في Azure الذكاء الاصطناعي Search، يحتوي مخزن المتجهات على مخطط فهرس يحدد الحقول المتجهة وغير الوسيطة، وتكوين متجه للخوارزميات التي تنشئ مساحة التضمين، وإعدادات على تعريفات حقول المتجهات المستخدمة في طلبات الاستعلام. تنشئ واجهة برمجة تطبيقات إنشاء أو تحديث الفهرس مخزن المتجهات.
تشرح هذه المقالة سير العمل وتستخدم REST لتوضيح كل خطوة. يضيف كل إصدار حديث من واجهة برمجة تطبيقات REST وظائف جديدة. بمجرد فهم سير العمل الأساسي وما يوفره كل إصدار من إصدارات واجهة برمجة التطبيقات، تابع نماذج التعليمات البرمجية ل Azure SDK في مستودع azure-search-vector-samples للحصول على إرشادات حول استخدام هذه الميزات في التعليمات البرمجية للاختبار والإنتاج.
تلميح
استخدم مدخل Microsoft Azure لإنشاء فهرس متجه وتجربة المتجهات المتكاملة.
المتطلبات الأساسية
Azure الذكاء الاصطناعي Search، في أي منطقة وعلى أي مستوى. تدعم معظم الخدمات الموجودة البحث عن المتجهات. بالنسبة للخدمات التي تم إنشاؤها قبل يناير 2019، هناك مجموعة فرعية صغيرة لا يمكنها إنشاء فهرس متجه. في هذه الحالة، يجب إنشاء خدمة جديدة.
تضمينات المتجهات الموجودة مسبقا في مستندات المصدر إذا كنت تستخدم الإصدار المتوفر بشكل عام من Azure SDKs وواجهات برمجة تطبيقات REST. لمزيد من المعلومات، راجع إنشاء عمليات تضمين. البديل هو الخط المتجه المتكامل (معاينة).
يجب أن تعرف حد أبعاد النموذج المستخدم لإنشاء التضمينات وكيفية حساب التشابه. في Azure OpenAI، بالنسبة إلى text-embedding-ada-002، يبلغ طول المتجه الرقمي 1536. يتم حساب التشابه باستخدام cosine. تتراوح القيم الصالحة من 2 إلى 3072 بعدا.
يجب أن تكون على دراية بإنشاء فهرس. يجب أن يتضمن المخطط حقلا لمفتاح المستند والحقول الأخرى التي تريد البحث فيها أو تصفيتها وتكوينات أخرى للسلوكيات المطلوبة أثناء الفهرسة والاستعلامات.
إعداد المستندات للفهرسة
قبل الفهرسة، قم بتجميع حمولة مستند تتضمن حقولا من البيانات المتجهة والبيانات غير الخاصة بالعوامل. يجب أن تتوافق بنية المستند مع مخطط الفهرس.
تأكد من مستنداتك:
توفير حقل أو خاصية بيانات تعريف تعرف كل مستند بشكل فريد. تتطلب جميع فهارس البحث مفتاح مستند. لتلبية متطلبات مفتاح المستند، يجب أن يحتوي المستند المصدر على حقل أو خاصية واحدة يمكنها تعريفه بشكل فريد في الفهرس. يجب تعيين حقل المصدر هذا إلى حقل فهرس من النوع Edm.String وفي key=true فهرس البحث.
توفير بيانات المتجهات (صفيف من أرقام النقاط العائمة أحادية الدقة) في حقول المصدر.
تحتوي حقول المتجهات على بيانات رقمية تم إنشاؤها عن طريق تضمين النماذج، وتضمين واحد لكل حقل. نوصي بتضمين النماذج في Azure OpenAI، مثل text-embedding-ada-002 للمستندات النصية أو واجهة برمجة تطبيقات REST لاسترداد الصور للصور. يتم دعم حقول المتجهات ذات المستوى الأعلى للفهرس فقط: الحقول الفرعية المتجهة غير مدعومة حاليا.
قم بتوفير حقول أخرى مع محتوى أبجدي رقمي قابل للقراءة البشرية لاستجابة الاستعلام، ولسيناريوهات الاستعلام المختلط التي تتضمن البحث عن النص الكامل أو الترتيب الدلالي في نفس الطلب.
