Knowledge Sources - Create Or Update

Skapar en ny kunskapskälla eller uppdaterar en kunskapskälla om den redan finns.

PUT {endpoint}/knowledgesources('{sourceName}')?api-version=2025-08-01-preview

URI-parametrar

Name I Obligatorisk Typ Description
endpoint
path True

string

Slutpunkts-URL:en för söktjänsten.

sourceName
path True

string

Namnet på den kunskapskälla som ska skapas eller uppdateras.

api-version
query True

string

Klient-API-version.

Begärandehuvud

Name Obligatorisk Typ Description
x-ms-client-request-id

string (uuid)

Spårnings-ID:t som skickades med begäran för att hjälpa till med felsökning.

If-Match

string

Definierar villkoret If-Match. Åtgärden utförs endast om ETag på servern matchar det här värdet.

If-None-Match

string

Definierar villkoret Om-None-Match. Åtgärden utförs endast om ETag på servern inte matchar det här värdet.

Prefer True

string

För HTTP PUT-begäranden instruerar tjänsten att returnera den skapade/uppdaterade resursen när den lyckas.

Begärandetext

Brödtexten i begäran kan vara något av följande:

Name Description
AzureBlobKnowledgeSource

Konfiguration för Azure Blob Storage kunskapskälla.

SearchIndexKnowledgeSource

Kunskapskälla som riktar sig till ett sökindex.

AzureBlobKnowledgeSource

Konfiguration för Azure Blob Storage kunskapskälla.

Name Obligatorisk Typ Description
azureBlobParameters True

AzureBlobKnowledgeSourceParameters

Typen av kunskapskälla.

kind True string:

azureBlob

Typen av kunskapskälla.

name True

string

Namnet på kunskapskällan.

@odata.etag

string

ETag för agenten.

description

string

Valfri användardefinierad beskrivning.

encryptionKey

SearchResourceEncryptionKey

En beskrivning av en krypteringsnyckel som du skapar i Azure 密钥保管库. Den här nyckeln används för att ge ytterligare en nivå av kryptering i vila för din agentdefinition när du vill ha fullständig försäkran om att ingen, inte ens Microsoft, kan dekryptera dem. När du har krypterat agentdefinitionen förblir den alltid krypterad. Söktjänsten ignorerar försök att ange den här egenskapen till null. Du kan ändra den här egenskapen efter behov om du vill rotera krypteringsnyckeln. Din agentdefinition påverkas inte. Kryptering med kundhanterade nycklar är inte tillgängligt för kostnadsfria söktjänster och är endast tillgängligt för betaltjänster som skapats den 1 januari 2019 eller senare.

SearchIndexKnowledgeSource

Kunskapskälla som riktar sig till ett sökindex.

Name Obligatorisk Typ Description
kind True string:

searchIndex

Typen av kunskapskälla.

name True

string

Namnet på kunskapskällan.

searchIndexParameters True

SearchIndexKnowledgeSourceParameters

Parametrarna för kunskapskällan.

@odata.etag

string

ETag för agenten.

description

string

Valfri användardefinierad beskrivning.

encryptionKey

SearchResourceEncryptionKey

En beskrivning av en krypteringsnyckel som du skapar i Azure 密钥保管库. Den här nyckeln används för att ge ytterligare en nivå av kryptering i vila för din agentdefinition när du vill ha fullständig försäkran om att ingen, inte ens Microsoft, kan dekryptera dem. När du har krypterat agentdefinitionen förblir den alltid krypterad. Söktjänsten ignorerar försök att ange den här egenskapen till null. Du kan ändra den här egenskapen efter behov om du vill rotera krypteringsnyckeln. Din agentdefinition påverkas inte. Kryptering med kundhanterade nycklar är inte tillgängligt för kostnadsfria söktjänster och är endast tillgängligt för betaltjänster som skapats den 1 januari 2019 eller senare.

Svar

Name Typ Description
200 OK KnowledgeSource:
201 Created KnowledgeSource:
Other Status Codes

ErrorResponse

Felsvar.

