Datakälla – Azure AI Search

Artikel
09/20/2024

De konfigurerbara alternativen för Azure AI Search när du använder Azure OpenAI på dina data. Den här datakällan stöds i API-versionen 2024-02-01.

Namn	Typ	Obligatoriskt	Beskrivning
`parameters`	Parameters	Sant	De parametrar som ska användas när du konfigurerar Azure Search.
`type`	sträng	Sant	Måste vara `azure_search`.

Parameters

Namn	Typ	Obligatoriskt	Beskrivning
`endpoint`	sträng	Sant	Den absoluta slutpunktssökvägen som Azure Search-resursen ska använda.
`index_name`	sträng	Sant	Namnet på indexet som ska användas i den refererade Azure Search-resursen.
`authentication`	En av ApiKeyAuthenticationOptions, SystemAssignedManagedIdentityAuthenticationOptions, UserAssignedManagedIdentityAuthenticationOptions, onYourDataAccessTokenAuthenticationOptions	Sant	Den autentiseringsmetod som ska användas vid åtkomst till den definierade datakällan.
`embedding_dependency`	En av DeploymentNameVectorizationSource, EndpointVectorizationSource	Falsk	Inbäddningsberoendet för vektorsökning. Krävs när `query_type` är `vector`, `vector_simple_hybrid`eller `vector_semantic_hybrid`.
`fields_mapping`	FieldsMappingOptions	Falsk	Anpassat fältmappningsbeteende som ska användas när du interagerar med sökindexet.
`filter`	sträng	Falsk	Sökfilter.
`in_scope`	boolean	Falsk	Om frågor ska begränsas till användning av indexerade data. Standard är `True`.
`query_type`	QueryType	Falsk	Frågetypen som ska användas med Azure Search. Standardvärdet är `simple`
`role_information`	sträng	Falsk	Ge modellinstruktionerna om hur den ska bete sig och vilken kontext den ska referera till när du genererar ett svar. Du kan beskriva assistentens personlighet och berätta hur du formaterar svar.
`semantic_configuration`	sträng	Falsk	Den semantiska konfigurationen för frågan. Krävs när `query_type` är `semantic` eller `vector_semantic_hybrid`.
`strictness`	integer	Falsk	Den konfigurerade strängheten för sökrelevansfiltreringen. Ju högre strikthet, desto högre precision men lägre återkallande av svaret. Standard är `3`.
`top_n_documents`	integer	Falsk	Det konfigurerade högsta antalet dokument som ska användas för den konfigurerade frågan. Standard är `5`.
`max_search_queries`	integer	Falsk	Det maximala antalet omskrivna frågor ska skickas till sökprovidern för ett användarmeddelande. Om det inte anges bestämmer systemet hur många frågor som ska skickas.
`allow_partial_result`	integer	Falsk	Om det anges som sant tillåter systemet att partiella sökresultat används och begäran misslyckas om alla frågor misslyckas. Om det inte anges eller anges som falskt misslyckas begäran om någon sökfråga misslyckas.
`include_contexts`	matris	Falsk	De inkluderade egenskaperna för utdatakontexten. Om det inte anges är `citations` standardvärdet och `intent`. Värden kan vara `citations`,`intent`, `all_retrieved_documents`.

Alternativ för API-nyckelautentisering

Autentiseringsalternativen för Azure OpenAI På dina data när du använder en API-nyckel.

Namn	Typ	Obligatoriskt	Beskrivning
`key`	sträng	Sant	API-nyckeln som ska användas för autentisering.
`type`	sträng	Sant	Måste vara `api_key`.

Systemtilldelade autentiseringsalternativ för hanterad identitet

Autentiseringsalternativen för Azure OpenAI På dina data när du använder en systemtilldelad hanterad identitet.

Namn	Typ	Obligatoriskt	Beskrivning
`type`	sträng	Sant	Måste vara `system_assigned_managed_identity`.

Autentiseringsalternativ för användartilldelad hanterad identitet

Autentiseringsalternativen för Azure OpenAI På dina data när du använder en användartilldelad hanterad identitet.

Namn	Typ	Obligatoriskt	Beskrivning
`managed_identity_resource_id`	sträng	Sant	Resurs-ID för den användartilldelade hanterade identitet som ska användas för autentisering.
`type`	sträng	Sant	Måste vara `user_assigned_managed_identity`.

Autentiseringsalternativ för åtkomsttoken

Autentiseringsalternativen för Azure OpenAI På dina data när du använder åtkomsttoken.

Namn	Typ	Obligatoriskt	Beskrivning
`access_token`	sträng	Sant	Åtkomsttoken som ska användas för autentisering.
`type`	sträng	Sant	Måste vara `access_token`.

Distributionsnamnvektoriseringskälla

Information om vektoriseringskällan som används av Azure OpenAI På dina data när du tillämpar vektorsökning. Den här vektoriseringskällan baseras på ett internt distributionsnamn för inbäddningsmodellen i samma Azure OpenAI-resurs. Med den här vektoriseringskällan kan du använda vektorsökning utan Api-nyckel för Azure OpenAI och utan offentlig nätverksåtkomst i Azure OpenAI.

