Erstellen einer Dateiwissensquelle (Vorschau)

Important

Diese Features und Funktionen sind Teil der REST-API 2026-05-01-Preview. Die 2026-05-01-preview wird Ihnen als Teil Ihres Azure-Abonnements zur Verfügung gestellt und unterliegt den für „Previews“ geltenden Bestimmungen in den Microsoft-Produktbestimmungen, dem Nachtrag zum Datenschutz für Microsoft-Produkte und -Dienste („DPA“) und den Ergänzenden Nutzungsbedingungen für Microsoft Azure-Vorschauen.

Die Vorschauversion 2026-05-01 unterstützt Verbindungen mit anderen Microsoft-Diensten und Diensten von Drittanbietern. Die Nutzung dieser Dienste unterliegt den jeweiligen Bestimmungen und kann dazu führen, dass Daten außerhalb der Azure-Compliancegrenze verarbeitet oder gespeichert werden und dass Daten in die Azure-Compliancegrenze fließen.

Es liegt in Ihrer Verantwortung, zu verwalten, ob Ihre Daten außerhalb der Compliance- und geografischen Grenzen Ihrer Organisation und alle damit verbundenen Auswirkungen fließen und dass entsprechende Berechtigungen, Grenzen und Genehmigungen bereitgestellt werden.

Sie sind dafür verantwortlich, Anwendungen, die Sie im Kontext Ihrer spezifischen Anwendungsfälle erstellen, sorgfältig zu überprüfen und zu testen und alle geeigneten Entscheidungen und Anpassungen zu treffen. Dazu gehört die Implementierung ihrer eigenen verantwortungsvollen KI-Entschärfungen, wie Metaprompts, Inhaltsfilter oder andere Sicherheitssysteme, und sicherzustellen, dass Ihre Anwendungen angemessene Qualität, Zuverlässigkeit, Sicherheit und Vertrauenswürdigkeitsstandards erfüllen. Weitere Informationen finden Sie im Azure KI-Suche Transparenzhinweis.

Eine File Knowledge Source (Vorschau) lädt kleine und mittlere Dateisätze direkt auf Azure KI-Suche für den agentischen Abruf hoch. Wissensquellen werden unabhängig erstellt, in einer Wissensbasis referenziert und als Erdungsdaten verwendet, wenn die Wissensbasis zur Laufzeit abgefragt wird.

Dateibasierte Wissensquellen sind nützlich, wenn Sie eine verwaltete Uploadumgebung wünschen, anstatt Azure Storage bereitzustellen, den Zugriff zu konfigurieren und eine Indexerpipeline für einen externen Container zu erstellen. Azure KI-Suche verarbeitet hochgeladene Dateien, sodass ihre extrahierten Inhalte aus einer Wissensbasis abgerufen werden können.

Wenn Sich Ihre Inhalte bereits in Azure Blob Storage oder ADLS Gen2 befinden oder wenn Sie umfangreiche Aufnahme- oder Speicherkontofunktionen benötigen, verwenden Sie stattdessen eine blob Knowledge Source.

Nutzungssupport

Azure Portal	Microsoft Foundry Portal	.NET SDK	Python SDK	Java SDK	JavaScript SDK	REST-API
❌	✔️	✔️	✔️	✔️	✔️	✔️

Voraussetzungen

Ein dedizierter Azure KI-Suche-Dienst in einer beliebigen Region, die agentische Suche unterstützt. Dateiwissensquellen werden für serverlose Suchdienste nicht unterstützt. Weitere Informationen zu dedizierten Ebenen finden Sie unter "Auswählen einer Dienstebene". Wenn Sie eine kostenpflichtige Nutzung über die monatliche kostenlose Freimenge hinaus benötigen, legen Sie die knowledgeRetrieval Dienst-Eigenschaft standard mithilfe der Search Management REST-API fest.
Dateien in einem unterstützten Format.
Berechtigungen zum Erstellen von Wissensquellen. Konfigurieren Sie die schlüssellose Authentifizierung mit der Rolle "Mitwirkender des Suchdiensts ", die Ihrem Benutzerkonto zugewiesen ist (empfohlen), oder verwenden Sie einen API-Schlüssel.
Wenn die Wissensquelle ein Azure OpenAI-Modell für Einbettungen angibt, muss der Suchdienst über eine managed Identity mit Cognitive Services UserBerechtigungen für die ressource Microsoft Findry verfügen.