Exempel

SearchServiceCreateOrUpdateKnowledgeSource
SearchServiceCreateOrUpdateKnowledgeSourceAzureBlob

SearchServiceCreateOrUpdateKnowledgeSource

Exempelbegäran

PUT https://previewexampleservice.search.windows.net/knowledgesources('ks-preview-test')?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>"
    }
  }
}

Exempelsvar

{
  "@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"
  }
}
{
  "@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"
  }
}

SearchServiceCreateOrUpdateKnowledgeSourceAzureBlob

Exempelbegäran

PUT https://previewexampleservice.search.windows.net/knowledgesources('ks-preview-test')?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>"
    }
  }
}

Exempelsvar

{
  "@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"
    }
  }
}
{
  "@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"
    }
  }
}

Definitioner

Name Description
AIFoundryModelCatalogName

Namnet på inbäddningsmodellen från Azure AI Foundry-katalogen som ska anropas.

AIServicesVisionParameters

Anger AI Services Vision-parametrarna för vektorisering av en frågebild eller text.

AIServicesVisionVectorizer

Anger AI Services Vision-parametrarna för vektorisering av en frågebild eller text.

AMLParameters

Anger egenskaperna för anslutning till en AML-vektoriserare.

AMLVectorizer

Anger en Azure Machine Learning-slutpunkt som distribueras via Azure AI Foundry Model Catalog för att generera vektorinbäddningen av en frågesträng.

AzureActiveDirectoryApplicationCredentials

Autentiseringsuppgifter för ett registrerat program som skapats för din söktjänst och som används för autentiserad åtkomst till krypteringsnycklarna som lagras i Azure Key Vault.

AzureBlobKnowledgeSource

Konfiguration för Azure Blob Storage kunskapskälla.

AzureBlobKnowledgeSourceParameters

Parametrar för Azure Blob Storage kunskapskälla.

AzureOpenAIEmbeddingSkill

Gör att du kan generera en vektorinbäddning för en viss textinmatning med hjälp av Azure OpenAI-resursen.

AzureOpenAIModelName

Namnet på Azure Open AI-modellen som ska anropas.

AzureOpenAIParameters

Anger parametrarna för att ansluta till Azure OpenAI-resursen.

AzureOpenAIVectorizer

Anger den Azure OpenAI-resurs som används för att vektorisera en frågesträng.

ErrorAdditionalInfo

Ytterligare information om resurshanteringsfelet.

ErrorDetail

Felinformationen.

ErrorResponse

Felsvar

IndexingSchedule

Representerar ett schema för indexerarens körning.

InputFieldMappingEntry

Mappning av inmatningsfält för en färdighet.

KnowledgeAgentAzureOpenAIModel

Anger den Azure OpenAI-resurs som används för att göra frågeplanering.

KnowledgeAgentModelKind

AI-modellen som ska användas för frågeplanering.

KnowledgeSourceKind

Typen av kunskapskälla.

OutputFieldMappingEntry

Mappning av utdatafält för en färdighet.

SearchIndexerDataNoneIdentity

Rensar identitetsegenskapen för en datakälla.

SearchIndexerDataUserAssignedIdentity

Anger identiteten för en datakälla som ska användas.

SearchIndexKnowledgeSource

Kunskapskälla som riktar sig till ett sökindex.

SearchIndexKnowledgeSourceParameters

Parametrar för kunskapskälla för sökindex.

SearchResourceEncryptionKey

En kundhanterad krypteringsnyckel i Azure 密钥保管库. Nycklar som du skapar och hanterar kan användas för att kryptera eller dekryptera vilande data, till exempel index och synonymmappningar.

VectorSearchVectorizerKind

Den vektoriseringsmetod som ska användas under frågetiden.

WebApiParameters

Anger egenskaperna för anslutning till en användardefinierad vektoriserare.

WebApiVectorizer

Anger en användardefinierad vektoriserare för att generera vektorinbäddningen av en frågesträng. Integrering av en extern vektoriserare uppnås med hjälp av det anpassade webb-API-gränssnittet för en kompetensuppsättning.

AIFoundryModelCatalogName

Namnet på inbäddningsmodellen från Azure AI Foundry-katalogen som ska anropas.

Värde Description
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

Cohere embed v4-modell för att generera inbäddningar från både text och bilder.

AIServicesVisionParameters

Anger AI Services Vision-parametrarna för vektorisering av en frågebild eller text.

