Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Uwaga
Wyszukiwanie AI platformy Azure jest dostępna za pośrednictwem portalu Azure, interfejsów API REST i Azure SDKs. Jest także podstawą Foundry IQ — zarządzanej warstwy wiedzy, która przekształca treści przedsiębiorstwa w bazy wiedzy wielokrotnego użytku z uwzględnieniem uprawnień dla agentów w portalu Microsoft Foundry.
Ważna
Funkcje, możliwości lub właściwości oznaczone (wersja zapoznawcza) nie są objęte umową dotyczącą poziomu usług, nie są zalecane w przypadku obciążeń produkcyjnych i mogą ulec zmianie lub ograniczeniu, zanim staną się one ogólnie dostępne. Warunki Wyszukiwanie AI platformy Azure wersji zapoznawczej mają zastosowanie do wszystkich funkcji w wersji zapoznawczej, niezależnie od tego, czy jest ona autonomiczna, czy częścią ogólnie dostępnej funkcji.
W agentycznym pobieraniu można określić poziom przetwarzania dużego modelu językowego (LLM) na potrzeby planowania zapytań i formułowania odpowiedzi. Użyj poziomu wysiłku rozumowania przy wyszukiwaniu (wersja zapoznawcza), aby ustawić poziomy przetwarzania modelu LLM, które wpływają na koszty i opóźnienie. Dodatkowe przetwarzanie przez LLM poprawia trafność, ale trwa dłużej i zużywa zasoby LLM podlegające rozliczeniu.
Tę właściwość można ustawić w bazie wiedzy lub żądaniu pobierania. Ustawienie bazy wiedzy ustala ustawienie domyślne dla wszystkich zapytań, natomiast ustawienie żądania pobrania zastępuje to ustawienie dla każdego zapytania osobno. Jeśli żadne ustawienie nie jest obecne, usługa używa elementu low.
Wsparcie użytkowania
| Portal Azure | Portal Microsoft Foundry | .NET SDK | SDK języka Python | SDK Java | JavaScript SDK | API REST |
|---|---|---|---|---|---|---|
| ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
Wymagania wstępne
Istniejąca baza wiedzy z co najmniej jednym źródłem wiedzy i konfiguracją 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.Documentswersji zapoznawczej:dotnet add package Azure.Search.Documents --prereleaseW przypadku uwierzytelniania bezkluczowego pakiet
Azure.Identity:dotnet add package Azure.Identity
Najnowszy pakiet
azure-search-documentswersji zapoznawczej:pip install --pre azure-search-documentsW przypadku uwierzytelniania bezkluczowego pakiet
azure-identity:pip install azure-identity
Interfejs API REST usługi Search w wersji 2026-08-01-preview.
W przypadku uwierzytelniania bez klucza dołącz token Microsoft Entra ID w nagłówku
Authorizationkażdego 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
| Poziom | Opis | Zalecenie | Limity |
|---|---|---|---|
minimal |
Wyłącza planowanie zapytań oparte na LLM, aby zapewnić najniższe koszty i opóźnienia dla agentowego pobierania danych. Wykonuje bezpośrednie wyszukiwanie tekstowe i wektorowe w źródłach wiedzy wymienionych w bazie wiedzy i zwraca najlepiej pasujące fragmenty. Ponieważ wszystkie źródła wiedzy w bazie wiedzy są zawsze przeszukiwane i nie są wykonywane żadne rozszerzanie zapytań, zachowanie jest przewidywalne i łatwe do kontrolowania. Oznacza to również, że alwaysQueryKnowledgeSource właściwość żądania pobierania jest ignorowana. |
Użyj minimal do migracji z Search API lub gdy chcesz samodzielnie zarządzać planowaniem zapytań. |
|
low |
Domyślny tryb agentowego pobierania przy użyciu pojedynczego przebiegu planowania zapytań opartych na LLM i wyboru źródeł wiedzy. Silnik agentycznego wyszukiwania generuje podzapytania i rozsyła je do wybranych źródeł wiedzy, a następnie scala wyniki. Możesz włączyć syntezę odpowiedzi (wersja zapoznawcza) w celu utworzenia uziemionej odpowiedzi w języku naturalnym z wbudowanymi cytatami. | Użyj low , jeśli chcesz zrównoważyć minimalne opóźnienia i dokładniejsze przetwarzanie. |
|
medium |
Dodaje dokładniejsze wyszukiwanie i ulepszony mechanizm pobierania do agentycznego pobierania, aby zmaksymalizować kompletność. Po pierwszym wyszukiwaniu klasyfikator semantyczny o wysokiej dokładności ocenia pobrane dokumenty. Jeśli początkowe wyniki nie są wystarczająco istotne, usługa wykonuje jedną iterację kontynuacji przy użyciu poprawionego planu zapytania. | Użyj medium, aby zmaksymalizować użyteczność wyszukiwania wiedzy wspomaganego przez modele LLM. |
|
auto |
Rozpoczyna się od lekkiego przebiegu pobierania. Jeśli pierwszy pass zapewnia wystarczającą liczbę uziemienia, usługa zwraca wynik. W przeciwnym razie kontynuowane jest planowanie zapytań oparte na modelu LLM, do poziomu średniego nakładu pracy. | Użyj auto polecenia , jeśli chcesz, aby usługa równoważyła głębokość pobierania i opóźnienie dla każdego żądania. |
|
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 wysiłek obliczeniowy przy przetwarzaniu zapytań, jeśli usługa wyszukiwania 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);
Dokumentacja:Baza wiedzy
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)
Dokumentacja:Baza wiedzy
Aby użyć innego poziomu, zastąp ciąg KnowledgeRetrievalAutoReasoningEffort ciągiem KnowledgeRetrievalMinimalReasoningEffort, KnowledgeRetrievalLowReasoningEffortlub KnowledgeRetrievalMediumReasoningEffort.
@api-version = 2026-08-01-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"
}
}
Dokumentacja:Bazy wiedzy — tworzenie lub aktualizowanie
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);
Dokumentacja: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)
Dokumentacja:KnowledgeBaseRetrievalRequest
@api-version = 2026-08-01-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"
}
Referencja:Odzyskiwanie wiedzy - Pobieranie
Żądanie pobrania zwraca odpowiedź opartą na źródłach wiedzy skonfigurowanych w bazie wiedzy.