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.
Note
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
Die Bildbereitstellung befindet sich in der öffentlichen Vorschau und unterliegt den ergänzenden Nutzungsbedingungen für Microsoft Azure Previews.
Die für dieses Feature geltenden Vorschaubedingungen finden Sie unter Previewfunktionalität.
Verwenden Sie Bildbereitstellung (Vorschau), um in Ihren Quelldokumenten eingebettete Bilder (z. B. Diagramme, Schaubilder, Infografiken, gescannte Formulare und Produktbilder) beim agentischen Retrieval verfügbar zu machen, damit Ihr Large Language Model (LLM) bei der Synthese einer Antwort visuellen Kontext zusammen mit Text berücksichtigen kann.
Wenn Sie die Bildbereitstellung aktivieren, finden Sie IQ (Azure KI-Suche):
Zum Zeitpunkt der Indizierung werden Bilder aus unterstützten Dokumenten extrahiert und in einem vom Kunden bereitgestellten Azure Blob-Assetspeicher gespeichert.
Zum Abfragezeitpunkt werden diese Bilder im Rahmen der Abrufaktion abgerufen, in Base64 kodiert und als multimodale Inhalte in den LLM-Prompt eingefügt, der die generierte Antwort erzeugt.
In diesem Artikel erfahren Sie, wie Sie die Bildbereitstellung auf einer Wissensbasis aktivieren, diese pro Anforderung außer Kraft setzen, Statistiken zur Bildbereitstellung prüfen und die Anforderungen des Speicherkontolebenszyklus planen.
Nutzungssupport
| Azure Portal | Microsoft Foundry-Portal | .NET SDK | Python SDK | Java SDK | JavaScript SDK | REST-API |
|---|---|---|---|---|---|---|
| ❌ | ❌ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
Voraussetzungen
Ein Foundry IQ-Dienst mit einer Wissensbasis, die ein LLM festlegt. Die Wissensbasis muss die Antwortsynthese verwenden.
Eine dateibasierte indizierte Wissensquelle, die mit einem
assetStorekonfiguriert ist in ihremingestionParameters. Unterstützte Arten:- Blob-Wissensquelle (Azure Blob Storage oder Azure Data Lake Storage Gen2)
- Indizierte OneLake-Wissensquelle
- Indizierte SharePoint Wissensquelle
Erfüllen Sie für Blob-Wissensquellen, die die Standardextraktion verwenden, die Voraussetzungen für Blob-Wissensquellen.
Die Wissensquelle darf
ingestionPermissionOptionsnicht konfigurieren.Quelldokumente, die extrahierende Bilder enthalten, z. B. PNG-Dateien, JPEG-Dateien oder PDF-Dateien mit eingebetteten Bildern.
Eine Microsoft Foundry-Ressource in einer Region, die von Azure Content Understanding in Foundry Tools unterstützt wird, mit Azure OpenAI-Einbettung und multimodalen Chatmodellbereitstellungen. Verwenden Sie den Ressourcenendpunkt im
https://<resource-name>.services.ai.azure.comFormat.Berechtigung zum Erstellen oder Aktualisieren der Wissensbasis und der verwalteten Wissensquelle. Konfigurieren Sie die schlüssellose Authentifizierung mit den Rollen "Mitwirkender des Suchdiensts " und " Indexdatenmitwirkender ", die dem Benutzer oder der Automatisierungsidentität zugewiesen sind, die diese Verwaltungsvorgänge ausführt (empfohlen). Alternativ können Sie einen Administrator-API-Schlüssel verwenden.
Berechtigung zum Aufrufen der Aktion „Abrufen“. Weisen Sie die Rolle des Suchindexdatenlesers der Identität zu, die Abrufanforderungen sendet (empfohlen), oder verwenden Sie einen Abfrage-API-Schlüssel.
Für ausgehende Anrufe an die LLM während der Antwortsynthese muss der Foundry IQ-Dienst über eine verwaltete Identität mit Benutzerberechtigungen für kognitive Dienste für die Microsoft Foundry-Ressource verfügen, die die LLM hostet.
