Ustaw wysiłek rozumowania odzyskiwania

Uwaga

Foundry IQ (Wyszukiwanie AI platformy Azure) udostępnia bezpośrednie interfejsy API indeksowania i zapytań, a także interfejsy API wyższego poziomu dla źródeł wiedzy i baz wiedzy do zarządzanego pobierania. Użyj portalu Azure, interfejsów API REST lub Azure SDKs, aby skonfigurować te funkcje lub połączyć agentów z bazami wiedzy w portalu Microsoft Foundry.

Ważna

Funkcje lub możliwości oznaczone (wersja zapoznawcza) w tym artykule znajdują się w publicznej wersji zapoznawczej i podlegają dodatkowym warunkom użytkowania Microsoft Azure w wersji zapoznawczej. Aby uzyskać warunki wersji zapoznawczej specyficzne dla Foundry IQ (Wyszukiwanie AI platformy Azure), zobacz Funkcje wersji zapoznawczej.

W przypadku pobierania agentowego użyj parametru nakładu wnioskowania przy pobieraniu, aby kontrolować, ile planowania zapytań odbywa się przed pobraniem treści przez bazę wiedzy. Interfejs API REST w wersji ogólnie dostępnej 2026-10-01 obsługuje interfejsy minimal, low i medium. auto to funkcja w wersji zapoznawczej, która wymaga obsługiwanej wersji zapoznawczej interfejsu API. W interfejsie API REST 2026-11-01-preview wysiłek wnioskowania może również dotyczyć planowania zapytań Microsoft Retriever 1. Aby uzyskać więcej informacji, zobacz Korzystanie z Microsoft Retriever 1.

Ustaw tę właściwość w bazie wiedzy lub żądaniu pobierania. Ustawienie żądania zastępuje ustawienie bazy wiedzy. Ustaw je jawnie, zamiast polegać na domyślnym ustawieniu usługi, które może się różnić w zależności od włączonych funkcji. Nakład planowania i synteza odpowiedzi są oddzielnymi wyborami.

Wsparcie użytkowania

Azure portal portal Microsoft Foundry zestaw SDK .NET Python SDK Java SDK JavaScript SDK REST API
✔️ ✔️ ✔️ ✔️ ✔️ ✔️ ✔️

Wymagania wstępne

  • Istniejąca baza wiedzy z co najmniej jednym źródłem wiedzy. Model jest wymagany do low, medium, auto (wersja zapoznawcza), syntezy odpowiedzi lub podsumowania internetowego, ale nie do minimalnego wyodrębniania bez modelu.

  • Uprawnienie do aktualizowania i wykonywania zapytań dotyczących baz wiedzy. Skonfiguruj uwierzytelnianie bez klucza przy użyciu ról Współautor usługi wyszukiwania i Czytelnik danych indeksu wyszukiwania przypisanych do konta użytkownika (zalecane) lub użyj klucza interfejsu API administratora.

  • Najnowszy pakiet Azure.Search.Documents wersji zapoznawczej: dotnet add package Azure.Search.Documents --prerelease

  • W przypadku uwierzytelniania bezkluczowego pakiet Azure.Identity: dotnet add package Azure.Identity

  • Najnowszy pakiet azure-search-documents wersji zapoznawczej: pip install --pre azure-search-documents

  • W przypadku uwierzytelniania bezkluczowego pakiet azure-identity: pip install azure-identity

  • Interfejs 2026-10-01 API REST wyszukiwania dla poziomów gotowości GA. W przypadku auto przykłady REST używają 2026-11-01-preview, podczas gdy przykłady zestawu SDK zachowują istniejącą umowę pakietu w wersji zapoznawczej.

  • W przypadku uwierzytelniania bez klucza dołącz token Microsoft Entra ID w nagłówku Authorization każdego żądania HTTP.

Wybierz poziom wysiłku intelektualnego

Wybierz poziom wysiłku rozumowania w zależności od tego, jaki kompromis chcesz osiągnąć między opóźnieniem, kosztem i głębokością pobierania.

Poziomy nakładu pracy rozumowania

W interfejsie 2026-11-01-preview API REST dodawanie Microsoft Retriever 1 ({"kind":"microsoftRetriever1"}) do bazy wiedzy zmienia sposób wykonywania zapytań planów Minimal i Auto. Aby uzyskać instrukcje konfiguracji, zobacz Używanie narzędzia Microsoft Retriever 1.

