Knowledge Sources - Create
Tworzy nowe źródło wiedzy.
POST {endpoint}/knowledgesources?api-version=2025-08-01-preview
Parametry identyfikatora URI
| Nazwa | W | Wymagane | Typ | Opis |
|---|---|---|---|---|
|
endpoint
|
path | True |
string |
Adres URL punktu końcowego usługi wyszukiwania. |
|
api-version
|
query | True |
string |
Wersja interfejsu API klienta. |
Nagłówek żądania
| Nazwa | Wymagane | Typ | Opis |
|---|---|---|---|
| x-ms-client-request-id |
string (uuid) |
Identyfikator śledzenia wysłany z żądaniem, aby pomóc w debugowaniu. |
Treść żądania
Treść żądania może być jedną z następujących:
| Nazwa | Opis |
|---|---|
|
Azure |
Konfiguracja źródła wiedzy Azure Blob Storage. |
|
Search |
Źródło wiedzy przeznaczone dla indeksu wyszukiwania. |
AzureBlobKnowledgeSource
Konfiguracja źródła wiedzy Azure Blob Storage.
| Nazwa | Wymagane | Typ | Opis |
|---|---|---|---|
| azureBlobParameters | True |
Typ źródła wiedzy. |
|
| kind | True |
string:
azure |
Typ źródła wiedzy. |
| name | True |
string |
Nazwa źródła wiedzy. |
| @odata.etag |
string |
Element ETag agenta. |
|
| description |
string |
Opcjonalny opis zdefiniowany przez użytkownika. |
|
| encryptionKey |
Opis klucza szyfrowania utworzonego w usłudze Azure Key Vault. Ten klucz jest używany w celu zapewnienia dodatkowego poziomu szyfrowania magazynowanych dla definicji agenta, gdy chcesz mieć pełną pewność, że nikt, nawet firma Microsoft, nie może ich odszyfrować. Po zaszyfrowaniu definicji agenta zawsze pozostanie ona zaszyfrowana. Usługa wyszukiwania zignoruje próby ustawienia tej właściwości na wartość null. Możesz zmienić tę właściwość zgodnie z potrzebami, jeśli chcesz obrócić klucz szyfrowania; Nie będzie to miało wpływu na definicję agenta. Szyfrowanie za pomocą kluczy zarządzanych przez klienta nie jest dostępne w przypadku bezpłatnych usług wyszukiwania i jest dostępne tylko w przypadku płatnych usług utworzonych 1 stycznia 2019 r. lub później. |
SearchIndexKnowledgeSource
Źródło wiedzy przeznaczone dla indeksu wyszukiwania.
| Nazwa | Wymagane | Typ | Opis |
|---|---|---|---|
| kind | True |
string:
search |
Typ źródła wiedzy. |
| name | True |
string |
Nazwa źródła wiedzy. |
| searchIndexParameters | True |
Parametry źródła wiedzy. |
|
| @odata.etag |
string |
Element ETag agenta. |
|
| description |
string |
Opcjonalny opis zdefiniowany przez użytkownika. |
|
| encryptionKey |
Opis klucza szyfrowania utworzonego w usłudze Azure Key Vault. Ten klucz jest używany w celu zapewnienia dodatkowego poziomu szyfrowania magazynowanych dla definicji agenta, gdy chcesz mieć pełną pewność, że nikt, nawet firma Microsoft, nie może ich odszyfrować. Po zaszyfrowaniu definicji agenta zawsze pozostanie ona zaszyfrowana. Usługa wyszukiwania zignoruje próby ustawienia tej właściwości na wartość null. Możesz zmienić tę właściwość zgodnie z potrzebami, jeśli chcesz obrócić klucz szyfrowania; Nie będzie to miało wpływu na definicję agenta. Szyfrowanie za pomocą kluczy zarządzanych przez klienta nie jest dostępne w przypadku bezpłatnych usług wyszukiwania i jest dostępne tylko w przypadku płatnych usług utworzonych 1 stycznia 2019 r. lub później. |
Odpowiedzi
| Nazwa | Typ | Opis |
|---|---|---|
| 201 Created | KnowledgeSource: |
Pomyślnie utworzono źródło wiedzy |
| Other Status Codes |
Odpowiedź na błąd. |
Przykłady
|
Search |
|
Search |
SearchServiceCreateKnowledgeSource
Przykładowe żądanie
POST https://previewexampleservice.search.windows.net/knowledgesources?api-version=2025-08-01-preview