Konfigurieren Sie für den Asset Store-Zugriff die verwaltete Identität des Foundry IQ-Diensts wie in Configure asset store and application access beschrieben.
Die 2026-11-01-preview REST-API oder ein entsprechendes Azure SDK Previewpaket: .NET | Java | JavaScript | Python
Einschränkungen und Überlegungen
Die Bildbereitstellung ist nur über die
retrieveAPI im agentischen Abruf verfügbar. Klassische/docs/searchAbfragen liefern keine in Dokumente eingebetteten Bilder an die nachgelagerte Antwortsynthese ohne eine benutzerdefinierte Lösung oder Konfiguration.Die Bildbereitstellung wird nur im Ausgabemodus der Antwortsynthese ausgeführt. Der
extractiveDataAusgabemodus überspringt die Bildbereitstellung.Die Bereitstellung von Bildern gilt nur für dateibasierte, indizierte Wissensquellen, bei denen
assetStorekonfiguriert ist und die indizierte Chunks mit befülltenimage_path-Werten enthalten.In gemischten Wissensdatenbanken stellen nur unterstützte Wissensquellentypen (Blob, indizierte OneLake und indizierte SharePoint) dokumentbasierte Bilder für die nachgeschaltete Antwortsynthese bereit. Andere Arten können weiterhin zur Textverankerung beitragen.
Die Bildbereitstellung wird für Wissensquellen nicht unterstützt, die
ingestionPermissionOptionszum Erfassen von Berechtigungen auf Dokumentebene verwenden, einschließlich ACLs, RBAC-Bereichen oder Microsoft Purview-Vertraulichkeitsbezeichnungen. Der Objektspeicher erstellt einen zugrunde liegenden Wissensspeicher, und Wissensspeicher unterstützen keine Berechtigungsvererbung.Das Abrufantwortschema definiert keine Felder für die einzelnen Bildpfade des Objektspeichers oder Bildbytes, die an das Modell gesendet werden. Die
imageServingAktivitätsberichte aggregieren Statistiken für die abgerufenen und an das Modell gesendeten Bilder.Der Zugriff auf Bilder wird auf Speicherkontoebene unabhängig vom Zugriff auf indizierte Inhalte gesteuert. Jede Identität mit Lesezugriff auf das Objektspeicherkonto kann seine Bilder abrufen.
Speichern Sie geheime Schlüssel (Kontoschlüssel, Token, Verbindungszeichenfolgen) nicht in Quelldokumenten, da Inhalte als Erdungsdaten zurückgegeben werden können.
Die Bereitstellung von Bildern kann die Latenz bei der Antwortsynthese aufgrund von Bilddownloads und der multimodalen Tokenverarbeitung erhöhen. Führen Sie repräsentative Abfragen mit aktivierter und deaktivierter Bildbereitstellung aus, und vergleichen Sie die Antwortlatenz mit der gemeldeten
imageServingAktivität.Inhaltsverständnis kann unterschiedliche Bildergebnisse für PDF- und DOCX-Dateien erzeugen. Wenn eine konsistente Eingebettete Bildextraktion und Verbalisierung erforderlich sind, konvertieren Sie Quelldokumente in PDF oder testen Sie jedes Quellformat mit repräsentativen Inhalten.
So funktioniert die Bildbereitstellung
Die Bildbereitstellung weist zwei Phasen auf:
Indizierung: Wenn Sie die Standardmäßige Inhaltsextraktion und einen Ressourcenspeicher für eine Wissensquelle konfigurieren, wird das Dokument durch das generierte Inhaltsverständnis semantisch zerlegt, Tabellen als Markdown beibehalten und die konfigurierte LLM verwendet, um eingebettete Abbildungen zu beschreiben. Abbildungsbeschreibungen werden Bestandteil des angereicherten Markdown, das von der Embedding-Fähigkeit vektorisiert wird. Die Fähigkeit extrahiert auch Bilder in Ihren Blob-Objektspeicher und fügt
image_path-Verweise auf überlappende Blöcke hinzu.Wenn Sie einen Bestandsspeicher konfigurieren, stellt der Foundry IQ-Dienst neben der Wissensquelle auch einen Wissensspeicher bereit, um die extrahierten Bildartefakte beizubehalten. Sie können diesen Wissensspeicher wie jeder andere überprüfen und verwalten.
