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.
Verwenden Sie Azure Content Understanding, um SharePoint Dokumente in Foundry IQ (Azure KI-Suche) zu extrahieren und zu bereichern. Dieser Leitfaden gilt für die SharePoint in Microsoft 365 Indexer und SharePoint (indizierten) Wissensquellen.
Integrierte Analyse bietet Textextraktion und arbeitet mit anderen KI-Anreicherungsfähigkeiten. Für layoutreiche oder multimodale Dokumente kombiniert Content Understanding layoutbasierte Analyse, Chunking und Bildextraktion in einer einzigen Skill. Außerdem werden optionale Bildbeschreibungen mithilfe eines bereitgestellten Modells generiert.
Unterstützte Eingaben umfassen Microsoft Word (DOCX)-Dokumente, Microsoft Excel (XLSX)-Arbeitsmappen und Microsoft PowerPoint (PPTX)-Präsentationen, die formatspezifischen Einschränkungen unterliegen. Verwenden Sie die Knowledge Source-APIs mit contentExtractionMode: "standard" für eine einfachere Einrichtung und Lebenszyklusvorgänge. Um mehr Kontrolle über Skills, Chunking und Projektionen zu haben, konfigurieren Sie direkt einen SharePoint-Indexer und ein Content Understanding-Skillset.
Prerequisites
- Ein Foundry IQ-Dienst mit der Berechtigung zum Erstellen von Suchobjekten und diese abzufragen. Verwenden Sie für die Wissensquellenpfade eine Region, die den agentischen Abruf unterstützt. Weitere Informationen finden Sie unter Search role-based access für die anwendbaren Verwaltungs- und Datenrollen.
- Abschluss der SharePoint-Indizierungsvoraussetzungen und der Authentifizierungseinrichtung. Befolgen Sie für die Berechtigungsaufnahme die ACL-Voraussetzungen, nicht einem Beispiel für die delegierte Authentifizierung.
- Eine Microsoft Foundry-Ressource in einer vom Inhaltsverständnis unterstützten Region. Konfigurieren Sie beim direkten Konfigurieren eines Indexers und eines Skillsets die verwaltete Identität "Suche", die erforderlichen Rollen und die Ressourcenanlage "Skillset".
- Eine Einbettungsbereitstellung, wenn Vektorisierung erforderlich ist. Für optionale integrierte Imagebeschreibungen wird eine unterstützte Beschreibungsmodellbereitstellung in der angefügten Foundry-Ressource bereitgestellt.
- Repräsentative Dateien, die sowohl vom SharePoint Indexer als auch von der Fähigkeit zum Inhaltsverständnis unterstützt werden, einschließlich der Layouts und Zahlen, die Sie abrufen möchten.
Wählen Sie eine Extraktionspipeline aus
Wählen Sie die Pipeline basierend auf der benötigten Verarbeitung und den Ressourcen aus, die Sie verwalten möchten.
| Rohrleitung | Verwenden Sie ihn, wenn | Ressourcenbesitz |
|---|---|---|
| Api-Konfiguration der Wissensquelle | Sie benötigen eine einfachere Einrichtung über eine SharePoint (indizierte) Wissensquellenkonfiguration. | Die Suche generiert den Indexer, die Datenquelle, das Skillset und den Index. Verwenden Sie Wissensquelleneinstellungen und Lebenszyklusvorgänge, um sie zu verwalten. |
| Konfiguration von Indexer und Skillset | Sie benötigen mehr Kontrolle über Fähigkeiten, Chunking oder Projektionen, als die Wissensquelleneinstellungen offenlegen. | Sie konfigurieren und verwalten die Erfassungsobjekte und den gesicherten Index direkt. Fügen Sie eine Suchindex-Wissensquelle hinzu, wenn Sie den Index in einer Wissensdatenbank verwenden möchten. |
Die beiden Pfade weisen das folgende Shape auf. In beiden Pfaden ist der Modelldatenverkehr von der SharePoint Quellverbindung getrennt:
Wissensquellen-APIs: SharePoint-Dokumente → generierter Indexer → Content Understanding semantische Segmentierung und Bildbeschreibungen → Embedding-Skill → generierter gesicherter Chunk-Index → indizierte SharePoint-Wissensquelle → Wissensdatenbank.