{
"searchIndexParameters": {
"searchIndexName": "preview-test",
"sourceDataSelect": "description,category"
},
"name": "ks-preview-test",
"description": "Description of the knowledge source.",
"kind": "searchIndex",
"@odata.etag": "0x1234568AE7E58A1",
"encryptionKey": {
"keyVaultKeyName": "myUserManagedEncryptionKey-createdinAzureKeyVault",
"keyVaultKeyVersion": "myKeyVersion-32charAlphaNumericString",
"keyVaultUri": "https://myKeyVault.vault.azure.net",
"accessCredentials": {
"applicationId": "00000000-0000-0000-0000-000000000000",
"applicationSecret": "<applicationSecret>"
}
}
}
Przykładowa odpowiedź
{
"@odata.etag": "0x1234568AE7E58A1",
"name": "ks-preview-test",
"kind": "searchIndex",
"description": "Description of the knowledge source.",
"encryptionKey": {
"keyVaultKeyName": "myUserManagedEncryptionKey-createdinAzureKeyVault",
"keyVaultKeyVersion": "myKeyVersion-32charAlphaNumericString",
"keyVaultUri": "https://myKeyVault.vault.azure.net",
"accessCredentials": {
"applicationId": "00000000-0000-0000-0000-000000000000",
"applicationSecret": "<applicationSecret>"
}
},
"searchIndexParameters": {
"searchIndexName": "preview-test",
"sourceDataSelect": "description,category"
}
}
SearchServiceCreateKnowledgeSourceAzureBlob
Przykładowe żądanie
POST https://previewexampleservice.search.windows.net/knowledgesources?api-version=2025-08-01-preview
{
"azureBlobParameters": {
"identity": {
"userAssignedIdentity": "/my/userassigned/id",
"@odata.type": "#Microsoft.Azure.Search.DataUserAssignedIdentity"
},
"connectionString": "DefaultEndpointsProtocol=https;AccountName=myAccountName;AccountKey=myAccountKey;EndpointSuffix=core.windows.net ",
"containerName": "test-container",
"folderPath": "test-path",
"embeddingModel": {
"azureOpenAIParameters": {
"resourceUri": "https://test-sample.openai.azure.com/",
"deploymentId": "model",
"apiKey": "api-key",
"modelName": "text-embedding-3-large"
},
"name": "openai",
"kind": "azureOpenAI"
},
"chatCompletionModel": {
"azureOpenAIParameters": {
"resourceUri": "https://test-sample.openai.azure.com/",
"deploymentId": "myDeployment",
"apiKey": "api-key",
"modelName": "gpt-4o-mini"
},
"kind": "azureOpenAI"
},
"ingestionSchedule": {
"interval": "P1D",
"startTime": "2025-01-07T19:30:00Z"
},
"disableImageVerbalization": false
},
"name": "ks-preview-test",
"description": "Description of the knowledge source.",
"kind": "azureBlob",
"@odata.etag": "0x1234568AE7E58A1",
"encryptionKey": {
"keyVaultKeyName": "myUserManagedEncryptionKey-createdinAzureKeyVault",
"keyVaultKeyVersion": "myKeyVersion-32charAlphaNumericString",
"keyVaultUri": "https://myKeyVault.vault.azure.net",
"accessCredentials": {
"applicationId": "00000000-0000-0000-0000-000000000000",
"applicationSecret": "<applicationSecret>"
}
}
}
Przykładowa odpowiedź
{
"@odata.etag": "0x1234568AE7E58A1",
"name": "ks-preview-test",
"kind": "azureBlob",
"description": "Description of the knowledge source.",
"encryptionKey": {
"keyVaultKeyName": "myUserManagedEncryptionKey-createdinAzureKeyVault",
"keyVaultKeyVersion": "myKeyVersion-32charAlphaNumericString",
"keyVaultUri": "https://myKeyVault.vault.azure.net",
"accessCredentials": {
"applicationId": "00000000-0000-0000-0000-000000000000",
"applicationSecret": "<applicationSecret>"
}
},
"azureBlobParameters": {
"connectionString": "DefaultEndpointsProtocol=https;AccountName=myAccountName;AccountKey=myAccountKey;EndpointSuffix=core.windows.net ",
"containerName": "test-container",
"folderPath": "test-path",
