Integrált vektorizáció beállítása Azure AI Keresés REST használatával

Ebből a cikkből megtudhatja, hogyan használhat egy készségkészletet a támogatott adatforrásokból származó tartalmak adattömbbe való beszúrásához és vektorizálásához. A készségkészlet meghívja a Szöveg felosztási készséget vagy a Dokumentumelrendezési készséget a szegmentálás céljából, valamint egy beágyazási készséget, amely csatlakozik egy támogatott beágyazási modellhez a szegmensek vektorizálásához. Azt is megtudhatja, hogyan tárolhatja az adattömbbe helyezett és vektorizált tartalmat egy vektorindexben.

Ez a cikk a REST használatával történő integrált vektorizálás végpontok közötti munkafolyamatát ismerteti. A portálalapú utasításokért lásd: Feliratok: Szöveg és képek vektorizálása a Azure portálon.

Előfeltételek

• Aktív előfizetéssel rendelkező Azure fiók. Hozzon létre egy fiókot ingyenesen.

• Egy Azure AI Keresés szolgáltatás. Az alapszintű vagy magasabb szintet javasoljuk.

• Támogatott adatforrás.

• Támogatott beágyazási modell.

• A rövid útmutató befejezése: Csatlakozás kulcsok nélkül, és rendszer által hozzárendelt felügyelt identitás konfigurálása. Bár kulcsalapú hitelesítést is használhat adatsík-műveletekhez, ez a cikk szerepköröket és felügyelt identitásokat feltételez, amelyek biztonságosabbak.

• Visual Studio Code a REST-ügyfélbővítménnyel.

Támogatott adatforrások

Az integrált vektorizálás minden támogatott adatforrással működik. Ez a cikk azonban a leggyakrabban használt adatforrásokra összpontosít, amelyeket az alábbi táblázatban ismertetünk.

Adatforrás	Leírás
Azure Blob-tároló	Ez az adatforrás blobokkal és táblákkal működik. Standard teljesítményű (általános célú v2) fiókot kell használnia. A hozzáférési szintek lehetnek forró, hűvös, vagy hideg.
Azure Data Lake Storage (ADLS) Gen2	Ez egy Azure Storage fiók, amelyen engedélyezve van a hierarchikus névtér. Ha ellenőrizni szeretné, hogy rendelkezik-e Data Lake Storage-vel, ellenőrizze a Properties lapot az Overview lapon.
Microsoft OneLake	Ez az adatforrás OneLake-fájlokhoz és parancsikonokhoz csatlakozik.

Támogatott beágyazási modellek

Az integrált vektorizáláshoz használja az alábbi beágyazási modellek egyikét. Az üzembe helyezési utasításokat egy későbbi szakaszban találja.

¹ Az Azure OpenAI-erőforrás végpontjának custom altartományral kell rendelkeznie, például https://my-unique-name.openai.azure.com. Ha az erőforrást a Azure portálon hozta létre, ez az altartomány automatikusan létre lett hozva az erőforrás beállítása során.

² Azure A Microsoft Foundry portálon létrehozott OpenAI-erőforrások (a beágyazási modellekhez való hozzáféréssel) nem támogatottak. A Azure portálon létre kell hoznia egy Azure OpenAI-erőforrást.

³ Számlázási célokra a Microsoft Foundry erőforrást az Azure AI Keresés tudáskészletéhez kell csatolnia. Ha nem használ kulcs nélküli kapcsolatot a készségkészlet létrehozásához, mindkét erőforrásnak ugyanabban a régióban kell lennie.

⁴ A Azure Vision multimodális beágyazási modell kijelölési régiókban érhető el.

Szerepköralapú hozzáférés

A Microsoft Entra ID szerepkör-hozzárendelésekkel vagy kulcsalapú hitelesítéssel is használható teljes hozzáférésű kapcsolati sztringekkel. A más erőforrásokhoz való Azure AI Keresés kapcsolatok esetében a szerepkör-hozzárendeléseket javasoljuk.

Szerepköralapú hozzáférés konfigurálása integrált vektorizáláshoz:

1. A keresési szolgáltatásban engedélyezze a szerepköröket , és konfiguráljon egy rendszer által hozzárendelt felügyelt identitást.

2. Az adatforrásplatformon és a modellszolgáltató beágyazásával olyan szerepkör-hozzárendeléseket hozhat létre, amelyek lehetővé teszik a keresési szolgáltatás számára az adatok és modellek elérését. Lásd : Adatok előkészítése és a beágyazási modell előkészítése.

