Szybki start: wyszukiwanie wektorów w portalu Azure

W tym szybkim rozpoczęciu użyjesz kreatora Importuj dane w portalu Azure, aby rozpocząć pracę z integracją wektorów. Kreator dzieli zawartość na fragmenty i wykorzystuje model osadzania, aby wektoryzować te fragmenty podczas indeksowania i wyszukiwania.

Instrukcja szybkiego startu wykorzystuje pliki PDF oparte na tekście i proste obrazy z repozytorium azure-search-sample-data. Możesz jednak użyć różnych plików i nadal ukończyć ten szybki przewodnik.

Wymagania wstępne

• Konto Azure z aktywną subskrypcją. Utwórz bezpłatne konto.

• Usługa Wyszukiwanie AI platformy Azure. Ten Szybki Start wymaga warstwy Podstawowej lub wyższej w celu obsługi tożsamości zarządzanych.

• Obsługiwane źródło danych.

• Obsługiwany model osadzania.

• Znajomość kreatora. Zobacz kreatora Import danych w portalu Azure.

Obsługiwane źródła danych

Kreator obsługuje wiele źródeł danych Azure. Jednak ten przewodnik, Szybkie wprowadzenie, obejmuje tylko źródła danych współpracujące z całymi plikami, opisane w poniższej tabeli.

Obsługiwane modele osadzania

Portal obsługuje następujące modele osadzania na potrzeby zintegrowanej wektoryzacji. Instrukcje dotyczące wdrażania znajdują się w późniejszej sekcji.

¹ W celach rozliczeniowych musisz przyłączyć konto wielousług do zestawu umiejętności Wyszukiwanie AI platformy Azure. Kreator wymaga, aby usługa wyszukiwania i konto wielousługowe znajdowały się w tym samym obsługiwanym regionie na potrzeby umiejętności osadzeń multimodalnych usługi Azure Vision (wersja zapoznawcza).

² Kreator obsługuje tylko wdrożenia bezserwerowego interfejsu API dla tego modelu. Za pomocą Azure CLI można aprowizować wdrożenie bezserwerowe (wersja zapoznawcza).

³ Punkt końcowy zasobu Azure OpenAI musi mieć poddomenę custom, taką jak https://my-unique-name.openai.azure.com. Jeśli zasób został utworzony w portalu Azure, ta poddomena została automatycznie wygenerowana podczas konfigurowania zasobów.

⁴ zasoby Azure OpenAI (z dostępem do modeli osadzania), które zostały utworzone w portalu Microsoft Foundry, nie są obsługiwane. Musisz utworzyć zasób Azure OpenAI w portalu Azure.

Aby uzyskać najnowsze wskazówki dotyczące cyklu życia modelu, w tym wycofania z użycia, zobacz Wycofanie modelu i wycofanie z użycia.

Wymagania dotyczące publicznego punktu końcowego

Wszystkie powyższe zasoby muszą mieć włączony dostęp publiczny, aby kreator mógł uzyskać do nich dostęp. W przeciwnym razie kreator zakończy się niepowodzeniem. Po uruchomieniu kreatora, można włączyć zapory i prywatne punkty końcowe w składnikach integracji w celu zapewnienia bezpieczeństwa. Aby uzyskać więcej informacji, zobacz Bezpieczne połączenia w kreatorze importu.

Jeśli prywatne punkty końcowe są już obecne i nie można ich wyłączyć, alternatywną opcją jest uruchomienie przepływu end-to-end ze skryptu lub programu na maszynie wirtualnej. Maszyna wirtualna musi znajdować się w tej samej sieci wirtualnej co prywatny punkt końcowy. Oto przykład kodu Python do zintegrowanej wektoryzacji. To samo repozytorium GitHub zawiera przykłady w innych językach programowania.

Konfigurowanie dostępu

Przed rozpoczęciem upewnij się, że masz uprawnienia dostępu do zawartości i operacji. W tym szybkim starcie używany jest Microsoft Entra ID do uwierzytelniania i dostępu opartego na rolach dla autoryzacji. Aby przypisać role, musisz być właścicielem lub administratorem dostępu użytkowników . Jeśli role nie są możliwe, zamiast tego użyj uwierzytelniania opartego na kluczach .

Skonfiguruj wymagane role i role warunkowe zidentyfikowane w tej sekcji.

Wymagane role

Wyszukiwanie AI platformy Azure udostępnia potok wyszukiwania wektorów. Skonfiguruj dostęp dla siebie i swojej usługi wyszukiwania, aby odczytywać dane, uruchamiać pipeline oraz wchodzić w interakcje z innymi zasobami Azure.

W usłudze Wyszukiwanie AI platformy Azure:

1. Włącz dostęp oparty na rolach.

2. Skonfiguruj tożsamość zarządzaną przypisaną przez system.

3. Przypisz sobie następujące role.

   • Współautor usługi wyszukiwania

   • Współautor danych indeksu wyszukiwania

   • Czytnik danych indeksu wyszukiwania

Role warunkowe

Poniższe karty obejmują wszystkie zasoby kompatybilne z kreatorem dla wyszukiwania wektorowego. Wybierz tylko karty, które mają zastosowanie do wybranego źródła danych i modelu osadzania.