"disableImageVerbalization": false,
"identity": {
"@odata.type": "#Microsoft.Azure.Search.DataUserAssignedIdentity",
"userAssignedIdentity": "/my/userassigned/id"
},
"embeddingModel": {
"name": "openai",
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "https://test-sample.openai.azure.com/",
"deploymentId": "model",
"apiKey": "api-key",
"modelName": "text-embedding-3-large"
}
},
"chatCompletionModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "https://test-sample.openai.azure.com/",
"deploymentId": "myDeployment",
"apiKey": "api-key",
"modelName": "gpt-4o-mini"
}
},
"ingestionSchedule": {
"interval": "P1D",
"startTime": "2024-06-06T00:01:50.265Z"
}
}
}
Definicje
| Nazwa | Opis |
|---|---|
|
AIFoundry |
Nazwa modelu osadzania z wykazu usługi Azure AI Foundry, który zostanie wywołany. |
|
AIServices |
Określa parametry AI Services Vision do wektoryzacji obrazu lub tekstu zapytania. |
|
AIServices |
Określa parametry AI Services Vision do wektoryzacji obrazu lub tekstu zapytania. |
| AMLParameters |
Określa właściwości nawiązywania połączenia z wektoryzatorem AML. |
| AMLVectorizer |
Określa punkt końcowy usługi Azure Machine Learning wdrożony za pośrednictwem wykazu modeli usługi Azure AI Foundry w celu wygenerowania osadzania wektora ciągu zapytania. |
|
Azure |
Poświadczenia zarejestrowanej aplikacji utworzonej dla usługi wyszukiwania, używanej do uwierzytelnionego dostępu do kluczy szyfrowania przechowywanych w usłudze Azure Key Vault. |
|
Azure |
Konfiguracja źródła wiedzy Azure Blob Storage. |
|
Azure |
Parametry źródła wiedzy Azure Blob Storage. |
|
Azure |
Umożliwia wygenerowanie osadzania wektora dla danego tekstu wejściowego przy użyciu zasobu usługi Azure OpenAI. |
|
Azure |
Nazwa modelu Azure Open AI, który zostanie wywołany. |
|
Azure |
Określa parametry nawiązywania połączenia z zasobem usługi Azure OpenAI. |
|
Azure |
Określa zasób usługi Azure OpenAI używany do wektoryzacji ciągu zapytania. |
|
Error |
Dodatkowe informacje o błędzie zarządzania zasobami. |
|
Error |
Szczegóły błędu. |
|
Error |
Odpowiedź na błąd |
|
Indexing |
Reprezentuje harmonogram wykonywania indeksatora. |
|
Input |
Mapowanie pól wejściowych dla umiejętności. |
|
Knowledge |
Określa zasób usługi Azure OpenAI używany do planowania zapytań. |
|
Knowledge |
Model sztucznej inteligencji, który ma być używany do planowania zapytań. |
|
Knowledge |
Rodzaj źródła wiedzy. |
|
Output |
Mapowanie pola wyjściowego dla umiejętności. |
|
Search |
Czyści właściwość tożsamości źródła danych. |
|
Search |
Określa tożsamość źródła danych, które ma być używane. |
|
Search |
Źródło wiedzy przeznaczone dla indeksu wyszukiwania. |
|
Search |
Parametry źródła wiedzy indeksu wyszukiwania. |
|
Search |
Klucz szyfrowania zarządzany przez klienta w usłudze Azure Key Vault. Klucze, które tworzysz i którymi zarządzasz, mogą służyć do szyfrowania lub odszyfrowywania danych magazynowanych, takich jak indeksy i mapy synonimów. |
|
Vector |
Metoda wektoryzacji, która ma być używana w czasie wykonywania zapytania. |
|
Web |
Określa właściwości nawiązywania połączenia z wektoryzatorem zdefiniowanym przez użytkownika. |
|
Web |
Określa wektoryzator zdefiniowany przez użytkownika do generowania osadzania wektora ciągu zapytania. Integracja zewnętrznego wektoryzatora jest osiągana przy użyciu niestandardowego interfejsu internetowego interfejsu API zestawu umiejętności. |
AIFoundryModelCatalogName
Nazwa modelu osadzania z wykazu usługi Azure AI Foundry, który zostanie wywołany.