Információk lekérése az Azure AI Keresés kapcsolatához

Ebben a szakaszban lekéri a végpontot és a Microsoft Entra jogkivonatot az Azure AI Keresés szolgáltatáshoz. Mindkét érték szükséges a REST-kérések kapcsolatainak létrehozásához.

1. Nyissa meg a keresőszolgáltatást a Azure portálon.

2. A keresési végpont beszerzéséhez másolja az URL-címet az Áttekintés lapon. Ilyen például a https://my-service.search.windows.netkeresési végpont.

3. A Microsoft Entra jogkivonat beszerzéséhez futtassa a következő parancsot a helyi rendszeren. Ehhez a lépéshez be kell fejezni a gyorsútmutatót: Csatlakozás kulcsok nélkül.

   az account get-access-token --scope https://search.azure.com/.default --query accessToken --output tsv
   

Az adatok előkészítése

Ebben a szakaszban úgy készíti elő az adatokat az integrált vektorizálásra, hogy fájlokat tölt fel egy támogatott adatforrásba, szerepköröket rendel hozzá, és beszerzi a kapcsolati adatokat.

A beágyazási modell előkészítése

Ebben a szakaszban a Azure AI-erőforrást előkészítheti az integrált vektorizáláshoz szerepkörök hozzárendelésével, egy végpont beszerzésével és egy támogatott beágyazási modell üzembe helyezésével.

Változók beállítása

Ebben a szakaszban megadhatja a Azure AI Keresés szolgáltatás, a támogatott adatforrás és a támogatott beágyazási modell kapcsolati adatait.

1. A Visual Studio Code programban, illeszd be a következő helyőrzőket a .rest vagy .http fájlokba.

   @baseUrl = PUT-YOUR-SEARCH-SERVICE-URL-HERE
   @token = PUT-YOUR-MICROSOFT-ENTRA-TOKEN-HERE
   

2. Cserélje le a @baseUrl-t a keresési végpontra, és a @token-t a Kapcsolati információk lekérése az Azure AI Keresés számára-ban szerzett Microsoft Entra tokenre.

3. Az adatforrástól függően adja hozzá a következő változókat.

   Adatforrás	Változók	Adja meg ezeket az adatokat
   Azure Blob Storage	@storageConnectionString és @blobContainer	A kapcsolati karakterlánc és a Adatainak előkészítése részben létrehozott tároló neve.
   ADLS Gen2	@storageConnectionString és @blobContainer	A kapcsolati karakterlánc és a Adatainak előkészítése részben létrehozott tároló neve.
   OneLake	@workspaceId és @lakehouseId	Az adatok előkészítése során beszerzett munkaterület és lakehouse-azonosítók.

4. A beágyazási modell szolgáltatójától függően adja hozzá a következő változókat.

   Modellszolgáltató beágyazása	Változók	Adja meg ezeket az adatokat
   Azure OpenAI	@aoaiEndpoint, @aoaiDeploymentNameés @aoaiModelName	A beágyazási modell előkészítése során beszerzett végpont, üzembehelyezési név és modellnév.
   Azure Vision	@AiFoundryEndpoint	A beágyazási modell előkészítése során beszerzett végpont.

5. A változók ellenőrzéséhez küldje el a következő kérést.

   ### List existing indexes by name
   GET {{baseUrl}}/indexes?api-version=2026-04-01  HTTP/1.1
     Content-Type: application/json
     Authorization: Bearer {{token}}
   

   A válasznak egy szomszédos panelen kell megjelennie. Ha már rendelkezik meglévő indexel, azok szerepelnek a listában. Ellenkező esetben a lista üres. Ha a HTTP-kód az 200 OK, készen áll a folytatásra.

Csatlakozás az adatokhoz

Ebben a szakaszban egy támogatott adatforráshoz csatlakozik az indexelőalapú indexeléshez. A Azure AI Keresés indexer olyan adatforrást igényel, amely megadja a típust, a hitelesítő adatokat és a tárolót.

1. Adatforrás létrehozása használatával definiáljon olyan adatforrást, amely az indexelés során kapcsolati információkat biztosít.

   ### Create a data source
   POST {{baseUrl}}/datasources?api-version=2026-04-01  HTTP/1.1
     Content-Type: application/json
     Authorization: Bearer {{token}}
   
     {
       "name": "my-data-source",
       "type": "azureblob",
       "subtype": null,
       "credentials": {
           "connectionString": "{{storageConnectionString}}"
       },
       "container": {
           "name": "{{blobContainer}}",
           "query": null
       },
       "dataChangeDetectionPolicy": null,
       "dataDeletionDetectionPolicy": null
     }
   

2. Állítsa be type az adatforrást: azureblob vagy adlsgen2.

