Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Hinweis
Einige agentische Abruffeatures sind in der Regel über programmgesteuerten Zugriff in der REST-API 2026-04-01 verfügbar. Das Azure Portal und Microsoft Foundry-Portal bieten weiterhin Nur-Vorschau-Zugriff auf alle agentischen Abruffunktionen. Anleitungen für die Migration, einschließlich einer Aufschlüsselung der allgemein verfügbaren Informationen und was in der Vorschau verbleibt, finden Sie unter Migrieren von agentischem Abrufcode zur neuesten Version.
Wenn Sie eine Vorschau-REST-API verwenden, können Sie auf agentische Abruffunktionen zugreifen, die noch nicht allgemein verfügbar sind. Vorschaufunktionen werden ohne Service-Level-Vereinbarung bereitgestellt und sind für Produktionsworkloads nicht empfohlen. Weitere Informationen finden Sie unter Supplementale Nutzungsbedingungen für Microsoft Azure Previews.
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 Wissensquelle ist eine Ressource auf oberster Ebene in Ihrem Azure KI-Suche-Dienst, der den inhalt definiert, der in einer agentischen Abrufpipeline verwendet wird. Jede Wissensquelle ist entweder indiziert oder remote, die bestimmt, wie der Inhalt aufgenommen, verarbeitet und abgefragt wird. Wissensquellen sind erforderliche Komponenten einer Wissensbasis.
Sie können auf mehrere Wissensquellen in einer einzigen Wissensbasis verweisen. Die agentenbasierte Retrieval-Engine fragt sie alle mit einer einzigen Anfrage ab. Für jede Wissensquelle werden Teilabfragen generiert, und die besten Ergebnisse werden in der Antwort auf den Abruf zurückgegeben.
Unterstützte Wissensquellen
Azure KI-Suche unterstützt die folgenden Wissensquellen für agentische Abrufworkloads.
| Art | Description | Indiziert oder remote |
|---|---|---|
| Suchindex | Umschließt einen vorhandenen Index. | Indexiert |
| Azure-Blob | Generiert eine Indexerpipeline aus einem Blobcontainer. | Indexiert |
| Azure SQL (Vorschau) | Generiert eine Indexerpipeline aus einer Azure SQL Tabelle oder Ansicht. | Indexiert |
| Datei (Vorschau) | Lädt Dateien direkt in Azure KI-Suche hoch. | Indexiert |
| OneLake | Generiert eine Indexerpipeline aus einem Lakehouse. | Indexiert |
| Indizierte SharePoint-Inhalte (Vorschau) | Generiert eine Indexerpipeline von einem SharePoint Standort. | Indexiert |
| Remote-SharePoint (Vorschau) | Ruft Inhalte aus SharePoint ab. | Fernzugriff |
| Fabric Datenagent (Vorschau) | Ruft Antworten und eingebettete Ressourcen aus einem Microsoft Fabric Daten-Agent ab. | Fernzugriff |
| Fabric Ontology (Vorschau) | Ruft entitäts- und beziehungsbasierte Antworten aus einer Microsoft Fabric Ontologie ab. | Fernzugriff |
| MCP-Server (Vorschau) | Ruft Live-, toolgestützte Ergebnisse von einem externen MCP-Server ab. | Fernzugriff |
| Work IQ (Vorschau) | Ruft Erkenntnisse über die Organisation von Work IQ ab. | Fernzugriff |
| Web | Ruft Bodendaten aus Microsoft Bing in Echtzeit ab. | Fernzugriff |
Indizierte Wissensquellen
Eine indizierte Wissensquelle verweist auf einen Suchindex, der die Kriterien für den agentischen Abruf erfüllt. Der Inhalt wird vor der Abfrage über einen von drei Wegen in den Index aufgenommen:
Bringen Sie Ihren eigenen Index mit: Verwenden Sie eine Suchindex-Wissensquelle, um einen vorhandenen Index in Ihrem Suchdienst umzuschließen.
Direkter Dateiupload: Verwenden Sie eine Dateiwissensquelle, um Dateien direkt in Azure KI-Suche hochzuladen. Der Dienst verarbeitet die Dateien und speichert extrahierte Inhalte in einem generierten Suchindex, ohne dass eine externe Speicher- oder Indexerpipeline erforderlich ist.
Automatisch generierte Indexerpipeline: Für alle anderen indizierten Wissensquellen erstellt Azure KI-Suche automatisch eine vollständige Indexerpipeline aus Ihrer externen Datenquelle. Dies umfasst eine Datenquelle, ein Skillset, einen Indexer und einen Index, der befüllt und in Chunks unterteilt ist.
Abfragen werden lokal auf Ihrem Suchdienst mithilfe von Schlüsselworten (Volltext), Vektor- oder Hybridabfragen ausgeführt.
Remote-Wissensquellen
Eine Remote-Wissensquelle verbindet sich direkt mit einer externen Plattform. Inhalte werden nie in Azure KI-Suche aufgenommen. Stattdessen wird sie zur Abfragezeit über die systemeigenen APIs der einzelnen Plattform abgerufen. Das agentische Abrufmodul macht den API-Aufruf und zeigt Ergebnisse zusammen mit allen indizierten Wissensquellen in derselben Antwort an.
Je nach Plattform erreichen Remoteverbindungen Inhalte entweder über das öffentliche Internet (z. B. Bing) oder innerhalb Ihres Microsoft Mandanten (z. B. SharePoint und Fabric).