Indexer- und Skillset-APIs: SharePoint-Dokumente → Ihr Indexer → semantische Segmentierung und Bildbeschreibungen durch Content Understanding → Embedding-Skill (für die Vektorsuche) → Ihr gesicherter Chunkindex. Fragen Sie den Index direkt ab, oder verbinden Sie ihn über eine Suchindex-Wissensquelle mit einer Wissensbasis.
Anreicherungsverbindungen: Content Understanding Skill → angefügte Foundry-Ressource zur Analyse und optionalen integrierten Beschreibungen; Einbetten von Fähigkeiten → Einbettungsendpunkt und Bereitstellung.
Für indizierte Wissensquellen minimal verwendet die Extraktion integrierte Analyse. Verwenden Sie sie für die Text-first-Extraktion oder wenn separate Anreicherungskenntnisse die benötigte Verarbeitung bereitstellen. Wählen Sie die standard-Extraktion aus, um die layoutbasierte Analyse, das Chunking, die Bildextraktion und optionale Beschreibungen von Content Understanding in einer generierten Pipeline zu kombinieren.
Wenn Sie einen Indexer direkt konfigurieren, fügen Sie Ihrem Skillset den Content Understanding-Skill für dieselben integrierten Dokumentverarbeitungsfunktionen hinzu. Sie konfigurieren weiterhin Einbettungen und alle zusätzlichen Anreicherungen separat.
Halten Sie die Verarbeitungsphasen getrennt:
- Die Layoutextraktion identifiziert die Dokumentstruktur, einschließlich Abschnitte, Tabellen und Abbildungen. Überprüfen Sie die extrahierte Struktur mit repräsentativen Dateien in Ihren unterstützten Formaten.
- Durch die Blockierung werden Inhalte vorbereitet. Semantischer Abschnitt folgt Layout- und Absatzgrenzen; Bei Blöcken mit fester Größe werden Zeichenfenster verwendet. Keine der beiden Optionen allein ermöglicht Beschreibungen.
- Bildextraktion erzeugt Bilddaten und Verweise. Beschreibungen fügen generierten Text für entsprechende Abbildungen hinzu.
- Einbettungen stellen Blockinhalte als Vektoren dar. Die Bildbereitstellung stellt Bilder zur Abrufzeit über eine separat unterstützte Konfiguration zur Verfügung; Ein extrahierter Bildverweis ist keine herunterladbare URL.
Informationen zum direkten Abrufen von SharePoint anstelle einer indizierten Pipeline finden Sie in der SharePoint (Remote)-Wissensquelle, die über eine andere Abruf- und Berechtigungsarchitektur verfügt.
Standardextraktion in einer SharePoint-(indizierten) Wissensquelle verwenden
Die Standardextraktion verwendet Content Understanding, um unterstützte Dokumente zu analysieren und semantische Chunks für eine generierte Pipeline aufzubereiten. Konfigurieren Sie Berechtigungen und ein Bildbeschreibungsmodell für die Wissensquelle. Die Suche erstellt die zugrunde liegende Datenquelle, den Indexer, das Content-Understanding-Skillset und den gesicherten Blockindex.
- Folgen Sie Erstellen einer indizierten SharePoint-Wissensquelle für die Verbindung, die Quellauswahl, Identitäten und das Einbettungsmodell.
-
Konfigurieren Sie in
indexedSharePointParameters.ingestionParametersdie folgenden Standardextraktionseinstellungen:- Setze
contentExtractionModeaufstandard. - Legen Sie
ingestionPermissionOptionsauf["userIds", "groupIds"]fest, um SharePoint-Dokumentberechtigungen beizubehalten. - Konfigurieren Sie
aiServicesmit Ihrem unterstützten Foundry-Ressourcenendpunkt.
- Setze
- Konfigurieren Sie
chatCompletionModelmit dem unterstützten Imagebeschreibungsmodell und der Bereitstellung in dieser Foundry-Ressource. Lassen SiedisableImageVerbalizationauffalsefestgelegt oder lassen Sie es weg. Überprüfen Sie die kanonischen Bildbeschreibungssteuerelemente für Konfigurationsanforderungen. - Konfigurieren Sie
embeddingModel.azureOpenAIParametersmit Ihrem Foundry-Ressourcenendpunkt inresourceUrisowie die Einbettung indeploymentIdundmodelName. Verwenden Sie z. Bhttps://<embedding-resource>.services.ai.azure.com. für den Endpunkt. Der generierte Embedding-Skill vektorisiert den Chunkinhalt von Content Understanding, einschließlich generierter Bildbeschreibungen, vor der Indizierung. - Führen Sie die Ingestion aus, und überprüfen Sie die generierten Objekte, einschließlich der Berechtigungen für projizierte Chunks.