Przygotowywanie przykładowych danych

W tej sekcji przygotujesz przykładowe dane dla wybranego źródła danych.

Przygotowywanie modelu osadzania

Kreator obsługuje kilka modeli osadzania z Azure OpenAI i katalogu modeli Microsoft Foundry. Aby wdrożyć modele wymagane dla wybranego modelu embedding zobacz Deploy Microsoft Foundry Models w portalu Foundry.

Uruchamianie kreatora

1. Przejdź do usługi wyszukiwania w portalu Azure.

2. Na stronie Przegląd wybierz pozycję Importuj dane.

   

3. Wybierz źródło danych: Azure Blob StorageADLS Gen2 lub OneLake.

4. Wybierz RAG.

   

Uruchamianie kreatora

Kreator przeprowadza Cię przez kilka etapów konfiguracji. W tej sekcji opisano poszczególne kroki w sekwencji.

Połącz się z danymi

W tym kroku nawiąż połączenie Wyszukiwanie AI platformy Azure z wybranym źródłem data na potrzeby pozyskiwania i indeksowania zawartości.

Wektoryzacja tekstu

W tym kroku kreator używa wybranego modelu osadzania w celu wektoryzacji danych fragmentowanych. Fragmentowanie jest wbudowane i niekonfigurowalne. Obowiązujące ustawienia to:

"textSplitMode": "pages",
"maximumPageLength": 2000,
"pageOverlapLength": 500,
"maximumPagesToTake": 0, #unlimited
"unit": "characters"

Wektoryzacja i wzbogacanie obrazów

Pliki PDF planu kondycji zawierają logo firmowe, ale w przeciwnym razie nie ma obrazów. Jeśli używasz przykładowych dokumentów, możesz pominąć ten krok.

Jeśli jednak zawartość zawiera przydatne obrazy, możesz zastosować sztuczną inteligencję w jeden lub oba następujące sposoby:

• Użyj obsługiwanego modelu osadzania obrazów z katalogu modeli Microsoft Foundry lub wielomodalnego interfejsu API osadzania usługi Azure Vision (za pośrednictwem konta z wieloma usługami), aby wektoryzować obrazy.

• Wyodrębnianie tekstu z obrazów przy użyciu optycznego rozpoznawania znaków (OCR). Ta opcja wywołuje umiejętności OCR.

Dodawanie klasyfikacji semantycznej

Na stronie Ustawienia zaawansowane możesz opcjonalnie dodać semantyczną klasyfikację , aby ponownie korbować wyniki na końcu wykonywania zapytania. Reranking promuje najbardziej semantycznie istotne mecze do góry.

Mapowanie nowych pól

Na stronie Ustawienia zaawansowane możesz opcjonalnie dodać nowe pola, zakładając, że źródło danych udostępnia metadane lub pola, które nie są pobierane podczas pierwszego przekazywania. Domyślnie kreator generuje pola opisane w poniższej tabeli.

Nie można modyfikować wygenerowanych pól ani ich atrybutów, ale możesz dodać nowe pola, jeśli źródło danych je udostępni. Na przykład Azure Blob Storage udostępnia kolekcję pól metadanych.

Aby dodać pola do schematu indeksu:

1. Na stronie Ustawienia zaawansowane w obszarze Pola indeksu wybierz pozycję Podgląd i edytuj.

2. Wybierz pozycję Dodaj pole.

3. Wybierz pole źródłowe z dostępnych pól, wprowadź nazwę pola dla indeksu i zaakceptuj domyślny typ danych (lub przesłoń).

4. Jeśli chcesz przywrócić schemat do oryginalnej wersji, wybierz pozycję Resetuj.

Kluczowe kwestie dotyczące tego kroku:

• Schemat indeksu zawiera pola wektorowe i niewektorowe dla danych fragmentowanych.

• Tryb analizowania dokumentów tworzy fragmenty (jeden dokument wyszukiwania na fragment).

Indeksowanie harmonogramu

W przypadku źródeł danych, w których dane bazowe są niestabilne, można zaplanować indeksowanie w celu przechwycenia zmian w określonych interwałach lub określonych datach i godzinach.

Aby zaplanować indeksowanie:

1. Na stronie Ustawienia zaawansowane w obszarze Planowanie indeksowania określ harmonogram uruchamiania indeksatora. Zalecamy Once do tego szybkiego startu.

   

2. Wybierz pozycję Dalej.

Zakończ kreatora

Ostatnim krokiem jest przejrzenie konfiguracji i utworzenie niezbędnych obiektów do wyszukiwania wektorów. W razie potrzeby wróć do poprzednich stron w kreatorze, aby dostosować konfigurację.