| Wartość | Opis |
|---|---|
| OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32 | |
| OpenAI-CLIP-Image-Text-Embeddings-ViT-Large-Patch14-336 | |
| Facebook-DinoV2-Image-Embeddings-ViT-Base | |
| Facebook-DinoV2-Image-Embeddings-ViT-Giant | |
| Cohere-embed-v3-english | |
| Cohere-embed-v3-multilingual | |
| Cohere-embed-v4 |
Model Cohere embed v4 do generowania osadzania zarówno z tekstu, jak i obrazów. |
AIServicesVisionParameters
Określa parametry AI Services Vision do wektoryzacji obrazu lub tekstu zapytania.
| Nazwa | Typ | Opis |
|---|---|---|
| apiKey |
string |
Klucz interfejsu API wyznaczonego zasobu usług AI. |
| authIdentity | SearchIndexerDataIdentity: |
Tożsamość zarządzana przypisana przez użytkownika używana dla połączeń wychodzących. Jeśli zostanie podany identyfikator authResourceId i nie zostanie on określony, zostanie użyta tożsamość zarządzana przypisana przez system. W przypadku aktualizacji indeksu, jeśli tożsamość jest nieokreślona, wartość pozostaje niezmieniona. Jeśli jest ustawiona na "none", wartość tej właściwości jest czyszczona. |
| modelVersion |
string |
Wersja modelu, która ma być używana podczas wywoływania usługi AI Services Vision. Domyślnie będzie to najnowsza dostępna, jeśli nie zostanie określona. |
| resourceUri |
string (uri) |
Identyfikator URI zasobu usług AI. |
AIServicesVisionVectorizer
Określa parametry AI Services Vision do wektoryzacji obrazu lub tekstu zapytania.
| Nazwa | Typ | Opis |
|---|---|---|
| aiServicesVisionParameters |
Zawiera parametry specyficzne dla wektoryzacji osadzania systemu wizyjnego AI Services. |
|
| kind |
string:
ai |
Nazwa rodzaju metody wektoryzacji konfigurowanej do użycia z wyszukiwaniem wektorowym. |
| name |
string |
Nazwa, którą należy skojarzyć z tą konkretną metodą wektoryzacji. |
AMLParameters
Określa właściwości nawiązywania połączenia z wektoryzatorem AML.
| Nazwa | Typ | Opis |
|---|---|---|
| key |
string |
(Wymagane do uwierzytelniania za pomocą klucza) Klucz do usługi AML. |
| modelName |
Nazwa modelu osadzania z wykazu usługi Azure AI Foundry, który jest wdrażany w podanym punkcie końcowym. |
|
| region |
string |
(Opcjonalnie w przypadku uwierzytelniania tokenu). Region, w którym jest wdrażana usługa AML. |
| resourceId |
string |
(Wymagane do uwierzytelniania tokenem). Identyfikator zasobu usługi Azure Resource Manager usługi AML. Powinien być w formacie subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/services/{service_name}. |
| timeout |
string (duration) |
(Opcjonalnie) Po określeniu wskazuje limit czasu dla klienta http wykonującego wywołanie interfejsu API. |
| uri |
string (uri) |
(Wymagane w przypadku braku uwierzytelniania lub uwierzytelniania za pomocą klucza) Identyfikator URI oceniania usługi AML, do której zostanie wysłany ładunek JSON. Dozwolony jest tylko schemat identyfikatora URI protokołu https. |
AMLVectorizer
Określa punkt końcowy usługi Azure Machine Learning wdrożony za pośrednictwem wykazu modeli usługi Azure AI Foundry w celu wygenerowania osadzania wektora ciągu zapytania.
| Nazwa | Typ | Opis |
|---|---|---|
| amlParameters |
Określa właściwości wektoryzatora AML. |
|
| kind |
string:
aml |
Nazwa rodzaju metody wektoryzacji konfigurowanej do użycia z wyszukiwaniem wektorowym. |
| name |
string |
Nazwa, którą należy skojarzyć z tą konkretną metodą wektoryzacji. |
AzureActiveDirectoryApplicationCredentials
Poświadczenia zarejestrowanej aplikacji utworzonej dla usługi wyszukiwania, używanej do uwierzytelnionego dostępu do kluczy szyfrowania przechowywanych w usłudze Azure Key Vault.
| Nazwa | Typ | Opis |
|---|---|---|
| applicationId |
string |
Identyfikator aplikacji usługi AAD, któremu udzielono wymaganych uprawnień dostępu do usługi Azure Key Vault, który ma być używany podczas szyfrowania danych magazynowanych. Identyfikatora aplikacji nie należy mylić z identyfikatorem obiektu aplikacji usługi AAD. |
| applicationSecret |
string |
Klucz uwierzytelniania określonej aplikacji usługi AAD. |
AzureBlobKnowledgeSource
Konfiguracja źródła wiedzy Azure Blob Storage.