Name Typ Description
apiKey

string

API-nyckel för den angivna resursen för AI-tjänster.

authIdentity SearchIndexerDataIdentity:

Den användartilldelade hanterade identiteten som används för utgående anslutningar. Om ett authResourceId anges och det inte anges används den system tilldelade hanterade identiteten. Vid uppdateringar av indexet, om identiteten är ospecificerad, förblir värdet oförändrat. Om värdet är "none" rensas värdet för den här egenskapen.

modelVersion

string

Den version av modellen som ska användas när du anropar AI Services Vision-tjänsten. Den kommer som standard att vara den senaste tillgängliga när den inte anges.

resourceUri

string (uri)

Resurs-URI:n för AI Services-resursen.

AIServicesVisionVectorizer

Anger AI Services Vision-parametrarna för vektorisering av en frågebild eller text.

Name Typ Description
aiServicesVisionParameters

AIServicesVisionParameters

Innehåller de parametrar som är specifika för AI Services Vision inbäddningsvektorisering.

kind string:

aiServicesVision

Namnet på den typ av vektoriseringsmetod som konfigureras för användning med vektorsökning.

name

string

Namnet som ska associeras med just den här vektoriseringsmetoden.

AMLParameters

Anger egenskaperna för anslutning till en AML-vektoriserare.

Name Typ Description
key

string

(Krävs för nyckelautentisering) Nyckeln för AML-tjänsten.

modelName

AIFoundryModelCatalogName

Namnet på inbäddningsmodellen från Azure AI Foundry-katalogen som distribueras vid den angivna slutpunkten.

region

string

(Valfritt för tokenautentisering). Den region som AML-tjänsten distribueras i.

resourceId

string

(Krävs för tokenautentisering). Azure Resource Manager resurs-ID för AML-tjänsten. Det ska vara i formatet subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/services/{service_name}.

timeout

string (duration)

(Valfritt) När det anges anger tidsgränsen för http-klienten som gör API-anropet.

uri

string (uri)

(Krävs för ingen autentisering eller nyckelautentisering) Bedömnings-URI:n för AML-tjänsten som JSON-nyttolasten ska skickas till. Endast https URI-schemat tillåts.

AMLVectorizer

Anger en Azure Machine Learning-slutpunkt som distribueras via Azure AI Foundry Model Catalog för att generera vektorinbäddningen av en frågesträng.

Name Typ Description
amlParameters

AMLParameters

Anger egenskaperna för AML-vektoriserare.

kind string:

aml

Namnet på den typ av vektoriseringsmetod som konfigureras för användning med vektorsökning.

name

string

Namnet som ska associeras med just den här vektoriseringsmetoden.

AzureActiveDirectoryApplicationCredentials

Autentiseringsuppgifter för ett registrerat program som skapats för din söktjänst och som används för autentiserad åtkomst till krypteringsnycklarna som lagras i Azure Key Vault.

Name Typ Description
applicationId

string

Ett AAD-program-ID som har beviljats de åtkomstbehörigheter som krävs för att Azure Key Vault ska användas när du krypterar dina vilande data. Program-ID:t ska inte förväxlas med objekt-ID:t för ditt AAD-program.

applicationSecret

string

Autentiseringsnyckeln för det angivna AAD-programmet.

AzureBlobKnowledgeSource

Konfiguration för Azure Blob Storage kunskapskälla.

Name Typ Description
@odata.etag

string

ETag för agenten.

azureBlobParameters

AzureBlobKnowledgeSourceParameters

Typen av kunskapskälla.

description

string

Valfri användardefinierad beskrivning.

encryptionKey

SearchResourceEncryptionKey

En beskrivning av en krypteringsnyckel som du skapar i Azure 密钥保管库. Den här nyckeln används för att ge ytterligare en nivå av kryptering i vila för din agentdefinition när du vill ha fullständig försäkran om att ingen, inte ens Microsoft, kan dekryptera dem. När du har krypterat agentdefinitionen förblir den alltid krypterad. Söktjänsten ignorerar försök att ange den här egenskapen till null. Du kan ändra den här egenskapen efter behov om du vill rotera krypteringsnyckeln. Din agentdefinition påverkas inte. Kryptering med kundhanterade nycklar är inte tillgängligt för kostnadsfria söktjänster och är endast tillgängligt för betaltjänster som skapats den 1 januari 2019 eller senare.

kind string:

azureBlob

Typen av kunskapskälla.

name

string

Namnet på kunskapskällan.