Das neueste Azure.Search.Documents Vorschaupaket: dotnet add package Azure.Search.Documents --prerelease

Das neueste azure-search-documents Vorschaupaket: pip install --pre azure-search-documents

Die 2026-05-01-Vorschauversion der Suchdienste-REST-APIs.

Unterstützte Formate und Grenzwerte

Die folgenden Dateitypen werden unterstützt.

Kategorie	Extensions
Text	`.txt`, `.md`, `.html`, `.json`, , `.csv`
Code	`.c`, `.cs`, `.cpp`, `.java`, `.py`, `.js`, `.ts`, `.php`, `.rb`, `.sh`
Dokumente	`.pdf`, `.docx`, `.pptx`, `.doc`

Die folgenden Grenzwerte gelten für Dateiwissensquellen.

Begrenzung	Wert
Maximale Dateigröße pro Upload	50 MB
Maximale Anzahl von Dateien pro Dateiwissensquelle	100

Note

Hochgeladene Inhalte werden im generierten Suchindex gespeichert. Informationen zu Gesamtspeicherlimits nach Preisniveau finden Sie unter Dienstgrenzwerte.

Überprüfen auf vorhandene Wissensquellen

Eine Wissensquelle ist ein wiederverwendbares Objekt auf oberster Ebene. Das Wissen über vorhandene Wissensquellen ist hilfreich, um neue Objekte wiederzuverwenden oder zu benennen.

Führen Sie den folgenden Code aus, um Wissensquellen nach Namen und Typ auflisten.

// List knowledge sources by name and type
using Azure.Search.Documents.Indexes;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
var knowledgeSources = indexClient.GetKnowledgeSourcesAsync();

Console.WriteLine("Knowledge Sources:");

await foreach (var ks in knowledgeSources)
{
    Console.WriteLine($"  Name: {ks.Name}, Type: {ks.GetType().Name}");
}

Reference:SearchIndexClient

# List knowledge sources by name and type
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))

for ks in index_client.list_knowledge_sources():
    print(f"  - {ks.name} ({ks.kind})")

Reference:SearchIndexClient

### List knowledge sources by name and type
GET {{search-url}}/knowledgesources?api-version={{api-version}}&$select=name,kind
api-key: {{api-key}}

Referenz:Wissensquellen - Liste

Sie können auch eine einzelne Wissensquelle anhand des Namens zurückgeben, um die JSON-Definition zu überprüfen.

using Azure.Search.Documents.Indexes;
using System.Text.Json;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);

// Specify the knowledge source name to retrieve
string ksNameToGet = "earth-knowledge-source";

// Get its definition
var knowledgeSourceResponse = await indexClient.GetKnowledgeSourceAsync(ksNameToGet);
var ks = knowledgeSourceResponse.Value;

// Serialize to JSON for display
var jsonOptions = new JsonSerializerOptions 
{ 
    WriteIndented = true,
    DefaultIgnoreCondition = System.Text.Json.Serialization.JsonIgnoreCondition.Never
};
Console.WriteLine(JsonSerializer.Serialize(ks, ks.GetType(), jsonOptions));

Reference:SearchIndexClient

# Get a knowledge source definition
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
import json

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))

ks = index_client.get_knowledge_source("knowledge_source_name")
print(json.dumps(ks.as_dict(), indent = 2))

Reference:SearchIndexClient

### Get a knowledge source definition
GET {{search-url}}/knowledgesources/{{knowledge-source-name}}?api-version={{api-version}}
api-key: {{api-key}}

Referenz:Wissensquellen - Abrufen

Der folgende JSON-Code ist eine Beispielantwort für eine Dateiwissensquelle.