| Nazwa | Typ | Opis |
|---|---|---|
| @odata.etag |
string |
Element ETag agenta. |
| azureBlobParameters |
Typ źródła wiedzy. |
|
| description |
string |
Opcjonalny opis zdefiniowany przez użytkownika. |
| encryptionKey |
Opis klucza szyfrowania utworzonego w usłudze Azure Key Vault. Ten klucz jest używany w celu zapewnienia dodatkowego poziomu szyfrowania magazynowanych dla definicji agenta, gdy chcesz mieć pełną pewność, że nikt, nawet firma Microsoft, nie może ich odszyfrować. Po zaszyfrowaniu definicji agenta zawsze pozostanie ona zaszyfrowana. Usługa wyszukiwania zignoruje próby ustawienia tej właściwości na wartość null. Możesz zmienić tę właściwość zgodnie z potrzebami, jeśli chcesz obrócić klucz szyfrowania; Nie będzie to miało wpływu na definicję agenta. Szyfrowanie za pomocą kluczy zarządzanych przez klienta nie jest dostępne w przypadku bezpłatnych usług wyszukiwania i jest dostępne tylko w przypadku płatnych usług utworzonych 1 stycznia 2019 r. lub później. |
|
| kind |
string:
azure |
Typ źródła wiedzy. |
| name |
string |
Nazwa źródła wiedzy. |
AzureBlobKnowledgeSourceParameters
Parametry źródła wiedzy Azure Blob Storage.
| Nazwa | Typ | Opis |
|---|---|---|
| chatCompletionModel | KnowledgeAgentModel: |
Opcjonalny model uzupełniania czatu do werbalizacji obrazu lub wyodrębniania kontekstu. |
| connectionString |
string |
Parametry połączenia oparte na kluczach lub format ResourceId w przypadku korzystania z tożsamości zarządzanej. |
| containerName |
string |
Nazwa kontenera usługi Blob Storage. |
| createdResources |
object |
Zasoby utworzone przez źródło wiedzy. |
| disableImageVerbalization |
boolean |
Wskazuje, czy werbalizacja obrazu powinna być wyłączona. |
| embeddingModel | VectorSearchVectorizer: |
Opcjonalna konfiguracja wektoryzatora do wektoryzacji zawartości. |
| folderPath |
string |
Opcjonalna ścieżka folderu w kontenerze. |
| identity | SearchIndexerDataIdentity: |
Jawna tożsamość do użycia dla tego źródła wiedzy. |
| ingestionSchedule |
Opcjonalny harmonogram pozyskiwania danych. |
AzureOpenAIEmbeddingSkill
Umożliwia wygenerowanie osadzania wektora dla danego tekstu wejściowego przy użyciu zasobu usługi Azure OpenAI.
| Nazwa | Typ | Opis |
|---|---|---|
| @odata.type |
string:
#Microsoft. |
Fragment identyfikatora URI określający typ umiejętności. |
| apiKey |
string |
Klucz interfejsu API wyznaczonego zasobu usługi Azure OpenAI. |
| authIdentity | SearchIndexerDataIdentity: |
Tożsamość zarządzana przypisana przez użytkownika używana dla połączeń wychodzących. |
| context |
string |
Reprezentuje poziom, na którym są wykonywane operacje, na przykład katalog główny dokumentu lub zawartość dokumentu (na przykład /document lub /document/content). Wartość domyślna to /document. |
| deploymentId |
string |
Identyfikator wdrożenia modelu usługi Azure OpenAI w wyznaczonym zasobie. |
| description |
string |
Opis umiejętności, który opisuje dane wejściowe, wyjściowe i użycie umiejętności. |
| dimensions |
integer (int32) |
Liczba wymiarów, które powinny mieć wynikowe osadzanie danych wyjściowych. Obsługiwane tylko w modelach text-embedding-3 i nowszych. |
| inputs |
Dane wejściowe umiejętności mogą być kolumną w źródłowym zestawie danych lub danymi wyjściowymi umiejętności nadrzędnej. |
|
| modelName |
Nazwa modelu osadzania, który jest wdrażany w podanej ścieżce deploymentId. |
|
| name |
string |
Nazwa umiejętności, która jednoznacznie identyfikuje ją w zestawie umiejętności. Umiejętność, która nie ma zdefiniowanej nazwy, otrzyma domyślną nazwę indeksu opartego na liczbie 1 w tablicy umiejętności, poprzedzoną znakiem "#". |
| outputs |
Dane wyjściowe umiejętności są albo polem w indeksie wyszukiwania, albo wartością, która może być używana jako dane wejściowe przez inną umiejętność. |
|
| resourceUri |
string (uri) |
Identyfikator URI zasobu usługi Azure OpenAI. |
AzureOpenAIModelName
Nazwa modelu Azure Open AI, który zostanie wywołany.
