Udostępnij za pośrednictwem


Jak tworzyć i wykorzystywać indeksy wektorów w portalu usługi Azure AI Foundry

Ważne

Elementy oznaczone (wersja zapoznawcza) w tym artykule są obecnie dostępne w publicznej wersji zapoznawczej. Ta wersja zapoznawcza jest udostępniana bez umowy dotyczącej poziomu usług i nie zalecamy korzystania z niej w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą być nieobsługiwane lub ograniczone. Aby uzyskać więcej informacji, zobacz Uzupełniające warunki korzystania z wersji zapoznawczych platformy Microsoft Azure.

Z tego artykułu dowiesz się, jak utworzyć indeks wektora i używać go do wykonywania operacji generacji rozszerzonej (RAG) pobierania w portalu usługi Azure AI Foundry.

Indeks wektorowy nie jest wymagany dla programu RAG, ale zapytanie wektorowe może być zgodne z podobną zawartością semantycznie podobną, co jest przydatne w przypadku obciążeń RAG.

Wymagania wstępne

Musisz mieć następujące rozwiązania:

  • Projekt rozwiązania Azure AI Foundry
  • Zasób usługi Azure AI Search
  • Zawartość powinna być dostępna w obsługiwanym formacie, który zapewnia wystarczające informacje na potrzeby czatu. Może to być istniejący indeks usługi Azure AI Search lub utworzyć nowy indeks przy użyciu plików zawartości w usłudze Azure Blob Storage, systemie lokalnym lub danych w usłudze Azure AI Foundry.

Tworzenie indeksu na podstawie placu zabaw czatu

  1. Zaloguj się do usługi Azure AI Foundry.

  2. Przejdź do projektu lub utwórz nowy projekt w portalu azure AI Foundry.

  3. Z menu po lewej stronie wybierz pozycję Place zabaw. Wybierz plac zabaw dla czatów.

    Zrzut ekranu przedstawiający menu Po lewej stronie projektu.

  4. Wybierz wdrożony model uzupełniania czatu. Jeśli jeszcze tego nie zrobiono, wdróż model, wybierając pozycję Utwórz nowe wdrożenie.

    Zrzut ekranu przedstawiający przycisk tworzenia wdrożenia.

  5. Przewiń do dołu okna modelu. Wybierz pozycję + Dodaj nowe źródło danych

    Zrzut ekranu przedstawiający sekcję dodawania danych.

  6. Wybierz dane źródłowe. Możesz wybrać źródło danych z listy ostatnich źródeł danych, adresu URL magazynu w chmurze lub przekazać pliki i foldery z komputera lokalnego. Możesz również dodać połączenie z innym źródłem danych, takim jak usługa Azure Blob Storage.

    Jeśli nie masz przykładowych danych, możesz pobrać te pliki PDF do systemu lokalnego, a następnie przekazać je jako dane źródłowe.

    Zrzut ekranu przedstawiający wybieranie danych źródłowych.

  7. Wybierz pozycję Dalej po wybraniu danych źródłowych

  8. Wybierz magazyn indeksów — lokalizację, w której indeks ma być przechowywany na karcie Konfiguracja indeksu.

  9. Jeśli masz już zasób usługi Azure AI Search, możesz przejrzeć listę zasobów usługi wyszukiwania dla subskrypcji, a następnie wybrać pozycję Połącz dla tego, którego chcesz użyć. Jeśli nawiązujesz połączenie z kluczami interfejsu API, upewnij się, że usługa wyszukiwania używa kluczy interfejsu API.

    Zrzut ekranu przedstawiający wybieranie magazynu indeksów.

    1. Jeśli nie masz istniejącego zasobu, wybierz pozycję Utwórz nowy zasób usługi Azure AI Search. Wybierz Dalej.
  10. Wybierz połączenie Azure OpenAI, którego chcesz użyć. Wybierz Dalej.

  11. Wprowadź nazwę, której chcesz użyć dla indeksu wektorowego. Wybierz Dalej.

  12. Przejrzyj wprowadzone szczegóły i wybierz pozycję Utwórz

  13. Zostanie wyświetlona strona szczegółów indeksu, na której można zobaczyć stan tworzenia indeksu.

Używanie indeksu w przepływie monitów

  1. Zaloguj się do rozwiązania Azure AI Foundry i wybierz projekt.

  2. Z zwijanego menu po lewej stronie wybierz pozycję Monituj przepływ w sekcji Kompilowanie i dostosowywanie .

  3. Otwórz istniejący przepływ monitu lub wybierz pozycję + Utwórz , aby utworzyć nowy przepływ.

  4. W górnym menu projektanta przepływu wybierz pozycję Więcej narzędzi, a następnie wybierz pozycję Wyszukiwanie indeksu.

    Zrzut ekranu przedstawiający wyszukiwanie indeksu wektorowego z większej liczby narzędzi.

  5. Podaj nazwę narzędzia wyszukiwania indeksu i wybierz pozycję Dodaj.

  6. Wybierz pole mlindex_content wartość i wybierz indeks z sekcji wartości. Po wykonaniu tego kroku wprowadź zapytania i query_types , które mają być wykonywane względem indeksu.

    Zrzut ekranu przedstawiający węzeł przepływu monitu w celu skonfigurowania wyszukiwania indeksu.

    Zrzut ekranu przedstawiający węzeł przepływu monitu w celu wygenerowania indeksu.