AzureBlobKnowledgeSourceParameters

Parametrar för Azure Blob Storage kunskapskälla.

Name Typ Description
chatCompletionModel KnowledgeAgentModel:

KnowledgeAgentAzureOpenAIModel

Valfri modell för chattkomplettering för bildverbalisering eller kontextextrahering.

connectionString

string

Nyckelbaserad συμβολοσειρά σύνδεσης eller ResourceId-formatet om du använder en

containerName

string

Namnet på bloblagringscontainern.

createdResources

object

Resurser som skapats av kunskapskällan.

disableImageVerbalization

boolean

Anger om verbalisering av bilder ska inaktiveras.

embeddingModel VectorSearchVectorizer:

Valfri vektoriseringskonfiguration för vektorisering av innehåll.

folderPath

string

Valfri mappsökväg i containern.

identity SearchIndexerDataIdentity:

En explicit identitet som ska användas för den här kunskapskällan.

ingestionSchedule

IndexingSchedule

Valfritt schema för datainmatning.

AzureOpenAIEmbeddingSkill

Gör att du kan generera en vektorinbäddning för en viss textinmatning med hjälp av Azure OpenAI-resursen.

Name Typ Description
@odata.type string:

#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill

Ett URI-fragment som anger typen av färdighet.

apiKey

string

API-nyckel för den angivna Azure OpenAI-resursen.

authIdentity SearchIndexerDataIdentity:

Den användartilldelade hanterade identiteten som används för utgående anslutningar.

context

string

Representerar den nivå på vilken åtgärder utförs, till exempel dokumentets rot eller dokumentinnehåll (till exempel /document eller /document/content). Standardvärdet är /document.

deploymentId

string

ID för Azure OpenAI-modelldistributionen på den angivna resursen.

description

string

Beskrivningen av färdigheten som beskriver indata, utdata och användning av färdigheten.

dimensions

integer (int32)

Antalet dimensioner som resulterande inbäddningar av utdata ska ha. Stöds endast i text-embedding-3 och senare modeller.

inputs

InputFieldMappingEntry[]

Indata för färdigheterna kan vara en kolumn i källdatauppsättningen eller utdata från en överordnad färdighet.

modelName

AzureOpenAIModelName

Namnet på inbäddningsmodellen som distribueras på den angivna deploymentId-sökvägen.

name

string

Namnet på färdigheten som unikt identifierar den i kompetensuppsättningen. En färdighet utan definierat namn får ett standardnamn för dess 1-baserade index i kompetensmatrisen, med prefixet "#".

outputs

OutputFieldMappingEntry[]

Utdata från en färdighet är antingen ett fält i ett sökindex eller ett värde som kan användas som indata av en annan färdighet.

resourceUri

string (uri)

Resurs-URI:n för Azure OpenAI-resursen.

AzureOpenAIModelName

Namnet på Azure Open AI-modellen som ska anropas.

Värde Description
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

Anger parametrarna för att ansluta till Azure OpenAI-resursen.

Name Typ Description
apiKey

string

API-nyckel för den angivna Azure OpenAI-resursen.

authIdentity SearchIndexerDataIdentity:

Den användartilldelade hanterade identiteten som används för utgående anslutningar.

deploymentId

string

ID för Azure OpenAI-modelldistributionen på den angivna resursen.

modelName

AzureOpenAIModelName

Namnet på inbäddningsmodellen som distribueras på den angivna deploymentId-sökvägen.

resourceUri

string (uri)

Resurs-URI:n för Azure OpenAI-resursen.

AzureOpenAIVectorizer

Anger den Azure OpenAI-resurs som används för att vektorisera en frågesträng.

Name Typ Description
azureOpenAIParameters AzureOpenAIParameters:

AzureOpenAIEmbeddingSkill

Innehåller de parametrar som är specifika för Azure OpenAI-inbäddningsvektorisering.

kind string:

azureOpenAI

Namnet på den typ av vektoriseringsmetod som konfigureras för användning med vektorsökning.

name

string

Namnet som ska associeras med just den här vektoriseringsmetoden.

ErrorAdditionalInfo

Ytterligare information om resurshanteringsfelet.