| Wartość | Opis |
|---|---|
| text-embedding-ada-002 | |
| text-embedding-3-large | |
| text-embedding-3-small | |
| gpt-4o | |
| gpt-4o-mini | |
| gpt-4.1 | |
| gpt-4.1-mini | |
| gpt-4.1-nano |
AzureOpenAIParameters
Określa parametry nawiązywania połączenia z zasobem usługi Azure OpenAI.
| Nazwa | Typ | Opis |
|---|---|---|
| apiKey |
string |
Klucz interfejsu API wyznaczonego zasobu usługi Azure OpenAI. |
| authIdentity | SearchIndexerDataIdentity: |
Tożsamość zarządzana przypisana przez użytkownika używana dla połączeń wychodzących. |
| deploymentId |
string |
Identyfikator wdrożenia modelu usługi Azure OpenAI w wyznaczonym zasobie. |
| modelName |
Nazwa modelu osadzania, który jest wdrażany w podanej ścieżce deploymentId. |
|
| resourceUri |
string (uri) |
Identyfikator URI zasobu usługi Azure OpenAI. |
AzureOpenAIVectorizer
Określa zasób usługi Azure OpenAI używany do wektoryzacji ciągu zapytania.
| Nazwa | Typ | Opis |
|---|---|---|
| azureOpenAIParameters | AzureOpenAIParameters: |
Zawiera parametry specyficzne dla wektoryzacji osadzania usługi Azure OpenAI. |
| kind |
string:
azure |
Nazwa rodzaju metody wektoryzacji konfigurowanej do użycia z wyszukiwaniem wektorowym. |
| name |
string |
Nazwa, którą należy skojarzyć z tą konkretną metodą wektoryzacji. |
ErrorAdditionalInfo
Dodatkowe informacje o błędzie zarządzania zasobami.
| Nazwa | Typ | Opis |
|---|---|---|
| info |
object |
Dodatkowe informacje. |
| type |
string |
Dodatkowy typ informacji. |
ErrorDetail
Szczegóły błędu.
| Nazwa | Typ | Opis |
|---|---|---|
| additionalInfo |
Dodatkowe informacje o błędzie. |
|
| code |
string |
Kod błędu. |
| details |
Szczegóły błędu. |
|
| message |
string |
Komunikat o błędzie. |
| target |
string |
Element docelowy błędu. |
ErrorResponse
Odpowiedź na błąd
| Nazwa | Typ | Opis |
|---|---|---|
| error |
Obiekt błędu. |
IndexingSchedule
Reprezentuje harmonogram wykonywania indeksatora.
| Nazwa | Typ | Opis |
|---|---|---|
| interval |
string (duration) |
Interwał czasu między wykonaniami indeksatora. |
| startTime |
string (date-time) |
Czas, w którym indeksator powinien zacząć działać. |
InputFieldMappingEntry
Mapowanie pól wejściowych dla umiejętności.
| Nazwa | Typ | Opis |
|---|---|---|
| inputs |
Rekurencyjne dane wejściowe używane podczas tworzenia typu złożonego. |
|
| name |
string |
Nazwa danych wejściowych. |
| source |
string |
Źródło danych wejściowych. |
| sourceContext |
string |
Kontekst źródłowy używany do wybierania rekurencyjnych danych wejściowych. |
KnowledgeAgentAzureOpenAIModel
Określa zasób usługi Azure OpenAI używany do planowania zapytań.
| Nazwa | Typ | Opis |
|---|---|---|
| azureOpenAIParameters | AzureOpenAIParameters: |
Zawiera parametry specyficzne dla punktu końcowego modelu usługi Azure OpenAI. |
| kind |
string:
azure |
Typ modelu AI. |
KnowledgeAgentModelKind
Model sztucznej inteligencji, który ma być używany do planowania zapytań.