- Nachdem die Ingestion erfolgreich war, ist die Wissensquelle bereit, einer Wissensbasis zugewiesen zu werden. Sie benötigen keine separate Suchindex-Wissensquelle für diesen Pfad.
Semantische Segmentierung und Bildbeschreibungen für Content Understanding sind in der Search REST API 2026-10-01 allgemein verfügbar. SharePoint Connector- und Berechtigungsfeatures behalten ihre separat dokumentierten Verfügbarkeits- und API-Anforderungen bei. Die nachgeschaltete API-Version für Content Understanding ist separat dokumentiert.
Beschränken Sie diesen Dateiverarbeitungspfad auf unterstützte Dokumente. SharePoint-Liste-Elemente und Websiteseiten, die als Text analysiert wurden, stellen nicht die ursprüngliche Dateieingabe bereit, die für Content Understanding erforderlich ist. Gehen Sie nicht davon aus, dass eine Bibliotheksdateikonfiguration für gemischte Inhaltsauswahlen unverändert gilt.
Konfigurieren Sie einen SharePoint-Indexer und ein Skillset für Inhaltsverständnis
Verwenden Sie die Indexer- und Skillset-APIs für mehr Kontrolle über Ihre Anreicherungspipeline. Verbinden Sie Ihren SharePoint-Indexer mit einem Content-Understanding-Skill, der semantisches Chunking und Bildverbalisierung durchführt. Konfigurieren Sie das Skillset und die Zuordnungen, um angereicherte Blöcke und deren SharePoint Berechtigungen in Ihren Index zu schreiben.
- Konfigurieren Sie die Datenquelle mithilfe der SharePoint Indexerprozedur. Bewahren Sie die Quellberechtigungen auf, indem Sie
indexerPermissionOptionsin der Datenquelle auf["userIds", "groupIds"]festlegen. Folgen Sie der SharePoint ACL-Konfiguration für Authentifizierungs- und Berechtigungsfilterfelder im Index. - Legen Sie im Indexer
parameters.configuration.allowSkillsetToReadFileDataauftruefest. Diese Einstellung macht die Originaldatei unter/document/file_datafür die Eingabefile_datader Kenntnisse des Inhaltsverständnisses verfügbar. Verwenden Sie die Originaldatei, nicht den bereits in/document/contentextrahierten Text. - Fügen Sie Ihrem Skillset die Content Understanding-Fähigkeit mit semantischer Segmentierung und Bildbeschreibungen hinzu:
- Legen Sie
chunkingProperties.methodaufsemanticundchunkingProperties.unitauftokensfest. - Legen Sie sowohl
modelNameals auchmodelDeploymentfür die Verwendung Ihres unterstützten Bildbeschreibungsmodells in der angefügten Foundry-Ressource fest. - Fügen Sie
imagesundextractionOptionsinlocationMetadatafür Bildextraktion und Standortausgaben ein. - Ordnen Sie
file_data/document/file_datazu und behalten Sie die Ausgabetext_sectionsbei. Generierte Beschreibungen sind in den Markdown-Inhalten jedes anwendbaren Abschnitts enthalten.
- Legen Sie
- Fügen Sie für die Vektorsuche einen Einbettungs-Skill nach dem Skill für Inhaltsverständnis hinzu:
- Legen Sie
resourceUriauf Ihren Foundry-Ressourcenendpunkt fest, z. B.https://<embedding-resource>.services.ai.azure.com, und konfigurieren SiemodelNameunddeploymentId. - Legen Sie das
contextder Fähigkeit auftextund ihre/document/text_sections/*/content-Eingabe auf/document/text_sections/*fest. Dieses Setup bettet jeden Content-Understanding-Chunk ein, nachdem seine Bildbeschreibungen hinzugefügt wurden. - Ordnen Sie die
embedding-Ausgabetext_vectorzu. Stimmen Sie die Vektordimensionen mit dem Index ab, und konfigurieren Sie einen kompatiblen Vektorisierer zur Abfragezeit.