Abruf: Wenn die Abrufaktion mit aktivierter Bildbereitstellung ausgeführt wird, ruft der Foundry IQ-Dienst die übereinstimmenden Bilder aus dem Objektspeicher ab, base64-codiert sie und schließt sie als multimodalen Inhalt in die Antwortsyntheseaufforderung ein.
Konfigurieren des Ressourcenspeichers und des Anwendungszugriffs
Die Bildbereitstellung umfasst drei Vertrauensstellungsgrenzen. Bei der Indizierung legt der Foundry IQ-Dienst Bildartefakte in Ihrem Asset-Speicher ab. Zur Abfragezeit liest der Foundry IQ-Dienst aus dem Objektspeicher, um Bilder abzurufen. Ihre Anwendung liest auch aus dem Objektspeicher, wenn bilder in einer Benutzeroberfläche gerendert werden müssen. Konfigurieren Sie jeden Pfad so, dass er dem Prinzip der geringsten Rechte folgt.
Zugriff des Foundry IQ Service auf den Asset Store
Verwenden Sie Microsoft Entra ID und eine verwaltete Identität für den Foundry IQ-Dienst. Weisen Sie die Identität der Rolle Storage Blob Data Contributor im Speicherkontobereich zu, da der Indexer Bildartefakte schreibt und die abrufende Aktion sie liest. Wenn die Quell- und Assetcontainer dasselbe Konto verwenden, gewährt die Rolle auch Lesezugriff auf Quellblobs.
Aktivieren Sie keinen anonymen öffentlichen Zugriff auf den Objektspeichercontainer.
Anwendungszugriff auf Bildverweise
Der generierte Index speichert image_path Verweise auf Bilder im Objektspeicher. Das Abrufantwortschema definiert keine dedizierten Felder für die einzelnen Bildpfade des Objektspeichers oder Bildbytes, die an das Modell gesendet werden. Optionales sourceData sind strukturierte Referenzdaten, und image_path ist darin nicht erforderlich.
So zeigen Sie ein indiziertes Bild in Ihrer Anwendung an:
Weisen Sie der Identität Ihrer Anwendung die Rolle Storage Blob Data Reader im Geltungsbereich des Asset-Speicherkontos zu.
Weisen Sie die Identität Ihrer Anwendung der Rolle "Indexdatenleser" zu, damit sie den generierten Index abfragen kann.
Beziehen Sie ein autorisiertes
image_pathaus dem generierten Index über eine anwendungsgesteuerte Abfrage oder einen Dienstendpunkt.Überprüfen Sie, ob der Verweis auf das erwartete Speicherkonto und den Ressourcencontainer aufgelöst wird. Lehnen Sie nicht vertrauenswürdige Pfade vor dem Blob-Nachschlagevorgang ab.
Rufen Sie den resultierenden Blobnamen aus dem Assetcontainer mithilfe der Identität Ihrer Anwendung ab.
Mit dieser Trennung können Sie steuern, wer Quellbilder unabhängig davon anzeigen kann, wer die Abrufen-API aufrufen kann.
Konfigurieren des Ressourcenspeichers in einer Wissensquelle
Konfigurieren Sie assetStore in den ingestionParameters einer unterstützten indizierten Wissensquelle. Der Objektspeicher ist ein BLOB-Container, den Sie besitzen und in den der Foundry IQ-Dienst Bildartefakte schreibt.