| Wartość | Opis |
|---|---|
| azureOpenAI |
Używanie modeli sztucznej inteligencji usługi Azure Open do planowania zapytań. |
KnowledgeSourceKind
Rodzaj źródła wiedzy.
| Wartość | Opis |
|---|---|
| searchIndex |
Źródło wiedzy, które odczytuje dane z indeksu wyszukiwania. |
| azureBlob |
Źródło wiedzy, które odczytuje i pozyskuje dane z Azure Blob Storage do indeksu wyszukiwania. |
OutputFieldMappingEntry
Mapowanie pola wyjściowego dla umiejętności.
| Nazwa | Typ | Opis |
|---|---|---|
| name |
string |
Nazwa danych wyjściowych zdefiniowanych przez umiejętność. |
| targetName |
string |
Docelowa nazwa danych wyjściowych. Jest to opcjonalne i domyślnie ma nazwę użytkownika. |
SearchIndexerDataNoneIdentity
Czyści właściwość tożsamości źródła danych.
| Nazwa | Typ | Opis |
|---|---|---|
| @odata.type |
string:
#Microsoft. |
Fragment identyfikatora URI określający typ tożsamości. |
SearchIndexerDataUserAssignedIdentity
Określa tożsamość źródła danych, które ma być używane.
| Nazwa | Typ | Opis |
|---|---|---|
| @odata.type |
string:
#Microsoft. |
Fragment identyfikatora URI określający typ tożsamości. |
| userAssignedIdentity |
string |
W pełni kwalifikowany identyfikator zasobu platformy Azure tożsamości zarządzanej przypisanej przez użytkownika zwykle w postaci "/subscriptions/12345678-1234-1234-1234-1234567890ab/resourceGroups/rg/providers/Microsoft.ManagedIdentity/userAssignedIdentities/myId", który powinien zostać przypisany do usługi wyszukiwania. |
SearchIndexKnowledgeSource
Źródło wiedzy przeznaczone dla indeksu wyszukiwania.
| Nazwa | Typ | Opis |
|---|---|---|
| @odata.etag |
string |
Element ETag agenta. |
| description |
string |
Opcjonalny opis zdefiniowany przez użytkownika. |
| encryptionKey |
Opis klucza szyfrowania utworzonego w usłudze Azure Key Vault. Ten klucz jest używany w celu zapewnienia dodatkowego poziomu szyfrowania magazynowanych dla definicji agenta, gdy chcesz mieć pełną pewność, że nikt, nawet firma Microsoft, nie może ich odszyfrować. Po zaszyfrowaniu definicji agenta zawsze pozostanie ona zaszyfrowana. Usługa wyszukiwania zignoruje próby ustawienia tej właściwości na wartość null. Możesz zmienić tę właściwość zgodnie z potrzebami, jeśli chcesz obrócić klucz szyfrowania; Nie będzie to miało wpływu na definicję agenta. Szyfrowanie za pomocą kluczy zarządzanych przez klienta nie jest dostępne w przypadku bezpłatnych usług wyszukiwania i jest dostępne tylko w przypadku płatnych usług utworzonych 1 stycznia 2019 r. lub później. |
|
| kind |
string:
search |
Typ źródła wiedzy. |
| name |
string |
Nazwa źródła wiedzy. |
| searchIndexParameters |
Parametry źródła wiedzy. |
SearchIndexKnowledgeSourceParameters
Parametry źródła wiedzy indeksu wyszukiwania.
| Nazwa | Typ | Opis |
|---|---|---|
| searchIndexName |
string |
Nazwa indeksu wyszukiwania. |
| sourceDataSelect |
string |
Służy do żądania dodatkowych pól dla danych źródłowych, do których się odwołuje. |
SearchResourceEncryptionKey
Klucz szyfrowania zarządzany przez klienta w usłudze Azure Key Vault. Klucze, które tworzysz i którymi zarządzasz, mogą służyć do szyfrowania lub odszyfrowywania danych magazynowanych, takich jak indeksy i mapy synonimów.