  • Minimal: Baza wiedzy obsługująca tylko Microsoft Retriever 1 obsługuje Minimal, ale nie Auto, Low ani Medium.

    • Przy dokładnie jednej intencji semantycznej zawierającej pełne pytanie Minimal może używać Microsoft Retriever 1 do planowania zapytań.
    • W przypadku wielu intencji semantycznych Minimal pomija planowanie Microsoft Retriever 1, uruchamia zwykłe pobieranie Minimal dla każdej intencji i scala wyniki.
  • Automatyczne (wersja zapoznawcza): wymaga pary dwóch modeli: dokładnie jednego modelu Microsoft Retriever 1 oraz dokładnie jednego zewnętrznego modelu azureOpenAI lub openAICompatible do planowania, w dowolnej kolejności. Microsoft Retriever 1 obsługuje tylko planowanie pobierania, więc synteza odpowiedzi wymaga modelu zewnętrznego.

    • W przypadku kwalifikującego się żądania z jedną intencją semantyczną Auto zaczyna od wstępnej oceny pewności i może od razu zwracać wyniki. Jeśli tak nie jest, auto może użyć narzędzia Microsoft Retriever 1 w celu dokładniejszego pobierania, a następnie eskalować do modelu zewnętrznego na poziomie Medium.
    • W przypadku wielu intencji semantycznych Auto pomija początkowy etap i Microsoft Retriever 1, a następnie zaczyna od modelu zewnętrznego na poziomie Medium.
Poziom Opis Zalecenie Limity
minimal Ordinary Minimal pomija planowanie oparte na modelu i wyszukuje wszystkie źródła wiedzy będące kandydatami. alwaysQuerySource: false nie wyklucza źródła. Używaj minimal z intencjami semantycznymi, jeśli samodzielnie zarządzasz planowaniem.
  • Odrzuca dane wejściowe messages.
  • Wyodrębnianie bez modelu wykorzystuje extractiveData.
  • Synteza odpowiedzi i podsumowanie internetowe osobno wymagają modelu.
  • Podlega ograniczeniom źródeł wiedzy.
low Uruchamia pojedynczy przebieg planowania opartego na LLM i wyboru źródła, a następnie scala wyniki. Synteza odpowiedzi jest opcjonalna. Użyj low do planowania opartego na modelu bez dodatkowego, głębszego przebiegu iteracyjnego. Wymaga modelu. Budżety wyjściowe zależą od konfiguracji i włączonych funkcji, nie od stałej długości syntetyzowanej odpowiedzi.
medium Dodaje dokładniejsze pobieranie i ocenia, czy potrzebna jest kolejna iteracja. Użyj medium, aby uzyskać dokładniejsze pobieranie wspomagane przez model. Wymaga modelu. Dostępne w wybranych regionach.
auto (wersja zapoznawcza) Rozpoczyna się od lekkiego przebiegu pobierania i może eskalować do planowania opartego na modelu. Użyj auto, aby umożliwić usłudze wybranie poziomu wysiłku dla żądania. Wymaga modelu i pomocniczego interfejsu API w wersji zapoznawczej, takiego jak 2026-08-01-preview lub 2026-11-01-preview. Nie jest obsługiwane w 2026-10-01.

Aby zapoznać się z przykładem interfejsu API REST w wersji ogólnie dostępnej z jawnym ustawieniem parametru effort, zobacz Pobieranie przy użyciu interfejsu REST 2026-10-01. Oddzielny 2026-11-01-preview przykład znajduje się tutaj: Używanie syntezy odpowiedzi z REST.

Wyszukiwanie iteracyjne dla odczytu mediów

Średni wysiłek związany z rozumowaniem przy wyszukiwaniu umożliwia wyszukiwanie iteracyjne, jeśli wstępne wyniki nie są wystarczająco istotne. Wywoływany jest dodatkowy model klasyfikatora semantycznego w celu określenia, czy konieczna jest druga iteracja.

Klasyfikator semantyczny:

  • Rozpoznaje, kiedy jest wystarczająca ilość kontekstu, aby odpowiedzieć na pytanie.