Informationen zu quellspezifischen Anweisungen finden Sie unter:
- Erstellen Sie eine Blob-Wissensquelle
- Erstellen einer indizierten SharePoint-Wissensquelle
- Erstellen Sie eine OneLake-Wissensquelle
Eine minimale Blob-Wissensquelle mit aktiviertem Image-Dienst sieht wie folgt aus:
PUT https://{service-name}.search.windows.net/knowledgesources/my-blob-ks?api-version=2026-11-01-preview
Content-Type: application/json
Authorization: Bearer {{search-access-token}}
{
"name": "my-blob-ks",
"kind": "azureBlob",
"azureBlobParameters": {
"connectionString": "ResourceId=<storage-resource-id>",
"containerName": "source-documents",
"ingestionParameters": {
"assetStore": {
"connectionString": "ResourceId=<storage-resource-id>",
"containerName": "image-assets"
},
"chatCompletionModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "https://{foundry-resource}.services.ai.azure.com",
"deploymentId": "gpt-4o",
"modelName": "gpt-4o"
}
},
"embeddingModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "https://{foundry-resource}.services.ai.azure.com",
"deploymentId": "text-embedding-3-large",
"modelName": "text-embedding-3-large"
}
},
"contentExtractionMode": "standard",
"aiServices": {
"uri": "https://{foundry-resource}.services.ai.azure.com"
}
}
}
}
Note
Ersetzen Sie
<storage-resource-id>durch die Ressourcen-ID des Azure Storage-Kontos. DasResourceId=<storage-resource-id>Verbindungsformat teilt dem Foundry IQ-Dienst mit, für beide Container seine verwaltete Identität zu verwenden.Das Azure Storage Konto, das den Asset Store hostt, muss für die Lebensdauer der Wissensbasis verfügbar und für den Foundry IQ-Dienst zugänglich bleiben. Wenn Sie Netzwerkregeln ändern, Schlüssel rotieren, Identitäten austauschen oder das Speicherkonto so verschieben, dass der Foundry IQ-Dienst nicht mehr aus dem Assetspeicher lesen kann, kann die Bildbereitstellung diese Bilder dem Modell nicht bereitstellen. Vergleichen Sie
imagesRetrievedmitimagesSentToModelhinsichtlich der Abrufaktivität, und planen und testen Sie Änderungen am Speicherkonto sorgfältig.
Konfigurationsergebnisse
Die Kombination von assetStore, disableImageVerbalizationund chatCompletionModel bestimmt, was der Indexer speichert und was das Modell zur Abfragezeit sieht:
Asset Store + Verbalisierung (Standard):
assetStoreset,disableImageVerbalizationleft asfalse,chatCompletionModelset. Der Indexer behält Bilder im Asset Store bei und speichert Textbeschreibungen im Index. Die Abrufaktivität kannverbalizationUsedalstruemelden.Asset Store ohne Verbalisierung (ungültig): Das Festlegen von
disableImageVerbalizationauftrueoder das Weglassen vonchatCompletionModelbeim Konfigurieren einesassetStoreschlägt bei der Validierung der Aufnahmeparameter fehl.Kein Ressourcenspeicher, Modell festgelegt:
assetStorenicht festgelegt,chatCompletionModelfestgelegt. Nur Textbeschreibungen, keine Bildartefakte. Die Bildbereitstellung wird nicht angewendet.Kein Asset Store, kein Modell: Keine generierten Bildbeschreibungen oder gespeicherten Bilder für die Bildbereitstellung. Die Standardmäßige Inhaltsverständnisextraktion und -blöcke können weiterhin angewendet werden.
Die Erfassungszeit-Bildverbalisierung unterscheidet sich von der Verwendung des Abrufzeitmodells der Wissensbasis. Verwenden Sie zum Deaktivieren von Beschreibungen der Aufnahme die Steuerelemente für die Beschreibung der generierten Pipeline; diese Konfiguration behält keinen Ressourcenspeicher für die Image-Bereitstellung bei.
Asset-Store-Konfiguration überprüfen
Warten Sie, bis die Erfassung abgeschlossen ist, bevor Sie fortfahren:
Überprüfen Sie den Indexerstatus im Azure-Portal oder verwenden Sie Get Indexer Status (REST-API).