Einheitliche Rangfolge
Für indizierte und Remote-Wissensquellen fließen alle abgerufenen Inhalte über dieselbe Bewertungspipeline. Die Ergebnisse werden nach Relevanz bewertet, abfrageübergreifend zusammengeführt und neu sortiert, bevor sie in der Retrieval-Antwort zurückgegeben werden.
Arbeiten mit Wissensquellen
Wissensquellen sind unabhängige Objekte, die Sie separat von Wissensdatenbanken erstellen und verwalten. Beachten Sie Folgendes:
Erstellen Sie eine Wissensquelle, bevor Sie eine Wissensbasis erstellen. Wissensdatenbanken verweisen auf Wissensquellen anhand der ID, sodass die Wissensquelle zuerst vorhanden sein muss.
Um eine Wissensquelle zu löschen, aktualisieren oder löschen Sie zunächst alle Wissensdatenbanken, die darauf verweisen. Anschließend können Sie die Wissensquelle löschen.
Eine Wissensquelle und ihre Wissensbasis müssen auf demselben Suchdienst vorhanden sein.
Erstellen von Wissensquellen
Um eine Wissensquelle zu erstellen, benötigen Sie Berechtigungen für den Suchdienstmitwirkender für Ihren Suchdienst. Wenn die Wissensquelle eine Indexerpipeline generiert, benötigen Sie zum Laden eines Indexes auch Berechtigungen für suchindexdatenmitwirkende . Sie können einen Administrator-API-Schlüssel als Alternative zu Rollenzuweisungen verwenden.
Die Erstellungsunterstützung im Azure Portal, Microsoft Foundry-Portal, REST-API und Azure SDKs variiert je nach Wissensquellenart. Typspezifische Anweisungen finden Sie unter den Links in Unterstützte Wissensquellen.
Vertraulichkeitsbezeichnungen erfassen (Vorschau)
Für Blob-, indizierte OneLake- und indizierte SharePoint-Knowledge-Quellen können Sie Microsoft Purview-Vertraulichkeitsbezeichnungen erfassen, indem Sie ingestionPermissionOptions so festlegen, dass sensitivityLabel eingeschlossen wird. Befolgen Sie alle Voraussetzungen, bevor Sie diesen Wert festlegen. Nachdem sie mit dem Index synchronisiert wurden, werden Bezeichnungen in Abrufantworten angezeigt und zum Erzwingen des Zugriffs auf Dokumentebene zur Abfragezeit verwendet. Weitere Informationen finden Sie unter Erzwingen von Berechtigungen zur Abfragezeit (Vorschau).
Wenn Ihre indizierte Wissensquelle einen in Blöcke segmentierten Index verwendet, z. B. mit integrierter Vektorisierung oder einem benutzerdefinierten Skill zur Textaufteilung, müssen Sie die Vertraulichkeitsbezeichnung außerdem jeder Chunkzeile über Indexprojektionen im Skillset zuordnen. Andernfalls werden Verweise auf Segmentebene in Abrufantworten nicht zurückgegeben, wenn sie Bezeichnungen im Quelldokument enthalten.
Surface in Dokumente eingebettete Bilder (Vorschau)
Für Blob-, indizierte OneLake- und indizierte SharePoint-Wissensquellen können Sie in den ingestionParameters der Wissensquelle eine assetStore konfigurieren, um Bilder beizubehalten, die in Ihren Quelldokumenten eingebettet sind. Wenn Sie außerdem die Bereitstellung von Bildern für die Wissensdatenbank aktivieren, fügt die retrieve-Aktion diese Bilder in den Prompt für die Antwortsynthese ein, damit das LLM Diagramme, Schaubilder und extrahierte Bildinhalte auswerten kann. Weitere Informationen finden Sie unter In Dokumente eingebettete Bilder im Agent-Abruf anzeigen (Vorschau).
Verwenden von Wissensquellen
Nachdem Sie eine Wissensquelle erstellt haben, verweisen Sie darauf in einer Wissensbasis. Die Wissensbasis bestimmt, welche Wissensquellen abzufragen sind. In den folgenden Abschnitten werden Optionen dafür beschrieben, zu steuern, welche Quellen einbezogen werden und wie die Engine unter ihnen auswählt.
Immer eine Wissensquelle abfragen
Setzen Sie alwaysQuery bei einer Wissensquellendefinition auf true, um sie unabhängig vom Reasoning-Aufwand beim Abruf in jede Abfrage einzubeziehen.
Verwenden Sie den Abruf-Reasoningaufwand zur Steuerung der Nutzung von LLMs (Vorschau)
Der Reasoning-Aufwand bei der Abruflogik steuert, wie viel LLM-Verarbeitung für jede Abfrage eingesetzt wird. Nicht alle Lösungen profitieren von der LLM-Abfrageplanung. Wenn Einfachheit und Geschwindigkeit die Priorität haben, sollten Sie minimal sich bemühen, die LLM-Verarbeitung zu umgehen. Bei low und medium Aufwand plant die LLM und wählt aus, welche Wissensquellen abgefragt werden, wobei medium einen iterativen Durchlauf für tiefergehende Ergebnisse hinzufügt. Weitere Informationen zu den einzelnen Ebenen finden Sie unter Festlegen des Argumentationsaufwands beim Abrufen (Vorschau).
Die folgenden Faktoren sind maßgeblich für die Auswahl bei low- und medium-Aufwand:
Die
nameWissensquelle.Das
descriptioneines Index (für indizierte Wissensquellen).Das in der Knowledge-Base-Definition oder der Abrufaktion angegebene
retrievalInstructions. Abrufanweisungen steuern, welche Wissensquellen das LLM auswählt oder überspringt. Sie funktionieren wie ein Prompt: Sie können Kürze, Ton und Formatierung festlegen.