und maxOutputDocuments an. |
Eine Anforderung filterAddOn wird mit einem nicht leeren gespeicherten baseFilter mittels AND kombiniert. Weboptionen der Anforderung setzen gespeicherte Webwerte außer Kraft. Siehe Parameter abrufen.
Informationen zu Optionen für den Dateiimport und zur Versionsunterstützung finden Sie unter Dateiunterstützung und Grenzwerte.
Verwenden Sie den Retrieval-Begründungsaufwand zum Steuern der LLM-Verwendung
Der Reasoning-Aufwand für Retrieval steuert die Abfrageplanung. Der normale minimal Abruf überspringt modellbasierte Planung. In 2026-11-01-preview, eine mit Microsoft Retriever 1 konfigurierte Wissensbasis kann sie für die minimale Planung mit genau einer semantischen Absicht verwenden, die die vollständige Frage enthält. Mit mehreren semantischen Absichten überspringt Minimal die Planung mit Microsoft Retriever 1 und führt normale Minimal-Ergebnisse für jede Absicht zusammen. Eine Wissensbasis mit nur Microsoft Retriever 1 unterstützt extraktive Ausgabe, nicht jedoch externe Antwortsynthese. Bei low und medium plant ein LLM Suchanfragen und wählt Quellen aus, und medium führt eine tiefergehende Abrufsuche aus. Weitere Informationen finden Sie unter Festlegen des Argumentationsaufwands für den Abruf.
Die folgenden Faktoren sind maßgeblich für die Auswahl bei low- und medium-Aufwand:
Die
nameWissensquelle.Das
descriptioneines Index (für indizierte Wissensquellen).Das in der Knowledge-Base-Definition oder der
retrievalInstructionsangegebene . Abrufanweisungen steuern, welche Wissensquellen das LLM auswählt oder überspringt. Sie funktionieren wie ein Prompt: Sie können Kürze, Ton und Formatierung festlegen.