3. Az adatforrás létrehozásához válassza a Kérés küldése lehetőséget.

4. Ha a OneLake-t használja, állítsa credentials.connectionString-t ResourceId={{workspaceId}}-re és container.name-t {{lakehouseId}}-ra.

Képességkészlet létrehozása

Ebben a szakaszban létrehoz egy készségkészletet , amely egy beépített készséget hív meg a tartalom darabolásához, és egy beágyazási képességet az adattömbök vektoros ábrázolásának létrehozásához. A képességkészlet végrehajtása az indexelés során egy későbbi szakaszban történik.

Beépített funkció meghívása a tartalom feldarabolásához

A tartalom adattömbökre való particionálása segít megfelelni a beágyazási modell követelményeinek, és megakadályozza a csonkolás miatti adatvesztést. Az adattömb-készítéssel kapcsolatos további információkért tekintse meg a nagyméretű adattömb-dokumentumokat a vektorkeresési megoldásokhoz.

A beépített adatdaraboláshoz az Azure AI Keresés a Szövegfelosztás készséget és az Azure Content Understanding készséget kínálja. A Szöveg felosztása képesség egy adott hosszúságú mondatra vagy lapra bontja a szöveget, míg a Azure Tartalomértés képesség szemantikai, elrendezésérzékeny adattömböket végez, amelyek megfelelnek a bekezdéshatároknak.

1. A Képességkészlet létrehozása eszközzel definiálhat egy készségkészletet.

   ### Create a skillset
   POST {{baseUrl}}/skillsets?api-version=2026-04-01  HTTP/1.1
     Content-Type: application/json
     Authorization: Bearer {{token}}
   
     {
       "name": "my-skillset",
       "skills": []
     }
   

2. A skills tömbben hívja meg a Szövegfelosztás vagy az Azure Tartalomértés készséget. Az alábbi definíciók egyikét beillesztheti.

       "skills": [
        {
          "@odata.type": "#Microsoft.Skills.Text.SplitSkill",
          "name": "my-text-split-skill",
          "textSplitMode": "pages",
          "maximumPageLength": 2000,
          "pageOverlapLength": 500,
          "maximumPagesToTake": 0,
          "unit": "characters",
          "defaultLanguageCode": "en",
          "inputs": [
           {
             "name": "text",
             "source": "/document/text",
             "inputs": []
           }
          ],
          "outputs": [
           {
             "name": "textItems"
           }
          ]
        },
        {
          "@odata.type": "#Microsoft.Skills.Util.ContentUnderstandingSkill",
          "name": "my-content-understanding-skill",
          "context": "/document",
          "chunkingProperties": {
            "method": "semantic",
            "unit": "tokens",
            "maximumLength": 500
          },
          "inputs": [
           {
             "name": "file_data",
             "source": "/document/file_data"
           }
          ],
          "outputs": [
           {
             "name": "text_sections",
             "targetName": "text_sections"
           }
          ]
        }
       ]
   

Beágyazási képesség meghívása az adattömbök vektorizálásához

Az adattömb tartalmainak vektorizálásához a képességkészletnek olyan beágyazási képességre van szüksége, amely egy támogatott beágyazási modellre mutat.

1. A skills tömb beépített darabolási készsége után hívja meg az Azure OpenAI beágyazási készséget vagy az Azure Vision multimodális beágyazási készséget (előzetes verzió). Az alábbi definíciók egyikét beillesztheti.

        {
          "@odata.type": "#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill",
          "resourceUri": "{{aoaiEndpoint}}",
          "deploymentId": "{{aoaiDeploymentName}}",
          "modelName": "{{aoaiModelName}}",
          "dimensions": 1536,
          "inputs": [
            {
              "name": "text",
              "source": "/document/text"
            }
          ],
          "outputs": [
            {
              "name": "embedding"
            }
          ]
        },
        {
          "@odata.type": "#Microsoft.Skills.Vision.VectorizeSkill",
          "context": "/document",
          "modelVersion": "2023-04-15",
          "inputs": [
            {
              "name": "url",
              "source": "/document/metadata_storage_path"
            },
            {
              "name": "queryString",
              "source": "/document/metadata_storage_sas_token"
            }
          ],
          "outputs": [
            {
              "name": "vector"
            }
          ]
        }
   

   Megjegyzés

   A Azure Vision multimodális beágyazási képesség előzetes verzióban érhető el. Ha ezt a képességet szeretné meghívni, használja a legújabb előzetes verziójú API-t.

2. Ha a Azure OpenAI beágyazási képességet használja, állítsa dimensions a beágyazási modell által létrehozott beágyazások számának.