  • Ponawianie prób przy niewystarczających wynikach, wykorzystując istniejące informacje jako kontekst. Nowe zapytania mogą przechodzić do szczegółów bardziej skoncentrowanych lub rozszerzać wyszukiwanie. Dziennik aktywności w odpowiedzi zawiera wygenerowane zapytania używane do bardziej kompleksowej odpowiedzi.

  • Ponowna ocena przy użyciu klasyfikacji L3. Zakres jest identyczny z klasyfikacją L2, bezwzględny zakres od zera do 4,0.

Jest tylko jedna ponowna próba. Każda iteracja dodaje opóźnienie i koszt, więc system ogranicza ponawianie prób do jednego przebiegu. Druga iteracja dodaje tokeny wejściowe do potoku zapytania, co zwiększa całkowitą rozliczaną liczbę tokenów wejściowych.

Iteracja może ponownie używać istniejących źródeł wiedzy lub wybierać różne źródła. Drugi etap wybiera najbardziej obiecujące źródło wiedzy, aby dostarczyć brakujących informacji.

Obsługa regionów dla przywoływania nośnika

Możesz ustawić średni poziom nakładu rozumowania dla pobierania, jeśli usługa Foundry IQ znajduje się w jednym z następujących regionów:

  • Wschodnie stany USA 2
  • Wschodnie stany USA
  • Południowo-środkowe stany USA
  • Zachodnie stany USA 3
  • Zachodnie stany USA 2
  • Zachodnie stany USA
  • Niemcy Środkowo-Zachodnie
  • Europa Północna
  • Szwajcaria Północna
  • Szwecja Środkowa
  • Hiszpania Środkowa
  • Południowe Zjednoczone Królestwo
  • Korea Środkowa
  • Japonia Wschodnia
  • Azja Południowo-Wschodnia

Ustaw wysiłek rozumowania w bazie wiedzy

Ustaw retrievalReasoningEffort w definicji bazy wiedzy, aby ustanowić wartość domyślną dla zapytań. Wysiłek auto rozumowania wymaga konfiguracji modelu. Poniższy przykład zachowuje istniejącą konfigurację knowledgeSources i models, ustawia wysiłek wnioskowania na auto i aktualizuje bazę wiedzy.

using Azure.Identity;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;
using Azure.Search.Documents.KnowledgeBases.Models;

var endpoint = new Uri("<search-endpoint>");
var credential = new DefaultAzureCredential();
var knowledgeBaseName = "<knowledge-base-name>";

var indexClient = new SearchIndexClient(endpoint, credential);
var knowledgeBase = (
    await indexClient.GetKnowledgeBaseAsync(knowledgeBaseName)).Value;
knowledgeBase.RetrievalReasoningEffort =
    new KnowledgeRetrievalAutoReasoningEffort();
await indexClient.CreateOrUpdateKnowledgeBaseAsync(knowledgeBase);

Odniesienie:KnowledgeBase

Aby użyć innego poziomu, zastąp ciąg KnowledgeRetrievalAutoReasoningEffort ciągiem KnowledgeRetrievalMinimalReasoningEffort, KnowledgeRetrievalLowReasoningEffortlub KnowledgeRetrievalMediumReasoningEffort.

from azure.identity import DefaultAzureCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.knowledgebases.models import (
    KnowledgeRetrievalAutoReasoningEffort,
)

endpoint = "<search-endpoint>"
credential = DefaultAzureCredential()
knowledge_base_name = "<knowledge-base-name>"

index_client = SearchIndexClient(endpoint, credential)
knowledge_base = index_client.get_knowledge_base(knowledge_base_name)
knowledge_base.retrieval_reasoning_effort = (
    KnowledgeRetrievalAutoReasoningEffort()
)
index_client.create_or_update_knowledge_base(knowledge_base)

Odniesienie:KnowledgeBase

Aby użyć innego poziomu, zastąp ciąg KnowledgeRetrievalAutoReasoningEffort ciągiem KnowledgeRetrievalMinimalReasoningEffort, KnowledgeRetrievalLowReasoningEffortlub KnowledgeRetrievalMediumReasoningEffort.