يجب أن يتضمن فهرس البحث حقولا ومحتوى لكافة سيناريوهات الاستعلام التي تريد دعمها. لنفترض أنك تريد البحث أو التصفية عبر أسماء المنتجات أو الإصدارات أو بيانات التعريف أو العناوين. في هذه الحالة، البحث عن التشابه ليس مفيدا بشكل خاص. سيكون البحث عن الكلمات الأساسية أو البحث الجغرافي أو عوامل التصفية خيارا أفضل. يوفر فهرس البحث الذي يتضمن مجموعة حقلية شاملة من البيانات المتجهة وغير الوسيطة أقصى قدر من المرونة لإنشاء الاستعلام وتكوين الاستجابة.
يوجد مثال قصير لحمولة المستندات التي تتضمن الحقول المتجهة وغير الخاصة في قسم بيانات متجه التحميل في هذه المقالة.
إضافة تكوين بحث متجه
يحدد تكوين المتجه خوارزمية البحث عن المتجهات والمعلمات المستخدمة أثناء الفهرسة لإنشاء معلومات "أقرب جار" بين العقد المتجهة:
عالم صغير قابل للتنقل الهرمي (HNSW)
اسم الشبكة KNN الشاملة
إذا اخترت HNSW في حقل، يمكنك الاشتراك في KNN شاملة في وقت الاستعلام. ولكن الاتجاه الآخر لا يعمل: إذا اخترت شاملا، فلا يمكنك طلب بحث HNSW لاحقا لأن بنيات البيانات الإضافية التي تمكن البحث التقريبي غير موجودة.
هل تبحث عن إرشادات ترحيل الإصدار من معاينة إلى مستقرة؟ راجع ترقية واجهات برمجة تطبيقات REST للحصول على الخطوات.
profiles إضافة طبقة من التجريد لاستيعاب تعريفات أكثر ثراء. يتم تعريف ملف تعريف في vectorSearch، ثم تتم الإشارة إليه بالاسم في كل حقل متجه.
"hnsw" وهي "exhaustiveKnn" خوارزميات أقرب الجيران (ANN) التقريبية المستخدمة لتنظيم محتوى المتجهات أثناء الفهرسة.
"m" (عدد الارتباطات ثنائية الاتجاه) الافتراضي هو 4. النطاق من 4 إلى 10. يجب أن ترجع القيم الأقل ضوضاء أقل في النتائج.
"efConstruction" الافتراضي هو 400. النطاق من 100 إلى 1000. إنه عدد أقرب الجيران المستخدمين أثناء الفهرسة.
"efSearch" الافتراضي هو 500. النطاق من 100 إلى 1000. إنه عدد أقرب الجيران المستخدمة أثناء البحث.
"metric" يجب أن يكون "جيب التمام" إذا كنت تستخدم Azure OpenAI، وإلا فاستخدم مقياس التشابه المقترن بنموذج التضمين الذي تستخدمه. القيم المدعومة هي cosine، ، dotProduct. euclidean
2024-05-01-Preview هو أحدث إصدار. يضيف المزيد من خيارات الترميز، ولكن تكوين البحث المتجه (vectorSearch البنية) مطابق في الغالب لمعاينة 2024-03-01.
hamming يضيف المسافة كمقياس لأقرب بحث جار عبر البيانات الثنائية. لمزيد من المعلومات، راجع فهرسة البيانات الثنائية للبحث عن المتجهات.
توسيع المتجهات المتكاملة مع المزيد من خيارات النموذج المضمنة. للاستفادة من هذه الإمكانية، يجب أن تعتمد على المفهرس ومجموعة المهارات. راجع تحميل بيانات المتجهات وقسم Pull APIs للحصول على قائمة بمهارات التضمين الجديدة.
أضف مقطعا vectorSearch في الفهرس يحدد إعدادات الضغط وخوارزميات البحث المستخدمة لإنشاء مساحة التضمين. لمزيد من المعلومات، راجع تكوين التكميم المتجه والتخزين المنخفض.
vectorSearch.compressions.kindيجب أن يكونscalarQuantization.
rerankWithOriginalVectors يستخدم المتجهات الأصلية غير المضغوطة لإعادة حساب التشابه وإعادة ترتيب أفضل النتائج التي تم إرجاعها بواسطة استعلام البحث الأولي. توجد المتجهات غير المضغوطة في فهرس البحث حتى لو كانت stored خاطئة. هذه الخاصية اختيارية. الوضع الافتراضي صحيح.
defaultOversampling النظر في مجموعة أوسع من النتائج المحتملة لإزاحة الانخفاض في المعلومات من التكميم. تتكون صيغة النتائج المحتملة من k في الاستعلام، مع مضاعف طوابع زائدة. على سبيل المثال، إذا حدد k الاستعلام 5، وكان الطابع الزائد هو 20، فسيطلب الاستعلام بشكل فعال 100 مستند للاستخدام في إعادة النسخ، باستخدام المتجه الأصلي غير المضغوط لهذا الغرض. يتم إرجاع النتائج العليا k التي تمت إعادة ترتيبها فقط. هذه الخاصية اختيارية. الافتراضي هو 4.
quantizedDataType يجب تعيين إلى int8. هذا هو نوع البيانات البدائي الوحيد المدعوم في هذا الوقت. هذه الخاصية اختيارية. القيمة الافتراضية هي int8.