Überprüfen Sie, ob indizierte Blöcke über ein aufgefülltes
image_pathFeld verfügen. Wennimage_pathleer ist, überprüfen Sie den Indexerstatus, die Asset-Store-Konfiguration der Wissensquelle, den Inhalt des Quelldokuments und den Inhalt des Asset-Containers.Überprüfen Sie den Asset-Store-Container. Sie sollten Bildblobs sehen, die der Indexer während der Erfassung erstellt hat.
Aktivieren Sie die Auslieferung von Bildern für eine Wissensdatenbank
Setzen Sie enableImageServing auf true für den Verweis auf die Wissensquelle innerhalb der Wissensbasisdefinition. Diese Einstellung wird die Standardeinstellung für jede Abrufanforderung, die auf die Wissensquelle ausgerichtet ist.
Die Wissensbasisdefinition legt auch das LLM fest, das für die Antwortsynthese zur Abfragezeit verwendet wird. Diese Einstellung ist unabhängig von allen chatCompletionModel Einstellungen, die Sie für die Wissensquelle ingestionParametersfestlegen, die die Bildverbalisierung während der Indizierung steuert.
Wenn Ihre Wissensdatenbank auf mehrere Wissensquellen verweist, setzen Sie enableImageServing nur für unterstützte dateibasierte, indizierte Typen fest, für die assetStore konfiguriert ist. Nicht unterstützte Arten (z. B. Suchindex, Remote-SharePoint oder Web) tragen weiterhin zur Textergrundung bei, stellen aber keine dokumentbasierten Bilder zur nachgeschalteten Antwortsynthese bereit.
PUT https://{service-name}.search.windows.net/knowledgebases/my-kb?api-version=2026-11-01-preview
Content-Type: application/json
Authorization: Bearer {{search-access-token}}
{
"name": "my-kb",
"knowledgeSources": [
{
"name": "my-blob-ks",
"enableImageServing": true
}
],
"outputMode": "answerSynthesis",
"models": [
{
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "https://{foundry-resource}.services.ai.azure.com",
"deploymentId": "gpt-4o",
"modelName": "gpt-4o"
}
}
]
}
Überprüfen Sie die Aktivierung der Auslieferung von Bildern
Senden Sie eine GET Anforderung an den Knowledge Base-Endpunkt, und stellen Sie sicher, dass die Referenz zur Wissensquelle enthalten ist "enableImageServing": true.
Abruf mit Bildauslieferung
Rufen Sie die Aktion „Abrufen“ für die Wissensbasis auf. Um den Standardwert der Wissensdatenbank für jede Anfrage zu überschreiben, setzen Sie enableImageServing im entsprechenden Eintrag unter knowledgeSourceParams.
POST https://{service-name}.search.windows.net/knowledgebases/my-kb/retrieve?api-version=2026-11-01-preview
Content-Type: application/json
Authorization: Bearer {{search-access-token}}
{
"retrievalReasoningEffort": { "kind": "medium" },
"outputMode": "answerSynthesis",
"includeActivity": true,
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "What's the wiring configuration shown in the installation guide?" }
]
}
],
"knowledgeSourceParams": [
{
"knowledgeSourceName": "my-blob-ks",
"kind": "azureBlob",
"enableImageServing": true
}
]
}
Note
Die Bildauslieferung wird nur ausgeführt, wenn outputModeanswerSynthesis ist. Anfragen, die extractiveData verwenden, überspringen die Bildauslieferung, auch wenn enableImageServing festgelegt ist.
Was passiert beim Abrufen?
Für Bildverweise, die mit übereinstimmenden Inhalten verknüpft sind, lädt der Foundry IQ-Dienst die entsprechenden Bilder aus dem Asset Store herunter, base64-codiert sie und übergibt sie als multimodalen Inhalt an das nachgeschaltete Antwortsynthesemodell. Prüfen Sie aggregierte Statistiken zur Bildbereitstellung in activity.imageServing. Die genaue Struktur der Antwort finden Sie in der Referenzdokumentation für Knowledge Retrieval - Retrieve (REST API).