3. Az Azure Vision multimodális beágyazási képességet használja, csatolja a Microsoft Foundry-erőforrását a skills tömb után. Ez a melléklet számlázási célokat szolgál.

       "skills": [ ... ],
       "cognitiveServices": {
         "@odata.type": "#Microsoft.Azure.Search.AIServicesByIdentity",
         "subdomainUrl": "{{AiFoundryEndpoint}}"
        }
   

4. A készségkészlet létrehozásához válassza a Kérés küldése lehetőséget.

Vektorindex létrehozása

Ebben a szakaszban egy vector index létrehozásával állíthatja be a fizikai adatstruktúrákat a Azure AI Keresés szolgáltatásban. A vektorindex sémájának a következőket kell tartalmaznia:

• Név
• Kulcsmező (karakterlánc)
• Egy vagy több vektormező
• Vektorkonfiguráció

A vektormezők az adattömbök numerikus ábrázolását tárolják. Kereshetőnek és lekérdezhetőnek kell lenniük, de nem lehetnek szűrhetőek, csoportosíthatóak vagy rendezhetőek. Nem rendelkezhetnek elemzőkkel, normalizálókkal vagy szinonimatérkép-hozzárendelésekkel sem.

A vektormezők mellett a következő lépésekben szereplő mintaindex nem adatbevivő mezőket is tartalmaz az emberi olvasásra alkalmas tartalomhoz. Gyakori, hogy a vektorizálni kívánt tartalom egyszerű szöveges megfelelőit tartalmazza. További információ: Vektorindex létrehozása.

1. A vektorindex sémájának meghatározásához használja az Index létrehozása parancsot.

   ### Create a vector index
   POST {{baseUrl}}/indexes?api-version=2026-04-01  HTTP/1.1
     Content-Type: application/json
     Authorization: Bearer {{token}}
   
     {
       "name": "my-vector-index",
       "fields": [],
       "vectorSearch": []
     }
   

2. Adjon hozzá egy vektorkeresési konfigurációt a vectorSearch szakaszhoz.

       "vectorSearch": {
         "algorithms": [
           {
             "name": "hnsw-algorithm",
             "kind": "hnsw",
             "hnswParameters": {
               "m": 4,
               "efConstruction": 400,
               "efSearch": 100,
               "metric": "cosine"
             }
           }
         ],
         "profiles": [
           {
             "name": "vector-profile-hnsw",
             "algorithm": "hnsw-algorithm",
           }
         ]
       }
   

   vectorSearch.algorithms Meghatározza a vektormezők indexeléséhez és lekérdezéséhez használt algoritmust, az algoritmus konfigurációját pedig vectorSearch.profiles egy vektormezőkhöz hozzárendelhető profilhoz kapcsolja.

3. A beágyazási modelltől függően frissítse vectorSearch.algorithms.metric. A távolsági metrikák érvényes értékei a következőkcosine: , dotproducteuclideanés hamming.

4. Mezők hozzáadása a fields tömbökhöz. Adjon meg egy kulcsmezőt a dokumentumazonosításhoz, az emberi olvasásra alkalmas tartalmak nem megjelenítő mezőit, valamint a beágyazások vektormezőit.

       "fields": [
         {
           "name": "id",
           "type": "Edm.String",
           "key": true,
           "filterable": true
         },
         {
           "name": "title",
           "type": "Edm.String",
            "searchable": true,
            "filterable": true,
            "sortable": true,
            "retrievable": true
         },
         {
           "name": "titleVector",
           "type": "Collection(Edm.Single)",
            "searchable": true,
            "retrievable": false,
            "stored": true,
            "dimensions": 1536,
            "vectorSearchProfile": "vector-profile-hnsw"
         },
         {
           "name": "content",
           "type": "Edm.String",
            "searchable": true,
            "retrievable": true
         },
         {
           "name": "contentVector",
           "type": "Collection(Edm.Single)",
            "searchable": true,
            "retrievable": false,
            "stored": false,
            "dimensions": 1536,
            "vectorSearchProfile": "vector-profile-hnsw"
         }
       ]
   

5. A beágyazási képességtől függően állítsa be dimensions az egyes vektormezőkhöz a következő értéket.

   Beágyazási képesség	Adja meg ezt az értéket
   Azure OpenAI	A beágyazási modell által létrehozott beágyazások száma.
   Azure Vision	1024

Az indexhez vektorizáló hozzáadása

Ebben a szakaszban egy vektorizáló index meghatározásával engedélyezheti a vektorizálást a lekérdezési időben. A vektorizáló a beágyazási modellt használja, amely indexeli az adatokat, hogy egy keresési szöveget vagy képet vektorrá dekódoljon vektoros kereséshez.