2023-10-01-معاينة يضيف المتجه الداخلي، ولكن تكوين البحث عن المتجهات (vectorSearch البنية) هو في الغالب متطابق مع إصدار 2023-11-01.
profiles جديدة في هذه المعاينة. يضيفون طبقة من التجريد لاستيعاب تعريفات أكثر ثراء. يتم تعريف ملف التعريف في vectorSearch، ثم كخاصية في كل حقل متجه.
hnsw وهي "exhaustiveKnn" خوارزميات أقرب الجيران (ANN) التقريبية المستخدمة لتنظيم محتوى المتجهات أثناء الفهرسة.
m (عدد الارتباطات ثنائية الاتجاه) الافتراضي هو 4. النطاق من 4 إلى 10. يجب أن ترجع القيم الأقل ضوضاء أقل في النتائج.
efConstruction الافتراضي هو 400. النطاق من 100 إلى 1000. إنه عدد أقرب الجيران المستخدمين أثناء الفهرسة.
efSearch الافتراضي هو 500. النطاق من 100 إلى 1000. إنه عدد أقرب الجيران المستخدمة أثناء البحث.
metric يجب أن يكون "جيب التمام" إذا كنت تستخدم Azure OpenAI، وإلا فاستخدم مقياس التشابه المقترن بنموذج التضمين الذي تستخدمه. القيم المدعومة هي cosine، ، dotProduct. euclidean
هام
2023-07-01-Preview كان أول إصدار REST API لدعم المتجهات. يستخدم البنيات التي تم استبدالها في معاينات أحدث. نوصي بالترحيل إلى واجهة برمجة تطبيقات REST أحدث.
hnsw هي خوارزمية أقرب الجيران (ANN) التقريبية المستخدمة لإنشاء الرسم البياني للتقارب أثناء الفهرسة. يتم دعم "عالم صغير هرمي قابل للتنقل فقط" (HNSW) في إصدار واجهة برمجة التطبيقات هذا.
m (عدد الارتباطات ثنائية الاتجاه) الافتراضي هو 4. النطاق من 4 إلى 10. يجب أن ترجع القيم الأقل ضوضاء أقل في النتائج.
efConstruction الافتراضي هو 400. النطاق من 100 إلى 1000. إنه عدد أقرب الجيران المستخدمين أثناء الفهرسة.
efSearch الافتراضي هو 500. النطاق من 100 إلى 1000. إنه عدد أقرب الجيران المستخدمة أثناء البحث.
metric يجب أن يكون "جيب التمام" إذا كنت تستخدم Azure OpenAI، وإلا فاستخدم مقياس التشابه المقترن بنموذج التضمين الذي تستخدمه. القيم المدعومة هي cosine، ، dotProduct. euclidean
إضافة حقل متجه إلى مجموعة الحقول
يجب أن تتضمن مجموعة الحقول حقلا لمفتاح المستند وحقول المتجهات وأي حقول أخرى تحتاجها لسيناريوهات البحث المختلط.
تتميز حقول المتجه بنوع البيانات الخاص بها، وخاصية dimensions تستند إلى نموذج التضمين المستخدم لإخراج المتجهات، وملف تعريف المتجه.
تعريف حقل متجه بالسمات التالية. يمكنك تخزين تضمين واحد تم إنشاؤه لكل حقل. لكل حقل متجه:
type يجب أن يكون Collection(Edm.Single) في إصدار واجهة برمجة التطبيقات هذا.
dimensions هو عدد الأبعاد التي تم إنشاؤها بواسطة نموذج التضمين. بالنسبة إلى text-embedding-ada-002، إنها 1536.
vectorSearchProfile هو اسم ملف تعريف معرف في مكان آخر في الفهرس.
searchable يجب أن يكون صحيحا.
retrievable يمكن أن يكون صحيحا أو خاطئا. ترجع True المتجهات الأولية (1536 منها) كنص عادي وتستهلك مساحة التخزين. اضبط على true إذا كنت تمرر نتيجة متجه إلى تطبيق انتقال البيانات من الخادم.