{
  "name": "my-file-ks",
  "kind": "file",
  "description": "A sample file knowledge source.",
  "encryptionKey": null,
  "fileParameters": {
    "ingestionParameters": {
      "contentExtractionMode": "minimal",
      "embeddingModel": {
        "kind": "azureOpenAI",
        "azureOpenAIParameters": {
          "resourceUri": "<REDACTED>",
          "deploymentId": "text-embedding-3-large",
          "modelName": "text-embedding-3-large"
        }
      }
    }
  }
}

Erstellen einer Wissensquelle

Erstellen Sie eine Dateiwissensquelle, die das Einbettungsmodell angibt, das zum Vektorisieren von hochgeladenen Inhalten verwendet wird.

using Azure;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

var embeddingParams = new AzureOpenAIVectorizerParameters
{
    ResourceUri = new Uri(aoaiEndpoint),
    DeploymentName = aoaiEmbeddingDeployment,
    ModelName = aoaiEmbeddingModel
};

var ingestionParams = new KnowledgeSourceIngestionParameters
{
    ContentExtractionMode = "minimal",
    EmbeddingModel = new KnowledgeSourceAzureOpenAIVectorizer
    {
        AzureOpenAIParameters = embeddingParams
    }
};

var fileParams = new FileKnowledgeSourceParameters
{
    IngestionParameters = ingestionParams
};

var knowledgeSource = new FileKnowledgeSource(
    name: "my-file-ks",
    fileParameters: fileParams
)
{
    Description = "This knowledge source uses directly uploaded product manuals."
};

await indexClient.CreateOrUpdateKnowledgeSourceAsync(knowledgeSource);
Console.WriteLine($"Knowledge source '{knowledgeSource.Name}' created or updated successfully.");

Reference:SearchIndexClient

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.indexes.models import (
    AzureOpenAIVectorizerParameters,
    FileKnowledgeSource,
    FileKnowledgeSourceParameters,
)
from azure.search.documents.knowledgebases.models import (
    KnowledgeSourceAzureOpenAIVectorizer,
    KnowledgeSourceIngestionParameters,
)

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

embedding_params = AzureOpenAIVectorizerParameters(
    resource_url="aoai_endpoint",
    deployment_name="aoai_embedding_deployment",
    model_name="aoai_embedding_model",
)

ingestion_params = KnowledgeSourceIngestionParameters(
    content_extraction_mode="minimal",
    embedding_model=KnowledgeSourceAzureOpenAIVectorizer(
        azure_open_ai_parameters=embedding_params
    ),
)

knowledge_source = FileKnowledgeSource(
    name="my-file-ks",
    description="This knowledge source uses directly uploaded product manuals.",
    file_parameters=FileKnowledgeSourceParameters(ingestion_parameters=ingestion_params),
)

index_client.create_or_update_knowledge_source(knowledge_source=knowledge_source)
print(f"Knowledge source '{knowledge_source.name}' created or updated successfully.")

Reference:SearchIndexClient

PUT {{search-url}}/knowledgesources/my-file-ks?api-version=2026-05-01-preview
api-key: {{api-key}}
Content-Type: application/json
Prefer: return=representation

{
  "name": "my-file-ks",
  "kind": "file",
  "description": "This knowledge source uses directly uploaded product manuals.",
  "encryptionKey": null,
  "fileParameters": {
    "ingestionParameters": {
      "embeddingModel": {
        "kind": "azureOpenAI",
        "azureOpenAIParameters": {
          "resourceUri": "{{aoai-endpoint}}",
          "deploymentId": "{{aoai-embedding-deployment}}",
          "modelName": "{{aoai-embedding-model}}"
        }
      },
      "contentExtractionMode": "minimal"
    }
  }
}

Referenz:Wissensquellen – Erstellen oder Aktualisieren

Quellspezifische Eigenschaften

Die folgenden Eigenschaften gelten für Dateiwissensquellen.

Name	Description	Typ	Bearbeitbar	Erforderlich
`Name`	Der Name der Wissensquelle, die innerhalb der Wissensquellensammlung eindeutig sein muss und den richtlinien für naming für Objekte in Azure KI-Suche entsprechen muss.	String	No	Ja
`Description`	Eine Beschreibung der Wissensquelle.	String	Ja	No
`EncryptionKey`	Ein vom Kunden verwalteter Schlüssel zum Verschlüsseln vertraulicher Informationen sowohl in der Wissensquelle als auch in den generierten Objekten.	Objekt	Ja	No
`FileParameters`	Parameter, die für Dateiwissensquellen spezifisch sind: `IngestionParameters`.	Objekt	Nur Anmeldedaten verschachtelter Modelle können bearbeitet werden.	No