1. Adja hozzá a Azure OpenAI vektorizálót vagy a Azure Vision vektorizálót (előzetes verzió) utánvectorSearch.profiles. Az alábbi definíciók egyikét beillesztheti.

         "profiles": [ ... ],
         "vectorizers": [
           {
             "name": "my-openai-vectorizer",
             "kind": "azureOpenAI",
             "azureOpenAIParameters": {
               "resourceUri": "{{aoaiEndpoint}}",
               "deploymentId": "{{aoaiDeploymentName}}",
               "modelName": "{{aoaiModelName}}"
             }
           },
           {
             "name": "my-ai-services-vision-vectorizer",
             "kind": "aiServicesVision",
             "aiServicesVisionParameters": {
               "resourceUri": "{{AiFoundryEndpoint}}",
               "modelVersion": "2023-04-15"
             }
           }
         ]
   

   Megjegyzés

   A Azure Vision vektorizáló előzetes verzióban érhető el. Ha ezt a vektorizálót szeretné meghívni, használja a legújabb előzetes verziójú API-t.

2. Adja meg a vektorizálót a következőben: vectorSearch.profiles.

         "profiles": [
           {
             "name": "vector-profile-hnsw",
             "algorithm": "hnsw-algorithm",
             "vectorizer": "my-openai-vectorizer"
           }
         ]
   

3. A vektorindex létrehozásához válassza a Kérés küldése lehetőséget.

Indexelő létrehozása

Ebben a szakaszban egy indexelőt hoz létre, amely a teljes vektorizálási folyamatot hajtja végre az adatlekéréstől a képességkészlet-végrehajtáson át az indexelésig. Javasoljuk, hogy az indexelőt ütemezés szerint futtassa, hogy feldolgozza a szabályozás miatti korlátozások következtében kihagyott módosításokat vagy dokumentumokat.

1. Az Indexelő létrehozása parancs használatával definiálhat egy olyan indexelőt, amely végrehajtja a vektorizálási folyamatot.

   ### Create an indexer
   POST {{baseUrl}}/indexers?api-version=2026-04-01  HTTP/1.1
     Content-Type: application/json
     Authorization: Bearer {{token}}
   
     {
       "name": "my-indexer",
       "dataSourceName": "my-data-source",
       "targetIndexName": "my-vector-index",
       "skillsetName": "my-skillset",
       "schedule": {
         "interval": "PT2H"
       },
       "parameters": {
         "batchSize": null,
         "maxFailedItems": null,
         "maxFailedItemsPerBatch": null
       }
     }
   

2. Az indexelő létrehozásához válassza a Kérés küldése lehetőséget.

Vektoros lekérdezés futtatása az indexelés megerősítéséhez

Ebben a szakaszban egy vektoros lekérdezés létrehozásával ellenőrizheti, hogy a tartalom indexelése sikeresen megtörtént-e. Mivel az előző szakaszban konfigurált egy vektorizálót, a keresőmotor egyszerű szöveget vagy képet képes vektorként dekódolni a lekérdezések végrehajtásához.

1. Dokumentumok – Keresési bejegyzés használata a lekérdezési időpontban vektorizált lekérdezés definiálásához.

   ### Run a vector query
   POST {{baseUrl}}/indexes('my-vector-index')/docs/search.post.search?api-version=2026-04-01  HTTP/1.1
     Content-Type: application/json
     Authorization: Bearer {{token}}
   
     {
       "count": true,
       "select": "title, content",
       "vectorQueries": [
           {
             "kind": "text",
             "text": "a sample text string for integrated vectorization",
             "fields": "titleVector, contentVector",
             "k": "3"
           }
       ]
     }
   

   Megjegyzés

   A Azure Vision vektorizáló előzetes verzióban érhető el. Ha ezt a vektorizálót szeretné meghívni, használja a legújabb előzetes verziójú API-t.

   Az olyan lekérdezések esetében, amelyek integrált vektorizálást indítanak el, kind-t be kell állítani text értékre, és text esetén meg kell adni egy szöveges karakterláncot. Ez a sztring a vektormezőhöz rendelt vektorizálónak lesz átadva. További információ: Lekérdezés integrált vektorizálással.

2. A vektoros lekérdezés futtatásához válassza a Kérés küldése lehetőséget.

Kapcsolódó tartalom

• Integrált vektorbeágyazás az Azure AI Keresésben
• Rövid útmutató: Vektorkeresés az Azure Portalon
• Python minta integrált vektorizáláshoz