- Legen Sie
- Definieren Sie 1:n-Indexprojektionen mit auf
/document/text_sections/*festgelegtemsourceContext. Project den Abschnittsinhalt,/document/text_sections/*/text_vectorwenn konfiguriert, Quell- und Zitatfelder und angeforderte Speicherortmetadaten in den Abschnittsindex. - Befolgen Sie die SharePoint Anforderungen für die Berechtigungsprojektion, um die Berechtigungen des übergeordneten Dokuments für jeden Abschnitt zu wiederholen:
- Ordnen Sie
/document/metadata_user_idsdem BerechtigungsfeldUserIdsdes Indexes zu. - Ordnen Sie
/document/metadata_group_idsdas Berechtigungsfeld des IndexesGroupIdszu. - Für SharePoint Sitegruppen können Sie auch
/document/metadata_spo_site_urlaufSharePointSiteUrlprojizieren und die erforderliche SharePoint-Gruppe-Auflösung konfigurieren. - Verwenden Sie bei der Verwendung von
projectionMode: skipIndexingParentDocumentsdiese Projektionszuordnungen, anstatt nur auf Indexerfeldzuordnungen zu vertrauen.
- Ordnen Sie
- Führen Sie den Indexer aus, und überprüfen Sie die erweiterten Blöcke und Berechtigungen in Ihrem Index. Um den Index in einer Wissensdatenbank zu verwenden, konfigurieren Sie auch die Felder und die semantische Konfiguration in den Indexkriterien für den agentischen Abruf.
Content Understanding liefert Chunking und integrierte Bildbeschreibungen in dieser Pipeline; Sie benötigen keine separate Fähigkeit zum Teilen von Text oder Chat Completion-Fähigkeit für diese Vorgänge. Informationen zu den Eingabe-/Ausgabebeziehungen der Fähigkeiten finden Sie in der Content Understanding walkthrough. Behalten Sie ihre SharePoint Quell- und Berechtigungskonfiguration bei. Kopieren Sie nicht den Blob-Verbindungsschritt oder optionalen Imagespeicherschritt der exemplarischen Vorgehensweise.
Halten Sie Berechtigungsmetadaten aus Skill- und Modelleingaben heraus. Übertragen Sie sie stattdessen über Projektionszuordnungen auf Quellebene. Ersetzen Sie keine benutzerdefinierte Web-API-Fähigkeit, um eine Einschränkung geschützter Inhalte zu umgehen.
Berechtigungen beibehalten und Abruf überprüfen
Die Berechtigungsfilterung muss Chunking und Abruf überstehen. Verwenden Sie die kanonischen Berechtigungsfelder und Zuordnungen für Benutzer-IDs, Gruppen-IDs und den entsprechenden Websitekontext. Bewahren Sie erforderliche Quellpfadmetadaten sowie lesbare Zitatinformationen auf. Lassen Sie Berechtigungsfelder in normalen Abfragen nicht abrufbar.
Wenn Sie den Indexer und das Skillset direkt konfigurieren, können Sie den resultierenden Index mit Search abfragen. Um diesen Index in einer Wissensbasis zu verwenden, folgen Sie der Anleitung Erstellen einer Suchindex-Wissensquelle und weisen Sie ihn einer Wissensbasis zu. Diese Übergabe verwendet den vorhandenen Index; sie übernimmt keine SharePoint-Inhalte und führt Content Understanding nicht erneut aus. Weisen Sie der Knowledge Source API-Konfiguration die SharePoint- (indizierte) Wissensquelle selbst zu.
Bevor Sie eine der Pipelines in der Produktion verwenden:
- Überprüfen Sie repräsentative Blöcke auf Inhalte, Vektoren, wenn konfiguriert, Quell-/Zitatzuordnungen und erforderliche Berechtigungszuordnungen.
- Testen Sie direkte Suchabfragen mit autorisierten und nicht autorisierten Benutzern mithilfe der Abfragezeitberechtigungsprozedur. Wenn Sie eine Wissensdatenbank verwenden, testen Sie auch ihre Abrufanforderungen mit diesen Benutzern.
