A Azure AI Keresés jellemzői

Megjegyzés

Azure AI Keresés a Azure portálon, REST API-kon és Azure SDK-k keresztül érhető el. Emellett a Foundry IQ-t is támogatja, amely a vállalati tartalmakat újrafelhasználható, engedélytudatos tudásbázisokká alakítja át az Microsoft Foundry portálon található ügynökök számára.

Azure AI Keresés információlekérést biztosít, és opcionális AI-integrációt használ a szöveg- és vektortartalmak további értékének kinyeréséhez.

Az alábbi táblázat kategóriák szerint összegzi a funkciókat. A funkciók paritása minden Azure nyilvános, privát és szuverén felhőben elérhető, de egyes funkciók nem támogatottak specifikus régiókban vagy specifikus szinteken.

Ügynökvezérelt lekérés

Kategória Funkciók
Tudásbázisok A tudásbázisok vezénylik az ügynöki lekérési folyamatot, csatlakoznak az LLM-hez és kezelik a lekérdezési paramétereket. A tudásbázis egy vagy több tudásbázisra hivatkozik, és meghatározza a lekérési viselkedést.
Tudásforrások A tudásbázis számára elérhető tartalmakat a tudásbázisok határozzák meg. Az indexelt tudásforrás mögött egy keresési index áll, míg a távoli tudásforrás lekérdezéskor egy külső platformról nyeri le a tartalmat.
Lekérdezéstervezés (előzetes verzió) A lekérdezéstervezés egy LLM használatával elemzi a beszélgetési környezetet, és összetett kérdéseket szűrt részkérdésekre bont. Ez magában foglalja a csevegési előzmények feldolgozását, a lekérdezések felbontását, a szinonimák kiterjesztését és a helyesírás-javítást.
Párhuzamos lekérdezés végrehajtása Az albekérdezések egyszerre futnak az összes tudásbázisban. Minden alkérdezés támogatja a kulcsszó-, vektor- és hibrid keresést automatikus szemantikai újra rangsorolásával.
Visszakeresési következtetési ráfordítás (előzetes verzió) A lekéréses érvelési munka szabályozza a folyamat LLM-feldolgozásának szintjét, így a lekérés mélysége és relevanciája kiegyensúlyozható a késéssel és az LLM-költségekkel szemben.
Válaszkimenet A folyamat vagy kinyeréses megalapozó tartalmat ad vissza, vagy – ha a válaszszintézis (előzetes verzió) engedélyezve van – egy LLM által generált, hivatkozásokat tartalmazó választ. Lehetőség van forráshivatkozások és végrehajtási adatok megadására is.

Indexelés és adatkinyerés

Kategória Funkciók
Adatforrások A keresési indexek bármilyen forrásból fogadhatnak szöveget, feltéve, hogy JSON-dokumentumként vannak elküldve.

Az indexelők olyan funkciók, amelyek automatizálják a támogatott adatforrásokból történő adatimportálást az elsődleges adattárak kereshető tartalmának kinyeréséhez. Az indexelők kezelik a JSON-szerializálást, és a legtöbben támogatják a változás- és törlésészlelés valamilyen formáját. Számos adatforráshoz csatlakozhat, például Microsoft OneLake-hez, Azure SQL Database, Azure Cosmos DB vagy Azure Blob Storage.

A Logic Apps-összekötők az adatforrások szélesebb köréhez nyújtanak hozzáférést, beleértve a más felhőplatformokon tárolt adatokat is. Ez az indexelési és gazdagítási folyamat az Azure AI Keresés-ben lett létrehozva, de azt az Azure Logic Apps-ban van kezelve.

Tudásforrások az ügynökalapú lekérés funkciója. Az indexelés során és lekérdezéskor használják őket egy tudásbázis támogatására.
Hierarchikus és beágyazott adatstruktúrák Az összetett típusok és gyűjtemények lehetővé teszik, hogy gyakorlatilag bármilyen típusú JSON-struktúrát modellezhet egy keresési indexen belül. Az egy-a-többhöz és a több-a-többhöz számosság natív módon fejezhető ki gyűjtemények, összetett típusok és összetett típusok gyűjteményei révén.
Nyelvi elemzés Az elemzők a klasszikus keresés összetevői, amelyeket szövegfeldolgozáshoz használnak az indexelés és a keresési műveletek során. Alapértelmezés szerint használhatja az általános célú Standard Lucene-elemzőt, vagy felülbírálhatja az alapértelmezettet egy nyelvelemzővel, egy konfigurált egyéni elemzővel vagy egy másik előre definiált elemzővel, amely a szükséges formátumban állít elő jogkivonatokat.