Aby zakończyć działanie kreatora:

1. Na stronie Przeglądanie i tworzenie określ prefiks dla obiektów tworzonych przez kreatora. Wspólny prefiks pomaga zachować organizację.

   

2. Wybierz pozycję Utwórz.

Obiekty utworzone przez kreatora

Po zakończeniu konfiguracji kreator tworzy następujące obiekty:

Sprawdzanie wyników

Eksplorator wyszukiwania akceptuje ciągi tekstowe jako dane wejściowe, a następnie wektoryzuje tekst na potrzeby wykonywania zapytania wektorowego.

Aby wysłać zapytanie do indeksu wektora:

1. W portalu Azure przejdź do Search Management>Indexes a następnie wybierz indeks.

2. Wybierz pozycję Opcje zapytania, a następnie wybierz pozycję Ukryj wartości wektorów w wynikach wyszukiwania. Ten krok sprawia, że wyniki są bardziej czytelne.

   

3. W menu Widok wybierz widok JSON , aby wprowadzić tekst zapytania wektorowego w parametrze zapytania wektorowego text .

   

   Zapytanie domyślne jest pustym wyszukiwaniem ("*"), ale dopuszcza parametry do zwracania liczby dopasowań. Jest to zapytanie hybrydowe, które uruchamia zapytania tekstowe i wektorowe równolegle. Zawiera również semantyczną klasyfikację i określa, które pola mają być zwracane w wynikach za pomocą instrukcji select .

    {
      "search": "*",
      "count": true,
      "vectorQueries": [
        {
          "kind": "text",
          "text": "*",
          "fields": "text_vector,image_vector"
        }
      ],
      "queryType": "semantic",
      "semanticConfiguration": "my-demo-semantic-configuration",
      "captions": "extractive",
      "answers": "extractive|count-3",
      "queryLanguage": "en-us",
      "select": "chunk_id,text_parent_id,chunk,title,image_parent_id"
    }
   

4. Zastąp oba symbole zastępcze gwiazdek (*) pytaniem związanym z planami zdrowotnymi, takim jak Which plan has the lowest deductible?.

    {
      "search": "Which plan has the lowest deductible?",
      "count": true,
      "vectorQueries": [
        {
          "kind": "text",
          "text": "Which plan has the lowest deductible?",
          "fields": "text_vector,image_vector"
        }
      ],
      "queryType": "semantic",
      "semanticConfiguration": "my-demo-semantic-configuration",
      "captions": "extractive",
      "answers": "extractive|count-3",
      "queryLanguage": "en-us",
      "select": "chunk_id,text_parent_id,chunk,title"
    }
   

5. Aby uruchomić zapytanie, wybierz pozycję Wyszukaj.

   

   Każdy dokument jest fragmentem oryginalnego pliku PDF. Pole title pokazuje, z którego pliku PDF pochodzi fragment. Każdy chunk jest długi. Możesz skopiować i wkleić jeden z nich do edytora tekstów, aby odczytać całą wartość.

6. Aby wyświetlić wszystkie fragmenty z określonego dokumentu, dodaj filtr dla title_parent_id pola dla określonego pliku PDF. Możesz sprawdzić kartę Pola indeksu, aby potwierdzić, że pole jest filtrowalne.

   {
      "select": "chunk_id,text_parent_id,chunk,title",
      "filter": "text_parent_id eq 'aHR0cHM6Ly9oZWlkaXN0c3RvcmFnZWRlbW9lYXN0dXMuYmxvYi5jb3JlLndpbmRvd3MubmV0L2hlYWx0aC1wbGFuLXBkZnMvTm9ydGh3aW5kX1N0YW5kYXJkX0JlbmVmaXRzX0RldGFpbHMucGRm0'",
      "count": true,
      "vectorQueries": [
          {
             "kind": "text",
             "text": "*",
             "k": 5,
             "fields": "text_vector"
          }
       ]
   }
   

Czyszczenie zasobów

Jeśli pracujesz we własnej subskrypcji, dobrym pomysłem jest zakończenie projektu przez usunięcie zasobów, których już nie potrzebujesz. Zasoby, które pozostają uruchomione, mogą kosztować pieniądze.

W portalu Azure wybierz pozycję Wszystkie zasoby lub Grupy zasobów w okienku po lewej stronie, aby znaleźć zasoby i zarządzać nimi. Zasoby można usunąć pojedynczo lub usunąć grupę zasobów, aby jednocześnie usunąć wszystkie zasoby.

Następny krok

W tym przewodniku szybkiego startu przedstawiono kreatora Importuj dane, który tworzy wszystkie niezbędne obiekty do zintegrowanej wektoryzacji. Aby zapoznać się ze szczegółowymi informacjami na temat poszczególnych kroków, zobacz Set up integrated vectorization in Wyszukiwanie AI platformy Azure (Konfigurowanie zintegrowanej wektoryzacji w Wyszukiwanie AI platformy Azure.