أضف حقولا أخرى تحدد جوهر المحتوى النصي الذي تقوم بفهرسته وبنيته. كحد أدنى، تحتاج إلى مفتاح مستند.
يجب أيضا إضافة حقول مفيدة في الاستعلام أو في استجابته. يوضح المثال التالي حقول المتجهات للعنوان والمحتوى ("titleVector"، "contentVector") المكافئة للخطوط المتجهة. كما يوفر حقولا للمحتوى النصي المكافئ ("العنوان"، و"المحتوى") المفيدة للفرز والتصفية والقراءة في نتيجة بحث.
إضافة حقول متجه إلى مجموعة الحقول. يمكنك تخزين تضمين واحد تم إنشاؤه لكل حقل مستند. لكل حقل متجه:
typeيمكن أن يكون Collection(Edm.Single)، Collection(Edm.Half)، ، ، Collection(Edm.Int16)Collection(Edm.SByte)
dimensions هو عدد الأبعاد التي تم إنشاؤها بواسطة نموذج التضمين. بالنسبة إلى text-embedding-ada-002، إنها 1536.
vectorSearchProfile هو اسم ملف تعريف معرف في مكان آخر في الفهرس.
searchable يجب أن يكون صحيحا.
retrievable يمكن أن يكون صحيحا أو خاطئا. ترجع True المتجهات الأولية (1536 منها) كنص عادي وتستهلك مساحة التخزين. اضبط على true إذا كنت تمرر نتيجة متجه إلى تطبيق انتقال البيانات من الخادم. خطأ مطلوب إذا كان stored خطأ.
stored هي خاصية منطقية جديدة تنطبق على حقول المتجهات فقط. يخزن True نسخة من المتجهات التي تم إرجاعها في نتائج البحث. يتجاهل خطأ تلك النسخة أثناء الفهرسة. يمكنك البحث عن المتجهات، ولكن لا يمكنك إرجاع المتجهات في النتائج.
في مثال REST API التالي، يحتوي "العنوان" و"المحتوى" على محتوى نصي يستخدم في البحث عن النص الكامل والترتيب الدلالي، بينما يحتوي "titleVector" و"contentVector" على بيانات متجهة. في إصدار واجهة برمجة التطبيقات هذا، يمكنك استخدام المفهرسات ومجموعة المهارات لملء حقل المتجهات باستخدام المتجهات المتكاملة. لا يتغير تعريف الفهرس، ولكن يمكنك إضافة المفهرسات والمهارات إلى الحل الخاص بك لملء الحقول.
إضافة حقول متجه إلى مجموعة الحقول. يمكنك تخزين تضمين واحد تم إنشاؤه لكل حقل مستند. لكل حقل متجه:
typeيجب أن يكونCollection(Edm.Single).
dimensions هو عدد الأبعاد التي تم إنشاؤها بواسطة نموذج التضمين. بالنسبة إلى text-embedding-ada-002، إنها 1536.
vectorSearchProfile هو اسم ملف تعريف معرف في مكان آخر في الفهرس.
searchable يجب أن يكون صحيحا.
retrievable يمكن أن يكون صحيحا أو خاطئا. ترجع True المتجهات الأولية (1536 منها) كنص عادي وتستهلك مساحة التخزين. اضبط على true إذا كنت تمرر نتيجة متجه إلى تطبيق انتقال البيانات من الخادم.
filterablesortable، facetableيجب أن تكون خاطئة.
إضافة حقول غير قابلة للتصفية إلى المجموعة، مثل "العنوان" مع filterable تعيين إلى صحيح، إذا كنت تريد استدعاء التصفية المسبقة أو التصفية اللاحقة على [استعلام المتجه](vector-search-how-to-query.md
أضف حقولا أخرى تحدد جوهر المحتوى النصي الذي تقوم بفهرسته وبنيته. كحد أدنى، تحتاج إلى مفتاح مستند.
يجب أيضا إضافة حقول مفيدة في الاستعلام أو في استجابته. يوضح المثال التالي حقول المتجهات للعنوان والمحتوى ("titleVector"، "contentVector") المكافئة للخطوط المتجهة. كما يوفر حقولا للمحتوى النصي المكافئ ("العنوان"، و"المحتوى") المفيدة للفرز والتصفية والقراءة في نتيجة بحث.