- Wenn Ihre Anwendung einen MCP-Endpunkt verfügbar macht, testen Sie auch die Weitergabe des Benutzertokens und die Zugriffsergebnisse. Überprüfen Sie, ob zurückgegebene Zitate und Quelldatenfelder keine inhalte anzeigen.
- Testen Sie die anwendbaren Gruppen- und Websiteszenarien sowie den Entzug von Berechtigungen mithilfe der SharePoint Synchronisierungsanleitung. Der Indizierungserfolg allein beweist keine aktuelle Autorisierung.
Überprüfen des Netzwerk- und Ressourcenbesitzes
Behandeln Sie den eingehenden Anwendungszugriff auf die Suche getrennt von der ausgehenden Aufnahme. Ein privater Endpunkt für Search stellt keine private Verbindung mit SharePoint, Inhaltsverständnis oder Modellbereitstellungen her.
- SharePoint-Quelle: Verwenden Sie den Authentifizierungskontrakt des Connectors. SharePoint Online verwendet öffentliche Endpunkte und ist kein freigegebenes privates Linkziel.
- Inhaltsverständnisanalyse: Verwenden Sie die angefügte unterstützte Foundry-Ressource und die erforderliche Identität und Konnektivität.
- Einbettungen und optionaler Chat: Überprüfen Sie die unterstützten Authentifizierungs-, Rollenzuweisungen, DNS- und Netzwerkzugriffsanforderungen jedes konfigurierten Endpunkts.
Eine separate GenAI-Eingabeaufforderung (Chat-Vervollständigung) oder ein benutzerdefinierter Endpunkt proxyt keine Aufrufe der Inhaltsverständnisanalyse. API Management wird für Content Understanding nicht unterstützt. Für die Nur-ACL-Aufnahme erfordert ein separater Chat Completion-Skill einen zulässigen First-Party-Endpunkt, nicht APIM. Bei der Aufnahme von Vertraulichkeitsbezeichnungen wird diese Chat Completion-Konfiguration nicht unterstützt.
Wenden Sie die kanonischen Einschränkungen für geschützte Inhalte auf die spezifische Konfiguration an, einschließlich der benutzerdefinierten Web-API, des Caches, des Wissensspeichers, des Debugs und der Bildbereitstellungseinschränkungen. Authentifizierung oder privates Routing machen eine blockierte Konfiguration nicht zu einer unterstützten Konfiguration.
Sie verwalten die Pipelineobjekte, die Sie direkt erstellen. Verwenden Sie für vom Assistenten erstellte Objekte den dokumentierten Workflow für diesen Assistenten. Verwenden Sie für Objekte, die von einer Wissensquelle generiert werden, Einstellungen und Lebenszyklusvorgänge der Wissensquelle; behandeln Sie generierte Objekte nicht als uneingeschränkte Anpassungsoberfläche.
Problembehandlung bei der Verarbeitung und Wartung der Pipeline
Für fehlende Content Understanding-Ausgabe oder langsame Verarbeitung folgen Sie den Anweisungen in der Anleitung zu Analyse-Polling und umfangreichen Dokumenten. Das standardmäßige Zeitfenster für Analyseabfragen beträgt acht Minuten. Die Bereitschaft zur benutzerdefinierten Analyse verfügt über ein separates fünfminütiges Fenster. Überprüfen Sie den Indexerstatus, um zwischen dem Ablauf des Abrufintervalls und Authentifizierungs-, Drosselungs-, Eingabeformat- oder Terminaldienstfehlern zu unterscheiden.
Verwenden Sie die SharePoint Berechtigungslebenszyklusprozeduren für Aktualisierungs-, Resynchronisierungs-, Widerrufs- und unterstützte Neuerstellungsvorgänge. Verwenden Sie keine Inhaltszurücksetzung, um das Aktualisierungsverhalten von Berechtigungen zu verstehen.
Wenn Sie eine Pipeline stilllegen, beenden Sie ihre Zeitplanung, und verwenden Sie das dokumentierte Löschverfahren. Entfernen Sie Objekte im Besitz von Kunden nur, wenn sie nicht mehr benötigt werden. Das Löschen einer Suchwissensquelle löscht keine externen SharePoint Inhalte, Foundry-Ressourcen oder Modellbereitstellungen.