Namn	Typ	Obligatoriskt	Beskrivning
`deployment_name`	sträng	Sant	Distributionsnamnet för inbäddningsmodellen i samma Azure OpenAI-resurs.
`type`	sträng	Sant	Måste vara `deployment_name`.
`dimensions`	integer	Falsk	Antalet dimensioner som inbäddningarna ska ha. Stöds endast i `text-embedding-3` och senare modeller.

Slutpunktsvektoriseringskälla

Information om vektoriseringskällan som används av Azure OpenAI På dina data när du tillämpar vektorsökning. Den här vektoriseringskällan baseras på Azure OpenAI-inbäddnings-API-slutpunkten.

Namn	Typ	Obligatoriskt	Beskrivning
`endpoint`	sträng	Sant	Anger resursslutpunkts-URL:en som inbäddningar ska hämtas från. Den ska vara i formatet `https://{YOUR_RESOURCE_NAME}.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/embeddings`. Frågeparametern api-version är inte tillåten.
`authentication`	ApiKeyAuthenticationOptions	Sant	Anger de autentiseringsalternativ som ska användas vid hämtning av inbäddningar från den angivna slutpunkten.
`type`	sträng	Sant	Måste vara `endpoint`.
`dimensions`	integer	Falsk	Antalet dimensioner som inbäddningarna ska ha. Stöds endast i `text-embedding-3` och senare modeller.

Mappningsalternativ för fält

Valfria inställningar för att styra hur fält bearbetas när du använder en konfigurerad Azure Search-resurs.

Namn	Typ	Obligatoriskt	Beskrivning
`content_fields`	string[]	Falsk	Namnen på indexfält som ska behandlas som innehåll.
`vector_fields`	string[]	Falsk	Namnen på fält som representerar vektordata.
`content_fields_separator`	sträng	Falsk	Det avgränsarmönster som innehållsfält ska använda. Standard är `\n`.
`filepath_field`	sträng	Falsk	Namnet på det indexfält som ska användas som en filsökväg.
`title_field`	sträng	Falsk	Namnet på det indexfält som ska användas som rubrik.
`url_field`	sträng	Falsk	Namnet på det indexfält som ska användas som en URL.

Frågetyp

Den typ av Azure Search-hämtningsfråga som ska köras när du använder den som en Azure OpenAI på dina data.

Uppräkningsvärde	beskrivning
`simple`	Representerar standard, enkel frågeparser.
`semantic`	Representerar den semantiska frågeparsern för avancerad semantisk modellering.
`vector`	Representerar vektorsökning över beräknade data.
`vector_simple_hybrid`	Representerar en kombination av den enkla frågestrategin med vektordata.
`vector_semantic_hybrid`	Representerar en kombination av semantisk sökning och vektordatafrågor.

Exempel

Förutsättningar:

Konfigurera rolltilldelningarna från Azure OpenAI-systemet som tilldelats hanterad identitet till Azure Search-tjänsten. Nödvändiga roller: Search Index Data Reader, Search Service Contributor.
Konfigurera rolltilldelningarna från användaren till Azure OpenAI-resursen. Obligatorisk roll: Cognitive Services OpenAI User.
Installera Az CLI och kör az login.
Definiera följande miljövariabler: AzureOpenAIEndpoint, ChatCompletionsDeploymentName,SearchEndpoint, SearchIndex.

export AzureOpenAIEndpoint=https://example.openai.azure.com/
export ChatCompletionsDeploymentName=turbo
export SearchEndpoint=https://example.search.windows.net
export SearchIndex=example-index

Python 1.x
REST

Installera de senaste pip-paketen openai, azure-identity.

import os
from openai import AzureOpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

endpoint = os.environ.get("AzureOpenAIEndpoint")
deployment = os.environ.get("ChatCompletionsDeploymentName")
search_endpoint = os.environ.get("SearchEndpoint")
search_index = os.environ.get("SearchIndex")

token_provider = get_bearer_token_provider(DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default")

client = AzureOpenAI(
    azure_endpoint=endpoint,
    azure_ad_token_provider=token_provider,
    api_version="2024-02-01",
)

completion = client.chat.completions.create(
    model=deployment,
    messages=[
        {
            "role": "user",
            "content": "Who is DRI?",
        },
    ],
    extra_body={
        "data_sources": [
            {
                "type": "azure_search",
                "parameters": {
                    "endpoint": search_endpoint,
                    "index_name": search_index,
                    "authentication": {
                        "type": "system_assigned_managed_identity"
                    }
                }
            }
        ]
    }
)

print(completion.model_dump_json(indent=2))

az rest --method POST \
 --uri $AzureOpenAIEndpoint/openai/deployments/$ChatCompletionsDeploymentName/chat/completions?api-version=2024-02-01 \
 --resource https://cognitiveservices.azure.com/ \
 --body \
'
{
    "data_sources": [
        {
            "type": "azure_search",
            "parameters": {
                "endpoint": "'$SearchEndpoint'",
                "index_name": "'$SearchIndex'",
                "authentication": {
                    "type": "system_assigned_managed_identity"
                }
            }
        }
    ],
    "messages": [
        {
            "role": "user",
            "content": "Who is DRI?",
        }
    ]
}
'

Dela via