Name	Description	Typ	Bearbeitbar	Erforderlich
`name`	Der Name der Wissensquelle, die innerhalb der Wissensquellensammlung eindeutig sein muss und den richtlinien für naming für Objekte in Azure KI-Suche entsprechen muss.	String	No	Ja
`description`	Eine Beschreibung der Wissensquelle.	String	Ja	No
`encryption_key`	Ein vom Kunden verwalteter Schlüssel zum Verschlüsseln vertraulicher Informationen sowohl in der Wissensquelle als auch in den generierten Objekten.	Objekt	Ja	No
`file_parameters`	Parameter, die für Dateiwissensquellen spezifisch sind: `ingestion_parameters`.	Objekt	Nur Anmeldedaten verschachtelter Modelle können bearbeitet werden.	No

Name	Description	Typ	Bearbeitbar	Erforderlich
`name`	Der Name der Wissensquelle, die innerhalb der Wissensquellensammlung eindeutig sein muss und den richtlinien für naming für Objekte in Azure KI-Suche entsprechen muss.	String	No	Ja
`kind`	Die Art der Wissensquelle, die in diesem Fall `file` ist.	String	No	Ja
`description`	Eine Beschreibung der Wissensquelle.	String	Ja	No
`encryptionKey`	Ein vom Kunden verwalteter Schlüssel zum Verschlüsseln vertraulicher Informationen sowohl in der Wissensquelle als auch in den generierten Objekten.	Objekt	Ja	No
`fileParameters`	Parameter, die für Dateiwissensquellen spezifisch sind: `ingestionParameters`.	Objekt	Nur Anmeldedaten verschachtelter Modelle können bearbeitet werden.	No

Eigenschaften der Aufnahmeparameter

Die folgenden Eigenschaften des Aufnahmeparameters steuern, wie hochgeladene Dateien verarbeitet werden.

Name	Description	Typ	Bearbeitbar	Erforderlich
`ContentExtractionMode`	Steuert, wie Inhalte aus Dateien extrahiert werden. Wissensquellen für Dateien unterstützen nur `minimal`.	String	No	No
`EmbeddingModel`	Ein Vektorisierer, der Einbettungen für Inhalte während der Erfassung und für Abfragen zum Zeitpunkt des Abrufs generiert. Unterstützte `Kind` Werte sind `azureOpenAI`, `customWebApi`, , `aiServicesVision`und `aml`.	Objekt	Vektorisierer-Anmeldeinformationen können bearbeitet werden	No

Name	Description	Typ	Bearbeitbar	Erforderlich
`content_extraction_mode`	Steuert, wie Inhalte aus Dateien extrahiert werden. Wissensquellen für Dateien unterstützen nur `minimal`.	String	No	No
`embedding_model`	Ein Vektorisierer, der Einbettungen für Inhalte während der Erfassung und für Abfragen zum Zeitpunkt des Abrufs generiert. Unterstützte `kind` Werte sind `azureOpenAI`, `customWebApi`, , `aiServicesVision`und `aml`.	Objekt	Vektorisierer-Anmeldeinformationen können bearbeitet werden	No

Name	Description	Typ	Bearbeitbar	Erforderlich
`contentExtractionMode`	Steuert, wie Inhalte aus Dateien extrahiert werden. Wissensquellen für Dateien unterstützen nur `minimal`.	String	No	No
`embeddingModel`	Ein Vektorisierer, der Einbettungen für Inhalte während der Erfassung und für Abfragen zum Zeitpunkt des Abrufs generiert. Unterstützte `kind` Werte sind `azureOpenAI`, `customWebApi`, , `aiServicesVision`und `aml`.	Objekt	Vektorisierer-Anmeldeinformationen können bearbeitet werden	No

Dateien hochladen

Nachdem die Wissensquelle vorhanden ist, laden Sie Dateien direkt darauf hoch. Jeder Upload ist ein synchroner Aufruf: Azure KI-Suche extrahiert Inhalte aus der hochgeladenen Datei, blöcket den Inhalt, erstellt bei Bedarf Einbettungen und bereitet den extrahierten Inhalt für den Abruf vor dem Zurückgeben des Aufrufs vor. Sie müssen keine separate Aufnahmepipeline konfigurieren oder ausführen.