A Lucene vagy Microsoft nyelvfelderítő eszközöket használnak az intelligens, nyelvspecifikus nyelvészet kezelésére, ideértve az igeidőket, a nemeket, a szabálytalan többes számú főneveket (például "egér" és "egerek"), a szavak bontását és a szótöréseket (szóköz nélküli nyelvek esetén), valamint egyéb nyelvi jellegzetességeket.

Az egyéni lexikális elemzők olyan összetett lekérdezési űrlapokhoz használhatók, mint a fonetikus egyeztetés és a reguláris kifejezések.

Csevegési modell és ügynökintegráció

Kategória Funkciók
Az indexelés során használt csevegés-befejezési modellek A GenAI parancssori képessége egy olyan képesség, amely nagy nyelvi modellt hív meg az indexelés során, és egy parancssort ad, amely meghatározza a feladatot. Ön dönti el, hogy mi a feladat. Ez magában foglalhatja egy kép leírását, a tartalom összegzését vagy manipulálását, illetve a modell által elvégezhető feladatokat. A kimenet új mezőként jelenik meg egy kereshető indexben.
A lekérdezési időpontban használt csevegés-befejezési modellek Az ügynöki lekérés nagy nyelvi modellt használ a lekérdezések tervezéséhez, felbontásához és összetett lekérdezések parafrázisához az index jobb lekérdezési lefedettsége érdekében. Az ügynöki lekérdezésből származó válaszok ügynökök közötti munkafolyamatokhoz vannak kialakítva. A keresési eredményeket egyetlen nagy sztringként is átadhatja, ami szimplifikálja a saját tartalom ügynök általi felhasználását. A válasz idézőjeleket és lekérdezés-végrehajtási információkat is tartalmaz.

A válaszszintézis (előzetes verzió) az LLM használatával hoz létre idézetalapú válaszokat az ügynöki lekérés által visszaadott keresési eredményekből.

A RAG-minták meglévő képességek használatával implementálhatók. A relevancia finomhangolása és a hibrid lekérdezések létrehozása javítja a csevegőrobotoknak a válaszgeneráláshoz küldött tartalom minőségét.

Alkalmazott AI- és AI-tartalommal bővített tartalom

Kategória Funkciók
AI-feldolgozás az indexelés során Az AI-bővítés beágyazott képeket és természetes nyelvi feldolgozást jelent egy indexelő folyamatban, amely olyan tartalmakból nyer ki szöveget és információkat, amelyek egyébként nem indexelhetők teljes szöveges keresés céljából. Az AI-feldolgozás úgy érhető el, hogy készségeket ad hozzá és kombinál egy képességkészletben, amelyet aztán egy indexelőhöz csatol. Az AI lehetnek a Microsoft beépített készségei, mint például a szövegfordítás vagy az optikai karakterfelismerés (OCR), vagy az Ön által megadott egyedi készségek.

Az integrált adattömbök és vektorizálás a nagyobb részeket kisebb, vektorosan is használható adattömbökre osztja fel, a vektorokat pedig egy index dedikált mezőire irányítják vektorok és hibrid keresés céljából.
AI-feldolgozás a lekérdezés végrehajtása során A vektorosítók a felhasználói lekérdezési sztringeket vektorokra kódolják vektorokké a vektorkereséshez. Ugyanazokat a beágyazási modelleket használhatja az indexeléshez használt lekérdezésekhez.

Bővített tartalom tárolása elemzéshez és felhasználáshoz nem keresési forgatókönyvekben A tudástár az AI által bővített vagy AI által létrehozott tartalmak állandó tárolója, amely nem keresési forgatókönyvekhez, például tudásbányászathoz és adatelemzési számítási feladatokhoz készült. A tudástárak egy készségkészletben definiálhatók, de Azure Storage objektumként vagy táblázatos sorkészletként jönnek létre.
Gyorsítótárazott bővítések (előzetes verzió) A dúsítási gyorsítótárazás azokra a gyorsítótárazott dúsításokra utal, amelyek a képességkészlet végrehajtása során újrafelhasználhatók. A gyorsítótárazás olyan képességkészletekben hasznos, amelyek magukban foglalják az OCR-t és a képelemzést, amelyek feldolgozása költséges.

