Debugsitzungen in Azure AI Search
„Debugsitzungen“ ist ein visueller Editor, der mit einem vorhandenen Skillset im Azure-Portal eingesetzt wird und die Struktur und den Inhalt eines einzelnen angereicherten Dokuments, das von einem Indexer und Skillset erstellt wird, für die Dauer der Sitzung verfügbar macht. Da Sie mit einem Livedokument arbeiten, ist die Sitzung interaktiv. Sie können Fehler identifizieren, Änderungen vornehmen, die Ausführung von Skills aufrufen und die Ergebnisse in Echtzeit überprüfen. Wenn Ihre Änderungen das Problem beheben, können Sie sie in ein veröffentlichtes Skillset committen, um die Fehlerbehebungen global anzuwenden.
In diesem Artikel werden unterstützte Szenarien erläutert, und wie der Editor strukturiert ist. Die Registerkarten und Abschnitte des Editors stellen verschiedene Ebenen des Skillsets dar, sodass Sie die Skillsetstruktur, den Flow und den Inhalt untersuchen können, der zur Laufzeit generiert wird.
Unterstützte Szenarios
Verwenden Von Debugsitzungen zum Untersuchen und Beheben von Problemen mit:
Integrierten Fähigkeiten, die für KI-Anreicherung verwendet werden, z. B. OCR, Bildanalyse, Entitätserkennung und Stichwortextraktion.
Integrierten Fähigkeiten, die für integrierte Vektorisierung verwendet werden, mit Datenblöcken durch Textaufteilung und Vektorisierung durch eine Einbettungskompetenz.
Benutzerdefinierten Fähigkeiten, die verwendet werden, um externe Verarbeitung zu integrieren, die Sie bereitstellen.
Vergleichen Sie die folgenden Debugsitzungsbilder für die ersten beiden Szenarien. Für beide Szenarien zeigt die Fläche die Entwicklung der Fähigkeiten, die Inhalte auf dem Weg vom Quelldokument zum Suchindex erzeugen oder umwandeln. Der Fluss enthält Optionen für die Indexzuordnung, und Sie können anhand der Pfeile den Verarbeitungsprozess verfolgen. Der Detailbereich rechts ist kontextsensitiv. Er zeigt eine Darstellung des angereicherten Dokuments oder die Details einer Fähigkeit oder Zuordnung.
Die erste Abbildung zeigt ein Muster für die angewendete KI-Anreicherung. Fähigkeiten können sequenziell oder parallel ausgeführt werden, wenn keine Abhängigkeiten vorhanden sind. Ausgabefeldzuordnungen senden angereicherte oder generierte Inhalte aus In-Memory-Datenstrukturen an Felder in einem Index.
Die zweite Abbildung zeigt ein typisches Muster für die integrierte Vektorisierung. Fähigkeiten für integrierte Vektorisierung umfassen in der Regel die Qualifikationen Textaufteilung und Einbettung. Eine Textaufteilungsqualifikation gliedert ein Dokument in Seiten. Einbettungsqualifikationen bieten Vektorisierung. Projektionszuordnungen steuern, wie Inhaltsblöcke indiziert werden. Dieses spezielle Skillset überspringt den übergeordneten Index und erstellt einen Index nur für die Inhaltsblöcke, wobei Metadaten verwendet werden, um die Quelle des jeweiligen Blocks zu identifizieren.
Begrenzungen
Debugsitzungen funktionieren mit allen allgemein verfügbaren Indexerdatenquellen und den meisten Vorschaudatenquellen, mit den folgenden Ausnahmen:
SharePoint Online-Indexer
Azure Cosmos DB for MongoDB-Indexer
Azure Cosmos DB for NoSQL: Wenn während der Indizierung bei einer Zeile ein Fehler auftritt und keine entsprechenden Metadaten vorhanden sind, wird in der Debugsitzung möglicherweise nicht die richtige Zeile ausgewählt.
SQL-API von Azure Cosmos DB: Wenn eine partitionierte Sammlung vorher nicht partitioniert war, wird das Dokument in der Debugsitzung nicht gefunden.