Das aufgeführte fileName wird dem Content-Disposition: attachment; filename="..."-Header der Upload-Anforderung entnommen. REST-Aufrufe und das .NET SDK legen diesen Header direkt fest, während das Python SDK einen filename-Parameter akzeptiert und den Header automatisch erstellt. Wenn der Header nicht festgelegt ist, weist der Dienst ein automatisch generiertes fileName zu.

using Azure;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

string fileName = "installation-guide.pdf";
byte[] fileBytes = await File.ReadAllBytesAsync(fileName);
string contentDisposition = $"attachment; filename=\"{fileName}\"";

KnowledgeSourceFile uploadedFile = (await indexClient.UploadKnowledgeSourceFileAsync(
    "my-file-ks",
    contentDisposition,
    BinaryData.FromBytes(fileBytes))).Value;

Console.WriteLine($"Uploaded file ID: {uploadedFile.FileId}");

Reference:SearchIndexClient.UploadKnowledgeSourceFileAsync

from pathlib import Path

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

file_path = Path("installation-guide.pdf")
uploaded_file = index_client.upload_knowledge_source_file(
    "my-file-ks",
    file_path.read_bytes(),
    filename=file_path.name,
)
print(f"Uploaded file ID: {uploaded_file.file_id}")

Verweis:SearchIndexClient.upload_knowledge_source_file

POST {{search-url}}/knowledgesources/my-file-ks/files?api-version=2026-05-01-preview
api-key: {{api-key}}
Content-Type: application/octet-stream
Content-Disposition: attachment; filename="installation-guide.pdf"

<binary file content>

Referenz:Wissensquellen – Datei hochladen

Note

Durch das Hochladen einer Datei wird keine vorhandene Datei ersetzt, auch wenn Sie dasselbe fileNamewiederverwenden. Jeder Upload erstellt eine neue Datei mit einer eigenen fileId, sodass die Liste der hochgeladenen Dateien mehrere Einträge enthalten kann, die dieselbe fileName haben.

Um Inhalte zu ersetzen, löschen Sie die vorherige Datei über fileId vor oder nach dem Hochladen der neuen Datei.

Auflisten hochgeladener Dateien

Auflisten von Dateien in der Wissensquelle, um den hochgeladenen Dateisatz zu prüfen.

using Azure;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

await foreach (KnowledgeSourceFile file in indexClient.GetKnowledgeSourceFilesAsync("my-file-ks"))
{
    Console.WriteLine($"{file.FileName} ({file.FileSizeBytes} bytes) error={file.ErrorMessage}");
}

Reference:SearchIndexClient.GetKnowledgeSourceFilesAsync

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

for file in index_client.list_knowledge_source_files("my-file-ks"):
    print(f"{file.file_name} ({file.file_size_bytes} bytes) error={file.error_message}")

Referenz:SearchIndexClient.list_knowledge_source_files

GET {{search-url}}/knowledgesources/my-file-ks/files?api-version=2026-05-01-preview
api-key: {{api-key}}

Referenz:Wissensquellen - Dateien auflisten

Eine Antwort enthält Metadaten für jede hochgeladene Datei. Der errorMessage Wert ist null , wenn der Upload ohne Fehler verarbeitet wird.

{
  "value": [
    {
      "fileId": "file-abc123",
      "fileName": "installation-guide.txt",
      "fileSizeBytes": 89,
      "createdAt": "2026-05-07T18:10:00Z",
      "lastUpdatedAt": "2026-05-07T18:14:00.803Z",
      "errorMessage": null
    }
  ]
}

Da Uploads synchron sind, ist eine Datei bereit für den Abruf, sobald der Uploadaufruf erfolgreich ist. Wenn die Verarbeitung fehlschlägt, enthalten die hochgeladene Antwort und jeder nachfolgende Listeneintrag ein nicht-nullerrorMessage. Überprüfen Sie den Wert für nicht unterstützte Dateitypen, Extraktionsfehler, Modellzugriffsprobleme oder Kontingentbeschränkungen.