Überprüfen des Abrufverhaltens
Eine Abrufantwort kann diese Signale zur Bildbereistellung bereitstellen:
Wenn
includeActivityauftruegesetzt ist, meldet dasactivity-ArrayimageServing-Aktivität für eine Wissensquelle, wenn der Dienst Operationen zur Bereitstellung von Bildern aufzeichnet.Ein Wert größer als
0bedeutet, dass der Dienst meldet, dass er Bilder an das nachgeschaltete Modell zur Antwortsynthese geliefert hat.
Rangfolgeregeln
Wenn sowohl in der Wissensbasisdefinition als auch in der Abrufanforderung enableImageServing angegeben ist, hat der Wert in der Abrufanforderung Vorrang. Die vollständige Rangfolge lautet:
- Der Wert in
knowledgeSourceParams[].enableImageServingder Abrufanforderung (sofern festgelegt). - Der Wert für den entsprechenden Wissensquellenverweis in der Wissensbasisdefinition (falls festgelegt).
-
false(Standardeinstellung).
In der folgenden Tabelle sind die neun Kombinationen zusammengefasst.
Wissensbasisdefinition (enableImageServing) |
Anforderung abrufen (enableImageServing) |
Bildbereitstellung aktiviert? |
|---|---|---|
true |
true |
Ja |
true |
false |
No |
true |
Nicht festgelegt | Ja |
false |
true |
Ja |
false |
false |
No |
false |
Nicht festgelegt | No |
| Nicht festgelegt | true |
Ja |
| Nicht festgelegt | false |
No |
| Nicht festgelegt | Nicht festgelegt | No |
Bildbereitstellungsstatistiken prüfen
Während der Bildbereitstellung enthält die Abrufantwort für jede Wissensquelle einen imageServing-Abschnitt im activity-Array. Verwenden Sie diesen Abschnitt, um die vom Objektspeicher abgerufenen Bilder mit den an das Modell gesendeten Bildern zu vergleichen.
"activity": [
{
"type": "azureBlob",
"knowledgeSourceName": "my-blob-ks",
"imageServing": {
"verbalizationUsed": true,
"imagesRetrieved": 5,
"imagesSentToModel": 4,
"totalImageSizeBytes": 248361
}
}
]
Der Feldbericht:
verbalizationUsed: Die vom Dienst gemeldete Bild-Verbalisierungsstatistik für die Abrufaktivität.imagesRetrieved: Die Anzahl der Bilder, die aus dem Asset-Speicher abgerufen wurden.imagesSentToModel: Die Anzahl der Bilder, die an das nachgelagerte Modell gesendet wurden.totalImageSizeBytes: Die Gesamtgröße der an das Modell gesendeten Bilder in Byte.
Wenn imagesRetrieved größer als imagesSentToModel, wurde nicht jedes abgerufene Bild an das Modell gesendet.
Überprüfen Sie verbalizationUsed und imagesSentToModel unabhängig voneinander. Eine Antwort kann sowohl verbalizationUsed als true und ein oder mehrere an das Modell gesendete Bilder angeben.
End-to-End-Testen der Bildbereitstellung
Verwenden Sie eines der folgenden Beispiele, um das vollständige Setup zu testen:
In den Beispielen werden eine Blob-Wissensquelle und eine Blob-Wissensbasis erstellt, Abrufanforderungen bei deaktivierter und aktivierter Bildbereitstellung verglichen und Statistiken zur Bildbereitstellung untersucht. Sie verwenden außerdem eine unabhängige Abfrage des Platzhalterindex, um ein image_path auszuwählen und dieses Asset herunterzuladen. In den Beispielen wird eine durch Semikolons getrennte Referenz ausgewählt, ein Projektionspräfix wie z. B. 11.7: aus einem relativen Pfad entfernt oder ein absoluter Pfad URL-dekodiert und sein vorangestelltes Segment „asset-container“ entfernt. Diese Transformationen sind Beispielverhalten und keine Garantien für die Abruf-API. Das ausgewählte Asset ist kein Beleg dafür, dass dasselbe Bild zu einer bestimmten Antwort auf einen Abruf beigetragen hat.