Vektor és hibrid lekérés

Kategória Funkciók
Vektorindexelés A keresési indexen belül adjon hozzá vektormezőket a vektorkeresési forgatókönyvek támogatásához. A vektormezők együtt létezhetnek ugyanazon keresési dokumentumban nem szereplő mezőkkel.
Vektoros lekérdezések Egy- és többvektoros lekérdezések kidolgozása.
Vektorkeresési algoritmusok A hierarchikus Navigable Small World (HNSW) vagy a teljes K-Legközelebbi szomszédok (KNN) használatával hasonló vektorokat kereshet a keresési indexekben.
Vektorszűrők Szűrőket alkalmazhat a lekérdezés végrehajtása előtt vagy után , hogy nagyobb pontosságot biztosítsunk az információk lekérése során.
Hibrid információk lekérése Egyetlen hibrid lekérdezési kérelemben kereshet fogalmakat és kulcsszavakat.

A hibrid keresés összevonja a vektoros és szöveges keresést, opcionális szemantikai rangsorolással és relevanciahangolással a legjobb eredmények érdekében.
Integrált adattömb-készítés és vektorizálás Natív adatdarabolás a Szövegfelosztás képesség segítségével. Natív vektorizálás vektorokkal és beágyazási készségekkel, például Azure OpenAI-beágyazással, Azure Vision multimodális (előzetes verzió) és AML-sel, amelyekkel csatlakozhat a végpontokhoz az Microsoft Foundry-modellkatalógusban.

Az integrált vektorizálás egy végpontok közötti indexelési folyamatot biztosít a forrásfájloktól a lekérdezésekig.
Integrált vektortömörítés és kvantálás Használjon beépített skaláris és bináris kvantálást a vektorindex méretének csökkentéséhez a memóriában és a lemezen. A nem szükséges vektorok tárolásáról is lemondhat, vagy keskeny adattípusokat rendelhet hozzá a vektormezőkhöz a csökkentett tárolási követelmények érdekében.

Klasszikus teljes szöveg és egyéb lekérdezési űrlapok

Kategória Funkciók
Szabad formátumú szöveges keresés A teljes szöveges keresés a legtöbb keresési alapú alkalmazás elsődleges használati esete. A lekérdezések támogatott szintaxissal fogalmazhatók meg.

Az egyszerű lekérdezési szintaxis logikai operátorokat, kifejezéskeresési operátorokat, utótag operátorokat, elsőbbségi operátorokat biztosít.

A Teljes Lucene lekérdezési szintaxis az összes műveletet magában foglalja egyszerű szintaxisban, a bővítmények pedig a homályos kereséshez, a közelségi kereséshez, a kifejezéskiemeléshez és a reguláris kifejezésekhez.
Relevancia Simple pontozás a Azure AI Keresés egyik legfontosabb előnye. Pontozási profilok használatával modellezheti a relevanciát a dokumentumok értékeinek függvényeként. Előfordulhat például, hogy azt szeretné, hogy az újabb termékek vagy a kedvezményes termékek magasabbak jelenjenek meg a keresési eredményekben. Pontozási profilokat úgy is létrehozhat, hogy címkéket használ a személyre szabott pontozáshoz a nyomon követett és külön tárolt ügyfélkeresési beállítások alapján.

A szemantikai rangsoroló egy prémium szintű funkció, amely a lekérdezés szemantikai relevanciája alapján rankolja az eredményeket. A tartalomtól és a forgatókönyvtől függően minimális konfigurációval vagy erőfeszítéssel jelentősen javíthatja a keresési relevanciát.
Térinformatikai keresés A térinformatikai függvények földrajzi koordináták alapján szűrnek és egyeznek. A távolság alapján vagy egy sokszöget magába foglaló alakzat alapján egyezést találhat.
Szűrők és aspektusok A faceted navigáció egyetlen lekérdezési paraméterrel van engedélyezve. Azure AI Keresés a kategóriák listája mögött kódként használható, az önirányított szűréshez (például katalóguselemek ártartomány vagy márka szerinti szűréséhez) használható, strukturált navigációs struktúrát ad vissza.