Löschen hochgeladener Dateien

Löschen Sie Dateien aus der Wissensquelle, wenn sie nicht mehr zum Abrufen verfügbar sein sollen.

using Azure;
using Azure.Search.Documents.Indexes;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

await indexClient.DeleteKnowledgeSourceFileAsync("my-file-ks", "file-abc123");

Reference:SearchIndexClient.DeleteKnowledgeSourceFileAsync

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

index_client.delete_knowledge_source_file("my-file-ks", "file-abc123")

Referenz:SearchIndexClient.delete_knowledge_source_file

DELETE {{search-url}}/knowledgesources/my-file-ks/files/file-abc123?api-version=2026-05-01-preview
api-key: {{api-key}}

Referenz:Wissensquellen - Datei löschen

Zuweisen zu einer Wissensbasis

Wenn Sie mit der Wissensquelle zufrieden sind, fügen Sie sie einer Wissensbasis hinzu.

Abfragen einer Wissensbasis

Rufen Sie nach der Konfiguration der Knowledge Base die Abrufaktion oder den MCP-Endpunkt auf, um die Wissensquelle abzufragen.

Löschen einer Wissensquelle

Bevor Sie eine Wissensquelle löschen können, müssen Sie alle Knowledge Basen löschen, die darauf verweisen, oder die Knowledge Base-Definition aktualisieren, um den Verweis zu entfernen. Für Wissensquellen, die eine Index- und Indexerpipeline generieren, werden auch alle generierten Objekte gelöscht. Wenn Sie jedoch einen vorhandenen Index zum Erstellen einer Wissensquelle verwendet haben, wird Ihr Index nicht gelöscht.

Wenn Sie versuchen, eine verwendete Wissensquelle zu löschen, schlägt die Aktion fehl und gibt eine Liste der betroffenen Wissensdatenbanken zurück.

So löschen Sie eine Wissensquelle:

Erhalten Sie eine Liste aller Wissensdatenbanken für Ihren Suchdienst.

using Azure.Search.Documents.Indexes;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
var knowledgeBases = indexClient.GetKnowledgeBasesAsync();

Console.WriteLine("Knowledge Bases:");

await foreach (var kb in knowledgeBases)
{
    Console.WriteLine($"  - {kb.Name}");
}

Reference:SearchIndexClient

Eine Beispielantwort könnte wie folgt aussehen:

 {
     "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)",
     "value": [
     {
         "name": "my-kb"
     },
     {
         "name": "my-kb-2"
     }
     ]
 }

Rufen Sie eine individuelle Wissensbasisdefinition ab, um nach Wissensquellenverweise zu suchen.

using Azure.Search.Documents.Indexes;
using System.Text.Json;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);

// Specify the knowledge base name to retrieve
string kbNameToGet = "earth-knowledge-base";

// Get a specific knowledge base definition
var knowledgeBaseResponse = await indexClient.GetKnowledgeBaseAsync(kbNameToGet);
var kb = knowledgeBaseResponse.Value;

// Serialize to JSON for display
string json = JsonSerializer.Serialize(kb, new JsonSerializerOptions { WriteIndented = true });
Console.WriteLine(json);

Reference:SearchIndexClient

Eine Beispielantwort könnte wie folgt aussehen:

 {
   "Name": "earth-knowledge-base",
   "KnowledgeSources": [
     {
       "Name": "earth-knowledge-source"
     }
   ],
   "Models": [
     {}
   ],
   "RetrievalReasoningEffort": {},
   "OutputMode": {},
   "ETag": "\u00220x8DE278629D782B3\u0022",
   "EncryptionKey": null,
   "Description": null,
   "RetrievalInstructions": null,
   "AnswerInstructions": null
 }

Löschen Sie entweder die Wissensdatenbank, oder aktualisieren Sie, wenn Sie über mehrere Wissensquellen verfügen, die Wissensbasis, um die Quelle zu entfernen. In diesem Beispiel wird das Löschen gezeigt.

using Azure.Search.Documents.Indexes;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);

await indexClient.DeleteKnowledgeBaseAsync(knowledgeBaseName);
System.Console.WriteLine($"Knowledge base '{knowledgeBaseName}' deleted successfully.");

Reference:SearchIndexClient

Löschen Sie die Wissensquelle.

await indexClient.DeleteKnowledgeSourceAsync(knowledgeSourceName);
System.Console.WriteLine($"Knowledge source '{knowledgeSourceName}' deleted successfully.");

Reference:SearchIndexClient

Erhalten Sie eine Liste aller Wissensdatenbanken für Ihren Suchdienst.