Name Typ Description
info

object

Ytterligare information.

type

string

Ytterligare informationstyp.

ErrorDetail

Felinformationen.

Name Typ Description
additionalInfo

ErrorAdditionalInfo[]

Ytterligare information om felet.

code

string

Felkoden.

details

ErrorDetail[]

Felinformationen.

message

string

Felmeddelandet.

target

string

Felmålet.

ErrorResponse

Felsvar

Name Typ Description
error

ErrorDetail

Felobjektet.

IndexingSchedule

Representerar ett schema för indexerarens körning.

Name Typ Description
interval

string (duration)

Tidsintervallet mellan indexerarkörningar.

startTime

string (date-time)

Den tid då en indexerare ska börja köras.

InputFieldMappingEntry

Mappning av inmatningsfält för en färdighet.

Name Typ Description
inputs

InputFieldMappingEntry[]

Rekursiva indata som används när du skapar en komplex typ.

name

string

Namnet på indata.

source

string

Källan till indata.

sourceContext

string

Källkontexten som används för att välja rekursiva indata.

KnowledgeAgentAzureOpenAIModel

Anger den Azure OpenAI-resurs som används för att göra frågeplanering.

Name Typ Description
azureOpenAIParameters AzureOpenAIParameters:

AzureOpenAIEmbeddingSkill

Innehåller de parametrar som är specifika för Azure OpenAI-modellens slutpunkt.

kind string:

azureOpenAI

Typ av AI-modell.

KnowledgeAgentModelKind

AI-modellen som ska användas för frågeplanering.

Värde Description
azureOpenAI

Använd Azure Open AI-modeller för frågeplanering.

KnowledgeSourceKind

Typen av kunskapskälla.

Värde Description
searchIndex

En kunskapskälla som läser data från ett sökindex.

azureBlob

En kunskapskälla som läser och matar in data från Azure Blob Storage till ett sökindex.

OutputFieldMappingEntry

Mappning av utdatafält för en färdighet.

Name Typ Description
name

string

Namnet på utdata som definieras av färdigheten.

targetName

string

Målnamnet för utdata. Det är valfritt och standardvärdet är namn.

SearchIndexerDataNoneIdentity

Rensar identitetsegenskapen för en datakälla.

Name Typ Description
@odata.type string:

#Microsoft.Azure.Search.DataNoneIdentity

Ett URI-fragment som anger typen av identitet.

SearchIndexerDataUserAssignedIdentity

Anger identiteten för en datakälla som ska användas.

Name Typ Description
@odata.type string:

#Microsoft.Azure.Search.DataUserAssignedIdentity

Ett URI-fragment som anger typen av identitet.

userAssignedIdentity

string

Det fullständigt kvalificerade Azure-resurs-ID:t för en användartilldelad hanterad identitet, vanligtvis i formatet "/subscriptions/12345678-1234-1234-1234-1234567890ab/resourceGroups/rg/providers/Microsoft.ManagedIdentity/userAssignedIdentities/myId" som skulle ha tilldelats till söktjänsten.

SearchIndexKnowledgeSource

Kunskapskälla som riktar sig till ett sökindex.

Name Typ Description
@odata.etag

string

ETag för agenten.

description

string

Valfri användardefinierad beskrivning.

encryptionKey

SearchResourceEncryptionKey

En beskrivning av en krypteringsnyckel som du skapar i Azure 密钥保管库. Den här nyckeln används för att ge ytterligare en nivå av kryptering i vila för din agentdefinition när du vill ha fullständig försäkran om att ingen, inte ens Microsoft, kan dekryptera dem. När du har krypterat agentdefinitionen förblir den alltid krypterad. Söktjänsten ignorerar försök att ange den här egenskapen till null. Du kan ändra den här egenskapen efter behov om du vill rotera krypteringsnyckeln. Din agentdefinition påverkas inte. Kryptering med kundhanterade nycklar är inte tillgängligt för kostnadsfria söktjänster och är endast tillgängligt för betaltjänster som skapats den 1 januari 2019 eller senare.

kind string:

searchIndex

Typen av kunskapskälla.

name

string

Namnet på kunskapskällan.

searchIndexParameters

SearchIndexKnowledgeSourceParameters

Parametrarna för kunskapskällan.

