你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
数据源 - Elasticsearch(预览版)
使用基于自有数据的 Azure OpenAI 时的 Elasticsearch 的可配置选项。 API 版本 2024-02-15-preview
支持此数据源。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
parameters |
Parameters | True | 配置 Elasticsearch 时要使用的参数。 |
type |
string | True | 必须是 elasticsearch 。 |
参数
客户 | 类型 | 必需 | 说明 |
---|---|---|---|
endpoint |
字符串 | True | 要使用的 Elasticsearch 资源的绝对终结点路径。 |
index_name |
string | True | 在引用的 Elasticsearch 中使用的索引的名称。 |
authentication |
KeyAndKeyIdAuthenticationOptions、EncodedApiKeyAuthenticationOptions 之一 | True | 访问定义的数据源时要使用的身份验证方法。 |
embedding_dependency |
DeploymentNameVectorizationSource、EndpointVectorizationSource、ModelIdVectorizationSource 之一 | False | 矢量搜索的嵌入依赖项。 当 query_type 是 vector 时为必需项。 |
fields_mapping |
FieldsMappingOptions | False | 与搜索索引交互时要使用的自定义字段映射行为。 |
in_scope |
boolean | False | 是否应将查询限制为使用索引数据。 默认值为 True 。 |
query_type |
QueryType | False | 用于 Elasticsearch 的查询类型。 默认为 simple |
role_information |
string | False | 为模型提供有关它应该如何运行以及在生成回复时应引用的任何上下文的说明。 你可以描述助手的个性,告诉它如何设置回复的格式。 |
strictness |
integer | False | 搜索相关性筛选的已配置严格性。 严格度越高,精准率越高,但回复的召回率越低。 默认值为 3 。 |
top_n_documents |
integer | False | 为配置的查询提供的已配置最多文档数。 默认值为 5 。 |
密钥和密钥 ID 验证选项
使用 API 密钥时,基于自有数据的 Azure OpenAI 的验证选项。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
key |
字符串 | True | 用于身份验证的 Elasticsearch 密钥。 |
key_id |
string | True | 用于身份验证的 Elasticsearch 密钥 ID。 |
type |
string | True | 必须是 key_and_key_id 。 |
编码 API 密钥验证选项
使用 Elasticsearch 编码 API 密钥时,基于自有数据的 Azure OpenAI 的验证选项。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
encoded_api_key |
字符串 | True | 用于身份验证的 Elasticsearch 编码 API 密钥。 |
type |
string | True | 必须是 encoded_api_key 。 |
部署名称矢量化源
应用矢量搜索时基于自有数据的 Azure OpenAI 使用的矢量化源的详细信息。 此矢量化源基于同一 Azure OpenAI 资源中的内部嵌入模型部署名称。 此矢量化可以在没有 Azure OpenAI API 密钥和 Azure OpenAI 公用网络访问的情况下使用矢量搜索。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
deployment_name |
字符串 | True | 同一 Azure OpenAI 资源中的嵌入模型部署名称。 |
type |
string | True | 必须是 deployment_name 。 |
终结点矢量化源
应用矢量搜索时基于自有数据的 Azure OpenAI 使用的矢量化源的详细信息。 此矢量化源基于 Azure OpenAI 嵌入 API 终结点。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
endpoint |
字符串 | True | 指定应从中检索嵌入的资源终结点 URL。 其格式应为:https://{YOUR_RESOURCE_NAME}.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/embeddings 。 不允许 api-version 查询参数。 |
authentication |
ApiKeyAuthenticationOptions | True | 指定从指定终结点检索嵌入时要使用的验证选项。 |
type |
string | True | 必须是 endpoint 。 |
模型 ID 矢量化源
应用矢量搜索时基于自有数据的 Azure OpenAI 使用的矢量化源的详细信息。 此矢量化源基于 Elasticsearch 模型 ID。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
model_id |
字符串 | True | 指定要用于矢量化的模型 ID。 必须在 Elasticsearch 中定义此模型 ID。 |
type |
string | True | 必须是 model_id 。 |
API 密钥验证选项
使用 API 密钥时,基于自有数据的 Azure OpenAI 的验证选项。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
key |
字符串 | True | 用于身份验证的 API 密钥。 |
type |
string | True | 必须是 api_key 。 |
字段映射选项
用于控制使用配置的 Elasticsearch 资源时如何处理字段的可选设置。
名称 | 类型 | 必需 | 说明 |
---|---|---|---|
content_fields |
string[] | False | 应被视为内容的索引字段的名称。 |
vector_fields |
string[] | False | 表示矢量数据的字段的名称。 |
content_fields_separator |
string | False | 内容字段应使用的分隔符模式。 默认值为 \n 。 |
filepath_field |
string | False | 要用作文件路径的索引字段的名称。 |
title_field |
string | False | 要用作标题的索引字段的名称。 |
url_field |
string | False | 要用作 URL 的索引字段的名称。 |
查询类型
在将其用作基于自有数据的 Azure OpenAI 时应执行的 Elasticsearch 检索查询的类型。
枚举值 | 说明 |
---|---|
simple |
表示默认的简单查询分析程序。 |
vector |
表示对计算数据的矢量搜索。 |
示例
先决条件:
- 配置用户到 Azure OpenAI 资源的角色分配。 所需角色:
Cognitive Services OpenAI User
。 - 安装 Az CLI 并运行
az login
。 - 定义以下环境变量:
AzureOpenAIEndpoint
、ChatCompletionsDeploymentName
、SearchEndpoint
、IndexName
、Key
、KeyId
。
export AzureOpenAIEndpoint=https://example.openai.azure.com/
export ChatCompletionsDeploymentName=turbo
export SearchEndpoint='https://example.eastus.azurecontainer.io'
export IndexName=testindex
export Key='***'
export KeyId='***'
安装最新的 pip 包 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")
index_name = os.environ.get("IndexName")
search_endpoint = os.environ.get("SearchEndpoint")
key = os.environ.get("Key")
key_id = os.environ.get("KeyId")
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="2024-02-15-preview",
)
completion = client.chat.completions.create(
model=deployment,
messages=[
{
"role": "user",
"content": "Who is DRI?",
},
],
extra_body={
"data_sources": [
{
"type": "elasticsearch",
"parameters": {
"endpoint": search_endpoint,
"index_name": index_name,
"authentication": {
"type": "key_and_key_id",
"key": key,
"key_id": key_id
}
}
}
]
}
)
print(completion.model_dump_json(indent=2))