في مثال REST API التالي، يحتوي "العنوان" و"المحتوى" على محتوى نصي مستخدم في البحث عن النص الكامل والترتيب الدلالي، بينما يحتوي "titleVector" و"contentVector" على بيانات متجهة تم إنشاؤها خارجيا.
إضافة حقول متجه إلى مجموعة الحقول. يمكنك تخزين تضمين واحد تم إنشاؤه لكل حقل مستند. لكل حقل متجه:
Collection(Edm.Single) تعيين نوع البيانات.
أدخل اسم تكوين خوارزمية البحث المتجه.
توفير عدد الأبعاد التي تم إنشاؤها بواسطة نموذج التضمين.
تعيين السمات:
يجب أن يكون "قابل للبحث" "صحيح".
يسمح لك "القابل للاسترداد" المعين على "صحيح" بعرض المتجهات الأولية (على سبيل المثال، كخطوة تحقق)، ولكن القيام بذلك يزيد من التخزين. اضبط على "false" إذا لم تكن بحاجة إلى إرجاع المتجهات الخام. لا تحتاج إلى إرجاع متجهات لاستعلام، ولكن إذا كنت تمرر نتيجة متجه إلى تطبيق انتقال البيانات من الخادم، فقم بتعيين "قابل للاسترداد" إلى "صحيح".
يجب أن تكون السمات "قابلة للتصفية" و"قابلة للتصفية" و"قابلة للفرز" "خطأ". لا تقم بتعيينها إلى "صحيح" لأن هذه السلوكيات لا تنطبق ضمن سياق حقول المتجهات وسيفشل الطلب.
أضف حقولا أخرى تحدد جوهر المحتوى النصي الذي تقوم بفهرسته وبنيته. كحد أدنى، تحتاج إلى مفتاح مستند.
يجب أيضا إضافة حقول مفيدة في الاستعلام أو في استجابته. يوضح المثال التالي حقول المتجهات للعنوان والمحتوى ("titleVector"، "contentVector") المكافئة للخطوط المتجهة. كما يوفر حقولا للمحتوى النصي المكافئ ("العنوان"، و"المحتوى") المفيدة للفرز والتصفية والقراءة في نتيجة بحث.
يجب أن يتوافق المحتوى الذي توفره للفهرسة مع مخطط الفهرس وأن يتضمن قيمة سلسلة فريدة لمفتاح المستند. يتم تحميل البيانات مسبقة التعليمات البرمجية في حقل متجه واحد أو أكثر، والتي يمكن أن تتعايش مع حقول أخرى تحتوي على محتوى أبجدي رقمي.
يمكنك استخدام منهجيات الدفع أو السحب لاستيعاب البيانات.
استخدام المستندات - الفهرس لتحميل البيانات المتجهة وغير الوسيطة في فهرس. واجهات برمجة تطبيقات الدفع للفهرسة متطابقة عبر جميع الإصدارات الثابتة وإصدارات المعاينة. استخدم أي من واجهات برمجة التطبيقات التالية لتحميل المستندات:
POST https://{{search-service-name}}.search.windows.net/indexes/{{index-name}}/docs/index?api-version=2023-11-01
Content-Type: application/json
api-key: {{admin-api-key}}
{
"value": [
{
"id": "1",
"title": "Azure App Service",
"content": "Azure App Service is a fully managed platform for building, deploying, and scaling web apps. You can host web apps, mobile app backends, and RESTful APIs. It supports a variety of programming languages and frameworks, such as .NET, Java, Node.js, Python, and PHP. The service offers built-in auto-scaling and load balancing capabilities. It also provides integration with other Azure services, such as Azure DevOps, GitHub, and Bitbucket.",
"category": "Web",
"titleVector": [
-0.02250031754374504,
. . .
],
"contentVector": [
-0.024740582332015038,
. . .
],
"@search.action": "upload"
},
{
"id": "2",
"title": "Azure Functions",
"content": "Azure Functions is a serverless compute service that enables you to run code on-demand without having to manage infrastructure. It allows you to build and deploy event-driven applications that automatically scale with your workload. Functions support various languages, including C#, F#, Node.js, Python, and Java. It offers a variety of triggers and bindings to integrate with other Azure services and external services. You only pay for the compute time you consume.",
"category": "Compute",
"titleVector": [
-0.020159931853413582,
. . .
],
"contentVector": [
-0.02780858241021633,
. . .
],
"@search.action": "upload"
}
. . .