SearchIndexKnowledgeSourceParameters

Parametrar för kunskapskälla för sökindex.

Name Typ Description
searchIndexName

string

Namnet på sökindexet.

sourceDataSelect

string

Används för att begära ytterligare fält för refererade källdata.

SearchResourceEncryptionKey

En kundhanterad krypteringsnyckel i Azure 密钥保管库. Nycklar som du skapar och hanterar kan användas för att kryptera eller dekryptera vilande data, till exempel index och synonymmappningar.

Name Typ Description
accessCredentials

AzureActiveDirectoryApplicationCredentials

Valfria Azure Active Directory-autentiseringsuppgifter som används för att komma åt din Azure Key Vault. Krävs inte om du använder hanterad identitet i stället.

identity SearchIndexerDataIdentity:

En explicit hanterad identitet som ska användas för den här krypteringsnyckeln. Om inget anges och egenskapen för autentiseringsuppgifter för åtkomst är null används den system tilldelade hanterade identiteten. Vid uppdatering av resursen, om den explicita identiteten är ospecificerad, förblir den oförändrad. Om "ingen" anges rensas värdet för den här egenskapen.

keyVaultKeyName

string

Namnet på din Azure Key Vault-nyckel som ska användas för att kryptera dina vilande data.

keyVaultKeyVersion

string

Den version av din Azure Key Vault-nyckel som ska användas för att kryptera dina vilande data.

keyVaultUri

string

URI:n för din Azure Key Vault, även kallat DNS-namn, som innehåller nyckeln som ska användas för att kryptera dina vilande data. Ett exempel på en URI kan vara https://my-keyvault-name.vault.azure.net.

VectorSearchVectorizerKind

Den vektoriseringsmetod som ska användas under frågetiden.

Värde Description
azureOpenAI

Generera inbäddningar med hjälp av en Azure OpenAI-resurs vid frågetillfället.

customWebApi

Generera inbäddningar med hjälp av en anpassad webbslutpunkt vid frågetillfället.

aiServicesVision

Generera inbäddningar för en bild eller textinmatning vid frågetillfället med hjälp av Azure AI Services Vision Vectorize-API:et.

aml

Generera inbäddningar med hjälp av en Azure Machine Learning-slutpunkt som distribueras via Azure AI Foundry Model Catalog vid frågetillfället.

WebApiParameters

Anger egenskaperna för anslutning till en användardefinierad vektoriserare.

Name Typ Description
authIdentity SearchIndexerDataIdentity:

Den användartilldelade hanterade identiteten som används för utgående anslutningar. Om ett authResourceId anges och det inte anges används den system tilldelade hanterade identiteten. Vid uppdateringar av indexeraren, om identiteten är ospecificerad, förblir värdet oförändrat. Om värdet är "none" rensas värdet för den här egenskapen.

authResourceId

string

Gäller för anpassade slutpunkter som ansluter till extern kod i en Azure-funktion eller något annat program som tillhandahåller transformeringarna. Det här värdet ska vara det program-ID som skapades för funktionen eller appen när den registrerades med Azure Active Directory. När det anges ansluter vektoriseringen till funktionen eller appen med hjälp av ett hanterat ID (antingen system eller användartilldelat) för söktjänsten och åtkomsttoken för funktionen eller appen, med hjälp av det här värdet som resurs-ID för att skapa omfånget för åtkomsttoken.

httpHeaders

object

De huvuden som krävs för att göra HTTP-begäran.

httpMethod

string

Metoden för HTTP-begäran.

timeout

string (duration)

Önskad tidsgräns för begäran. Standardvärdet är 30 sekunder.

uri

string (uri)

URI:n för webb-API:et som tillhandahåller vektoriseraren.

WebApiVectorizer

Anger en användardefinierad vektoriserare för att generera vektorinbäddningen av en frågesträng. Integrering av en extern vektoriserare uppnås med hjälp av det anpassade webb-API-gränssnittet för en kompetensuppsättning.

Name Typ Description
customWebApiParameters

WebApiParameters

Anger egenskaperna för den användardefinierade vektoriseraren.

kind string:

customWebApi

Namnet på den typ av vektoriseringsmetod som konfigureras för användning med vektorsökning.

name

string

Namnet som ska associeras med just den här vektoriseringsmetoden.