# Get knowledge bases
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))

print("Knowledge Bases:")
for kb in index_client.list_knowledge_bases():
    print(f"  - {kb.name}")

Reference:SearchIndexClient

Eine Beispielantwort könnte wie folgt aussehen:

 {
     "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)",
     "value": [
     {
         "name": "my-kb"
     },
     {
         "name": "my-kb-2"
     }
     ]
 }

Rufen Sie eine individuelle Wissensbasisdefinition ab, um nach Wissensquellenverweise zu suchen.

# Get a knowledge base definition
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
kb = index_client.get_knowledge_base("knowledge_base_name")
print(kb)

Reference:SearchIndexClient

Eine Beispielantwort könnte wie folgt aussehen:

 {
   "name": "my-kb",
   "description": null,
   "retrievalInstructions": null,
   "answerInstructions": null,
   "outputMode": null,
   "knowledgeSources": [
     {
       "name": "my-blob-ks",
     }
   ],
   "models": [],
   "encryptionKey": null,
   "retrievalReasoningEffort": {
     "kind": "low"
   }
 }

# Delete a knowledge base
from azure.core.credentials import AzureKeyCredential 
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
index_client.delete_knowledge_base("knowledge_base_name")
print(f"Knowledge base deleted successfully.")

Reference:SearchIndexClient

Löschen Sie die Wissensquelle.

# Delete a knowledge source
from azure.core.credentials import AzureKeyCredential 
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
index_client.delete_knowledge_source("knowledge_source_name")
print(f"Knowledge source deleted successfully.")

Reference:SearchIndexClient

Erhalten Sie eine Liste aller Wissensdatenbanken für Ihren Suchdienst.

### Get knowledge bases
GET {{search-url}}/knowledgebases?api-version={{api-version}}&$select=name
api-key: {{api-key}}

Referenz:Wissensdatenbanken - Liste

Eine Beispielantwort könnte wie folgt aussehen:

 {
     "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)",
     "value": [
     {
         "name": "my-kb"
     },
     {
         "name": "my-kb-2"
     }
     ]
 }

Rufen Sie eine individuelle Wissensbasisdefinition ab, um nach Wissensquellenverweise zu suchen.

### Get a knowledge base definition
GET {{search-url}}/knowledgebases/{{knowledge-base-name}}?api-version={{api-version}}
api-key: {{api-key}}

Referenz:Wissensdatenbanken - Abrufen

Eine Beispielantwort könnte wie folgt aussehen:

 {
   "name": "my-kb",
   "description": null,
   "retrievalInstructions": null,
   "answerInstructions": null,
   "outputMode": null,
   "knowledgeSources": [
     {
       "name": "my-blob-ks",
     }
   ],
   "models": [],
   "encryptionKey": null,
   "retrievalReasoningEffort": {
     "kind": "low"
   }
 }

Löschen Sie entweder die Wissensdatenbank, oder aktualisieren Sie, wenn Sie über mehrere Wissensquellen verfügen, die Wissensbasis, um die Quelle zu entfernen. In diesem Beispiel wird das Löschen gezeigt.
```
### Delete a knowledge base
DELETE {{search-url}}/knowledgebases/{{knowledge-base-name}}?api-version={{api-version}}
api-key: {{api-key}}
```
Referenz:Knowledge Basen - Löschen

Löschen Sie die Wissensquelle.

### Delete a knowledge source
DELETE {{search-url}}/knowledgesources/{{knowledge-source-name}}?api-version={{api-version}}
api-key: {{api-key}}

Referenz:Wissensquellen - Löschen

Feedback

War diese Seite hilfreich?

Last updated on 2026-06-03

Erstellen einer Dateiwissensquelle (Vorschau)

Nutzungssupport

Voraussetzungen

Unterstützte Formate und Grenzwerte

Überprüfen auf vorhandene Wissensquellen

Erstellen einer Wissensquelle

Quellspezifische Eigenschaften

Eigenschaften der Aufnahmeparameter

Dateien hochladen

Auflisten hochgeladener Dateien

Löschen hochgeladener Dateien

Zuweisen zu einer Wissensbasis

Abfragen einer Wissensbasis

Löschen einer Wissensquelle

Verwandte Inhalte

Feedback

Zusätzliche Ressourcen