]
}
تستخدم جميع إصدارات المعاينة الأحدث واجهات برمجة تطبيقات السحب (المفهرسات ومجموعات المهارات) للتجهيز المتكامل أثناء الفهرسة ووقت الاستعلام.
يمكن للمفهرسات استرداد حقول المتجهات وفهرستها في مستندات المصدر، بافتراض مخطط فهرس يلبي متطلبات حقل المتجه وواجهة برمجة تطبيقات REST للمعاينة. توفر مصادر البيانات المتجهات بأي تنسيق يدعمه مصدر البيانات (مثل السلاسل في JSON). يفترض المفهرس أن الحقول التي تم كتابتها على أنها Collection(Edm.Single) تحتوي على متجهات وسيقوم بفهرسة هذا المحتوى كفهرس متجهات.
لا توجد تغييرات على سلوك تعيين الحقول أو الكشف عن التغيير للخطوط المتجهة. تنطبق سلوكيات فهرسة النص أيضا على المتجهات.
إذا تم الحصول على بيانات المتجهات في الملفات، نوصي بعدم parsingMode وجود بيانات غير مألوفة مثل jsonأو jsonLinesأو csv استنادا إلى شكل البيانات.
لا يوفر Azure SQL طريقة لتخزين مجموعة في الأصل ك عمود SQL واحد. لم يتم تحديد حل بديل في الوقت الحالي.
يجب أن تكون أبعاد جميع المتجهات من مصدر البيانات هي نفسها وأن تتطابق مع تعريف الفهرس الخاص بها للحقل الذي يتم التعيين إليه. يطرح المفهرس خطأ على أي مستندات غير متطابقة.
تستخدم المهارات والموجهات لإنشاء التضمينات. بالنسبة إلى المتجهات أثناء الفهرسة، اختر من المهارات التالية:
لأغراض التحقق من الصحة، يمكنك الاستعلام عن الفهرس باستخدام Search Explorer في مدخل Microsoft Azure أو استدعاء REST API. نظرا لأن Azure الذكاء الاصطناعي Search لا يمكنه تحويل خط متجه إلى نص قابل للقراءة من قبل الإنسان، فحاول إرجاع الحقول من المستند نفسه الذي يوفر دليلا على المطابقة. على سبيل المثال، إذا كان استعلام المتجه يستهدف حقل "titleVector"، يمكنك تحديد "العنوان" لنتائج البحث.
يجب أن تعزى الحقول على أنها "قابلة للاسترداد" ليتم تضمينها في النتائج.
استخدم طريقة عرض الاستعلام الافتراضية للتأكيد السريع على أن الفهرس يحتوي على متجهات. طريقة عرض الاستعلام هي للبحث عن النص الكامل. على الرغم من أنه لا يمكنك استخدامه لاستعلامات المتجهات، يمكنك إرسال بحث فارغ (search=*) للتحقق من وجود محتوى. يتم إرجاع محتوى كافة الحقول، بما في ذلك حقول المتجهات، كنص عادي.
مثال واجهة برمجة تطبيقات REST التالي هو استعلام متجه، ولكنه يرجع فقط الحقول غير الوسيطة (العنوان والمحتوى والفئة). يمكن إرجاع الحقول التي تم وضع علامة "استرداد" عليها فقط في نتائج البحث.
غالبا ما يكون الإسقاط وإعادة البناء مطلوبين لتحديثات الحقول الموجودة وحذفها.
ومع ذلك، يمكنك تحديث مخطط موجود بالتعديلات التالية، دون الحاجة إلى إعادة إنشاء:
إضافة حقول جديدة إلى مجموعة حقول.
إضافة تكوينات متجهات جديدة، تم تعيينها إلى حقول جديدة ولكن ليس الحقول الموجودة التي تم تحويلها بالفعل.
تغيير "قابل للاسترداد" (القيم صحيحة أو خاطئة) في حقل موجود. يجب أن تكون حقول المتجهات قابلة للبحث والاسترداد، ولكن إذا كنت تريد تعطيل الوصول إلى حقل متجه في الحالات التي لا يكون فيها الإفلات وإعادة البناء ممكنا، يمكنك تعيين قابل للاسترداد إلى خطأ.
قريبًا: خلال عام 2024، سنتخلص تدريجيًا من GitHub Issues بوصفها آلية إرسال ملاحظات للمحتوى ونستبدلها بنظام ملاحظات جديد. لمزيد من المعلومات، راجع https://aka.ms/ContentUserFeedback.