Für benutzerdefinierte Skills wird eine benutzerseitig zugewiesene verwaltete Identität für eine Debugsitzungsverbindung mit Azure Storage nicht unterstützt. Wie in den Voraussetzungen angegeben, können Sie eine systemseitig verwaltete Identität verwenden oder eine Vollzugriffsverbindungszeichenfolge angeben, die einen Schlüssel enthält. Weitere Informationen finden Sie unter Verbinden eines Suchdiensts für andere Azure-Ressourcen mithilfe einer verwalteten Identität.
Derzeit ist die Möglichkeit zum Auswählen des zu debuggenden Dokuments nicht verfügbar. Diese Einschränkung ist nicht dauerhaft und wird bald aufgehoben. Zu, aktuellen Zeitpunkt wird in Debugsitzungen das erste Dokument im Quelldatencontainer oder -ordner ausgewählt.
Funktionsweise einer Debugsitzung
Wenn Sie eine Sitzung starten, erstellt der Suchdienst eine Kopie des Skillsets, des Indexers und eine Datenquelle, die ein einzelnes Dokument enthält, das zum Testen des Skillsets verwendet wird. Der gesamte Sitzungsstatus wird in einem neuen Blob-Container gespeichert, der vom Azure AI Search-Dienst in einem von Ihnen bereitgestellten Azure Storage-Konto erstellt wird. Der Name des generierten Containers weist das Präfix ms-az-cognitive-search-debugsession auf. Das Präfix ist erforderlich, da die Wahrscheinlichkeit verringert wird, dass Sitzungsdaten versehentlich in einen anderen Container in Ihrem Konto exportiert werden.
Eine zwischengespeicherte Kopie des angereicherten Dokuments und Skillsets wird in den visuellen Editor geladen, sodass Sie den Inhalt und die Metadaten des angereicherten Dokuments überprüfen können. Dabei können Sie jeden Dokumentknoten überprüfen und jeden Aspekt der Skillsetdefinition bearbeiten. Alle Änderungen, die während der Sitzung vorgenommen werden, werden zwischengespeichert. Diese Änderungen wirken sich nur dann auf das veröffentlichte Skillset aus, wenn Sie sie committen. Durch das Committen von Änderungen wird das Produktionsskillset überschrieben.
Wenn die Anreicherungspipeline keine Fehler enthält, kann eine Debugsitzung verwendet werden, um ein Dokument inkrementell anzureichern sowie alle Änderungen vor dem Commit zu testen und zu validieren.
Debugsitzungslayout
Der visuelle Editor ist in einer Oberfläche organisiert, die eine Abfolge von Operationen zeigt, beginnend mit der Dokumententschlüsselung, gefolgt von Fähigkeiten, Zuordnungen und einem Index.
Wählen Sie eine beliebige Fähigkeit oder Zuordnung aus. Daraufhin öffnet sich ein Fenster mit den relevanten Informationen auf der Seite.
Folgen Sie den Links, um mehr über die Verarbeitung von Skills zu erfahren. Der folgende Screenshot zeigt zum Beispiel die Ausgabe der ersten Iteration des Skills Textaufteilung.
Skilldetailsbereich
Der Bereich Qualifikationsdetails enthält die folgenden Abschnitte:
- Iterationen: Zeigt, wie oft eine Qualifikation ausgeführt wird. Sie können die Eingaben und Ausgaben einzeln überprüfen.
- Qualifikationseinstellungen: Anzeigen oder Bearbeiten der JSON-Qualifikationsdefinition.
- Fehler und Warnungen: Zeigt die für diese Qualifikation spezifischen Fehler oder Warnungen an.
Bereich „Angereicherte Datenstruktur“
Wenn Sie das blaue Pfeilsymbol zum Ein- und Ausblenden wählen, wird der Bereich Angereicherte Datenstruktur zur Seite geschoben. Es ist eine lesbare Darstellung dessen, was das angereicherte Dokument enthält. Vorherige Screenshots in diesem Artikel zeigen Beispiele für die anreicherte Datenstruktur.
Nächste Schritte
Nachdem Sie nun die Elemente von Debugsitzungen kennen, starten Sie Ihre erste Debugsitzung für ein vorhandenes Skillset.