@api-version = 2026-11-01-preview
@knowledge-base-url = {{search-endpoint}}/knowledgebases/{{knowledge-base-name}}

PUT {{knowledge-base-url}}?api-version={{api-version}}
Content-Type: application/json
Authorization: Bearer {{search-access-token}}

{
  "name": "{{knowledge-base-name}}",
  "knowledgeSources": [
    {
      "name": "{{knowledge-source-name}}"
    }
  ],
  "models": [
    {
      "kind": "azureOpenAI",
      "azureOpenAIParameters": {
        "resourceUri": "{{aoai-endpoint}}",
        "authIdentity": null,
        "deploymentId": "{{model-deployment-name}}",
        "modelName": "{{model-name}}"
      }
    }
  ],
  "retrievalReasoningEffort": {
    "kind": "auto"
  }
}

Informacje referencyjne:Bazy wiedzy — tworzenie lub aktualizacja

Aby użyć innego poziomu, ustaw wartość retrievalReasoningEffort.kindminimal, lowlub medium.

Ustawianie złożoności rozumowania w żądaniu wyszukiwania

Ustaw retrievalReasoningEffort w żądaniu pobrania, aby zastąpić domyślną wartość bazy wiedzy dla tego żądania. Poniższy przykład wysyła wiadomość, używa low, aby zastąpić domyślne ustawienie auto z poprzedniej sekcji, i włącza syntezę odpowiedzi (wersja zapoznawcza).

using Azure.Identity;
using Azure.Search.Documents.KnowledgeBases;
using Azure.Search.Documents.KnowledgeBases.Models;

var endpoint = new Uri("<search-endpoint>");
var credential = new DefaultAzureCredential();
var knowledgeBaseName = "<knowledge-base-name>";

var kbClient = new KnowledgeBaseRetrievalClient(
    endpoint, knowledgeBaseName, credential);
var request = new KnowledgeBaseRetrievalRequest
{
    RetrievalReasoningEffort =
        new KnowledgeRetrievalLowReasoningEffort(),
    OutputMode = KnowledgeRetrievalOutputMode.AnswerSynthesis
};

request.Messages.Add(
    new KnowledgeBaseMessage(
        content: new[] {
            new KnowledgeBaseMessageTextContent("What is the return policy?")
        }
    ) { Role = "user" }
);

var result = await kbClient.RetrieveAsync(request);

Odwołanie:KnowledgeBaseRetrievalRequest

from azure.identity import DefaultAzureCredential
from azure.search.documents.knowledgebases import KnowledgeBaseRetrievalClient
from azure.search.documents.knowledgebases.models import (
    KnowledgeBaseMessage,
    KnowledgeBaseMessageTextContent,
    KnowledgeBaseRetrievalRequest,
    KnowledgeRetrievalOutputMode,
    KnowledgeRetrievalLowReasoningEffort,
)

endpoint = "<search-endpoint>"
credential = DefaultAzureCredential()
knowledge_base_name = "<knowledge-base-name>"

kb_client = KnowledgeBaseRetrievalClient(
    endpoint,
    credential,
    knowledge_base_name=knowledge_base_name,
)
request = KnowledgeBaseRetrievalRequest(
    messages=[
        KnowledgeBaseMessage(
            role="user",
            content=[
                KnowledgeBaseMessageTextContent(
                    text="What is the return policy?"
                )
            ],
        )
    ],
    retrieval_reasoning_effort=KnowledgeRetrievalLowReasoningEffort(),
    output_mode=KnowledgeRetrievalOutputMode.ANSWER_SYNTHESIS,
)

result = kb_client.retrieve(request)

Odwołanie:KnowledgeBaseRetrievalRequest

@api-version = 2026-11-01-preview
@retrieve-url = {{search-endpoint}}/knowledgebases/{{knowledge-base-name}}/retrieve

POST {{retrieve-url}}?api-version={{api-version}}
Content-Type: application/json
Authorization: Bearer {{search-access-token}}

{
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "What is the return policy?"
        }
      ]
    }
  ],
  "retrievalReasoningEffort": {
    "kind": "low"
  },
  "outputMode": "answerSynthesis"
}

Odwołanie:Pobieranie wiedzy — Pobierz

Żądanie pobrania zwraca odpowiedź opartą na źródłach wiedzy skonfigurowanych w bazie wiedzy.