Eine typische A/B-Vergleichsprüfliste:
Wählen Sie eine Frage aus, die nur anhand eines Diagramms, einer Tabelle oder eines gescannten Bildes beantwortet werden kann.
Führen Sie die Abrufanfrage mit
enableImageServing: falseaus und zeichnen Sie die Antwort auf.Führen Sie dieselbe Abrufanforderung mit
enableImageServing: trueund vergleichen Sie die Antworten, Latenz und gemeldete Aktivität.Behandeln Sie Antwortunterschiede als Beobachtungs-A/B-Signale, nicht als Beweis dafür, dass Bilder die Unterschiede verursacht hätten. Ein
imagesSentToModelWert größer als0bedeutet, dass der Dienst meldet, dass er dem Modell Bilder bereitgestellt hat.
Bereinigen von Ressourcen
Löschen Sie die Wissensdatenbank, bevor Sie die Wissensquelle löschen. Durch das Löschen dieser Foundry IQ-Ressourcen werden keine Quelldokumente oder projizierten Bild-Blobs in Azure Storage gelöscht. Löschen Sie diese Blobs nur separat, wenn keine beibehaltene Aufnahme- oder Abrufpipeline sie noch benötigt.
Problembehandlung
Verwenden Sie den Aktivitätsblock imageServing aus Statistik zur Bildbereitstellung prüfen als erstes Diagnosewerkzeug. Die folgende Tabelle listet Prüfungen für häufige Symptome auf, ohne von einer einzigen Ursache auszugehen.
| Symptom | Prüfungen |
|---|---|
imagesRetrieved ist 0 für bildlastige Dokumente. |
Überprüfen Sie den Status des Indexers und Warnungen, ausgefüllte image_path-Werte in den entsprechenden indizierten Blöcken sowie Bildblobs im Assetcontainer. Vergewissern Sie sich, dass die Quelldokumente extrahierbare Bilder enthalten und dass die Identität des Foundry IQ-Diensts auf Speicherkontoebene über die Rolle Storage Blob Data Contributor verfügt. |
Die Abrufantwort hat keinen imageServing-Block. |
Vergewissern Sie sich, dass die Anfrage includeActivity auf true festlegt. Überprüfen Sie den effektiven enableImageServing Wert nach dem Anwenden von Anforderung, Knowledge Base und Standardrangfolge. Vergewissern Sie sich, dass outputModeanswerSynthesis ist, und überprüfen Sie die Fehler und Warnungen der Quellaktivität. |
verbalizationUsed unterscheidet sich von dem, was Sie erwarten |
Überprüfen Sie disableImageVerbalization, chatCompletionModel und den neuesten Indexerstatus. Überprüfen Sie verbalizationUsed unabhängig von imagesSentToModel. Eine Antwort kann Verbalisierung und Bilder melden, die zusammengesendet werden. |
| Antwortsynthese schlägt fehl oder es kommt zu einer Zeitüberschreitung, nachdem Sie die Bildbereitstellung aktiviert haben, | Vergleichen Sie repräsentative Anforderungen mit aktivierter und deaktivierter Bildbereitstellung. Überprüfen Sie Aktivitätsfehler und Warnungen, den Bereitstellungsstatus des Antwortsynthesemodells, die Identitätsberechtigungen des Foundry IQ-Diensts für das Modell und das Speicherkonto sowie die Verfügbarkeit von Ressourcenspeichern. |
Ihre Anwendung kann keine unabhängig abgefragte Datei rendern. image_path |
Vergewissern Sie sich, dass die unabhängige Indexabfrage ein verwendbares image_path zurückgibt, dass das referenzierte Blob vorhanden ist und dass die Anwendung unabhängig von „retrieve“ auf das Blob zugreifen kann. Überprüfen Sie, ob die Anwendungsidentität den Suchindexdatenleser für die Indexabfrage und den Speicher-BLOB-Datenleser im Bereich des Objektspeicherkontos enthält. |