| Nazwa | Typ | Opis |
|---|---|---|
| accessCredentials |
Opcjonalne poświadczenia usługi Azure Active Directory używane do uzyskiwania dostępu do usługi Azure Key Vault. Nie jest to wymagane, jeśli zamiast tego używasz tożsamości zarządzanej. |
|
| identity | SearchIndexerDataIdentity: |
Jawna tożsamość zarządzana do użycia dla tego klucza szyfrowania. Jeśli nie zostanie określona, a właściwość poświadczeń dostępu ma wartość null, zostanie użyta tożsamość zarządzana przypisana przez system. Podczas aktualizacji zasobu, jeśli jawna tożsamość nie jest określona, pozostaje niezmieniona. Jeśli określono wartość "none", wartość tej właściwości jest czyszczona. |
| keyVaultKeyName |
string |
Nazwa klucza usługi Azure Key Vault, który ma być używany do szyfrowania danych magazynowanych. |
| keyVaultKeyVersion |
string |
Wersja klucza usługi Azure Key Vault, która ma być używana do szyfrowania danych magazynowanych. |
| keyVaultUri |
string |
Identyfikator URI usługi Azure Key Vault, nazywany również nazwą DNS, który zawiera klucz, który ma być używany do szyfrowania danych magazynowanych. Przykładowym identyfikatorem URI może być |
VectorSearchVectorizerKind
Metoda wektoryzacji, która ma być używana w czasie wykonywania zapytania.
| Wartość | Opis |
|---|---|
| azureOpenAI |
Generowanie osadzania przy użyciu zasobu usługi Azure OpenAI w czasie wykonywania zapytania. |
| customWebApi |
Generuj osadzanie przy użyciu niestandardowego internetowego punktu końcowego w czasie wykonywania zapytania. |
| aiServicesVision |
Generowanie osadzania dla obrazu lub tekstu wejściowego w czasie wykonywania zapytania przy użyciu interfejsu API wektoryzacji usługi Azure AI Services Vision. |
| aml |
Generowanie osadzania przy użyciu punktu końcowego usługi Azure Machine Learning wdrożonego za pośrednictwem wykazu modeli usługi Azure AI Foundry w czasie wykonywania zapytania. |
WebApiParameters
Określa właściwości nawiązywania połączenia z wektoryzatorem zdefiniowanym przez użytkownika.
| Nazwa | Typ | Opis |
|---|---|---|
| authIdentity | SearchIndexerDataIdentity: |
Tożsamość zarządzana przypisana przez użytkownika używana dla połączeń wychodzących. Jeśli zostanie podany identyfikator authResourceId i nie zostanie on określony, zostanie użyta tożsamość zarządzana przypisana przez system. W przypadku aktualizacji indeksatora, jeśli tożsamość jest nieokreślona, wartość pozostaje niezmieniona. Jeśli jest ustawiona na "none", wartość tej właściwości jest czyszczona. |
| authResourceId |
string |
Dotyczy niestandardowych punktów końcowych, które łączą się z kodem zewnętrznym w funkcji platformy Azure lub innej aplikacji, która zapewnia przekształcenia. Ta wartość powinna być identyfikatorem aplikacji utworzonym dla funkcji lub aplikacji podczas jej zarejestrowania w usłudze Azure Active Directory. Po określeniu wektoryzacja łączy się z funkcją lub aplikacją przy użyciu identyfikatora zarządzanego (systemowego lub przypisanego przez użytkownika) usługi wyszukiwania i tokenu dostępu funkcji lub aplikacji, używając tej wartości jako identyfikatora zasobu do tworzenia zakresu tokenu dostępu. |
| httpHeaders |
object |
Nagłówki wymagane do wysłania żądania HTTP. |
| httpMethod |
string |
Metoda żądania HTTP. |
| timeout |
string (duration) |
Żądany limit czasu żądania. Wartość domyślna to 30 sekund. |
| uri |
string (uri) |
Identyfikator URI internetowego interfejsu API udostępniającego wektoryzator. |
WebApiVectorizer
Określa wektoryzator zdefiniowany przez użytkownika do generowania osadzania wektora ciągu zapytania. Integracja zewnętrznego wektoryzatora jest osiągana przy użyciu niestandardowego interfejsu internetowego interfejsu API zestawu umiejętności.
| Nazwa | Typ | Opis |
|---|---|---|
| customWebApiParameters |
Określa właściwości wektoryzatora zdefiniowanego przez użytkownika. |
|
| kind |
string:
custom |
Nazwa rodzaju metody wektoryzacji konfigurowanej do użycia z wyszukiwaniem wektorowym. |
| name |
string |
Nazwa, którą należy skojarzyć z tą konkretną metodą wektoryzacji. |