Szűrők segítségével integrálhatja a mélyebb navigációt az alkalmazás felhasználói felületébe, javíthatja a lekérdezések megfogalmazását, és a felhasználó vagy fejlesztő által megadott kritériumok alapján szűrhet. Szűrők létrehozása az OData szintaxissal.
Felhasználói élmény Az automatikus kiegészítés engedélyezhető a keresősávban lévő, előre beírt lekérdezésekhez.

A keresési javaslatok a keresősáv részleges szöveges bemeneteiből is működnek, de az eredmények nem lekérdezési kifejezések, hanem tényleges dokumentumok az indexben.

A szinonimák olyan egyenértékű kifejezéseket társítanak, amelyek implicit módon kibővítik a lekérdezés hatókörét anélkül, hogy a felhasználónak meg kellene adnia a másodlagos kifejezéseket.

A találatok kiemelése szövegformázást alkalmaz egy egyező kulcsszóra a keresési eredményekben. Kiválaszthatja, hogy mely mezők adnak vissza kiemelt kódrészleteket.

Rendezés több mező esetében az indexséma alapján állítható be, és lekérdezési időben egyetlen keresési paraméter révén kapcsolható.

Lapozás és a keresési eredmények szabályozása egyszerű, az Azure AI Keresés által kínált finomhangolt vezérlés révén.

Biztonsági funkciók

Kategória Funkciók
Hálózati biztonság A bejövő forgalom tűzfal-szabályai lehetővé teszik az IP-tartományok konfigurálását, amelyek között a keresési szolgáltatás fogadja a kéréseket.

A magánvégpont létrehozása Azure Private Link használatával kényszerítse ki az összes kérést egy virtuális hálózaton keresztül.

Network biztonsági szegélyhálózat támogatás lehetővé teszi, hogy Azure AI Keresés olyan hálózati biztonsági szegélyhez csatlakozzon, amely más Azure erőforrásokat is tartalmaz, így holisztikusan kezelheti a hálózati hozzáférést.
Adattitkosítás Microsoft-managed encryption-at-rest a belső tárolási rétegbe van beépítve, és visszavonhatatlan.

Customer által felügyelt titkosítási kulcsok (CMK) amelyeket Azure Key Vault hoz létre és kezel, az indexek és szinonimatérképek kiegészítő titkosítására használható. A 2020. augusztus 1. után létrehozott szolgáltatások esetében a CMK-titkosítás az ideiglenes lemezeken lévő adatokra terjed ki az indexelt tartalom teljes dupla titkosítása érdekében.
Bejövő hozzáférés Role-alapú hozzáférés-vezérlés szerepköröket rendel hozzá a Microsoft Entra ID felhasználóihoz és csoportjaihoz a keresési tartalmakhoz és műveletekhez való szabályozott hozzáférés érdekében. Kulcsalapú hitelesítést is használhat, ha nem szeretne szerepkör-hozzárendeléseket használni.

A dokumentumszintű hozzáférés-vezérlés kiszűri azokat a keresési eredményeket, amelyeket a felhasználó nem jogosult megtekinteni. Több adatforrás esetében, ha az adatforrás hozzáférés-vezérlési modellt biztosít, konfigurálhat egy indexet a felhasználói engedély metaadatainak öröklésére.
Kimenő biztonság (indexelők) Adatkapcsolatok privát végpontokon keresztül lehetővé teszi, hogy az indexelő Azure Azure Private Link által védett erőforrásokhoz csatlakozzon.

Adatkapcsolatok felügyelt identitásokon keresztül hitelesíti Azure erőforrások kapcsolatait egy Microsoft Entra biztonsági tag használatával, amely megszünteti a hardcoded API kulcsok tárolását és továbbítását.

Adathozzáférés megbízható identitás használatával azt jelenti, hogy a külső adatforrásokhoz való kapcsolati karakterláncok kihagyhatják a felhasználóneveket és jelszavakat. Amikor egy indexelő csatlakozik az adatforráshoz, az erőforrás engedélyezi a kapcsolatot, ha a keresési szolgáltatást korábban megbízható szolgáltatásként regisztrálták (csak Azure Storage vonatkozik).

Portálfunkciók

Kategória Funkciók
Prototípus-készítéshez és vizsgálathoz szükséges eszközök Index hozzáadása egy indextervező a Azure portálon, amellyel attribútummezőkből és néhány egyéb beállításból álló alapsémát hozhat létre. Az index mentése után egy SDK-val vagy a REST API-val feltöltheti az adatokat. Az

adatok importálása egy varázsló, amely egy végponttól végpontig terjedő indexelési folyamatot hoz létre, beleértve az indexet, az indexelőt, a készségkészletet és az adatforrás-definíciót a kulcsszókereséshez és a RAG-forgatókönyvekhez. A RAG esetében az adatrészletezést és a vektorizálást is kezeli. Ha adatai az Azure-ban találhatók, ez a varázsló jelentős időt és erőfeszítést takaríthat meg, különösen a koncepciók igazolására irányuló vizsgálatok és feltárások során.

A Keresőböngésző a lekérdezések tesztelésére és a pontozási profilok pontosítására szolgál.

A bemutató alkalmazás létrehozása html-oldal létrehozásához használható, amely a keresési élmény tesztelésére használható.

A Munkamenetek hibakeresése egy vizuális szerkesztő, amellyel interaktív módon végezhet hibakeresést egy képességkészletben. Megjeleníti a függőségeket, a kimenetet és az átalakításokat.
Monitorozás és diagnosztika A monitorozási funkciók engedélyezése az Azure portálon mindig látható metrikákon túl. A lekérdezések másodpercenkénti metrikáit, késését és szabályozását a portáloldalak rögzítik és jelentik, további konfiguráció nélkül.

Programozhatóság

Kategória Funkciók
REST A Service REST API adatsík-műveletekhez használható, beleértve az indexeléssel, lekérdezésekkel, AI-bővítéssel és ügynöki lekéréssel kapcsolatos összes műveletet. Ezzel az ügyfélkódtárval rendszerinformációkat és statisztikákat is lekérhet.

Management REST API a szolgáltatás létrehozására és kiépítésére szolgál Azure Resource Manager keresztül. Ezzel az API-val kulcsokat és kapacitást is kezelhet.
Azure SDK a .NET-hez Azure. A Search.Documents adatsík-műveletekhez készült, beleértve az indexeléssel, lekérdezésekkel és AI-bővítéssel kapcsolatos összes műveletet. Ezzel az ügyfélkódtárval rendszerinformációkat és statisztikákat is lekérhet.

Microsoft.Azure. A Management.Search szolgáltatás létrehozására és kiépítésére szolgál Azure Resource Manager keresztül. Ezzel az API-val kulcsokat és kapacitást is kezelhet.
Azure SDK Java-hoz A com.azure.search.documents adatsík-műveletekhez készült, beleértve az indexeléssel, lekérdezésekkel és AI-bővítéssel kapcsolatos összes műveletet. Ezzel az ügyfélkódtárval rendszerinformációkat és statisztikákat is lekérhet. A

com.microsoft.azure.management.search szolgáltatás létrehozására és kiépítésére szolgál Azure Resource Manager keresztül. Ezzel az API-val kulcsokat és kapacitást is kezelhet.
Azure SDK Pythonhoz Az azure-search-documents adatsík-műveletekhez készült, beleértve az indexeléssel, lekérdezésekkel és AI-bővítéssel kapcsolatos összes műveletet. Ezzel az ügyfélkódtárval rendszerinformációkat és statisztikákat is lekérhet.

azure-mgmt-search szolgáltatás létrehozására és kiépítésére szolgál Azure Resource Manager keresztül. Ezzel az API-val kulcsokat és kapacitást is kezelhet.
JavaScript/TypeScript Azure SDK Az azure/search-documents adatsík-műveletekhez készült, beleértve az indexeléssel, lekérdezésekkel és AI-bővítéssel kapcsolatos összes műveletet. Ezzel az ügyfélkódtárval rendszerinformációkat és statisztikákat is lekérhet.

azure/arm-search szolgáltatás létrehozására és üzembe helyezésére szolgál Azure Resource Manager keresztül. Ezzel az API-val kulcsokat és kapacitást is kezelhet.
  • Utolsó frissítés időpontja: