Compartir a través de

Herramienta de búsqueda de índices para Azure AI Foundry

Importante

Los elementos marcados (versión preliminar) en este artículo se encuentran actualmente en versión preliminar pública. Esta versión preliminar se ofrece sin acuerdo de nivel de servicio y no se recomienda para las cargas de trabajo de producción. Es posible que algunas características no sean compatibles o que tengan sus funcionalidades limitadas. Para más información, consulte Términos de uso complementarios para las versiones preliminares de Microsoft Azure.

La herramienta de flujo de avisos Búsqueda de índices permite el uso de índices vectoriales comunes (como Búsqueda de Azure AI, Faiss y Pinecone) para la generación aumentada de recuperación en el flujo de avisos. La herramienta detecta automáticamente los índices del área de trabajo y permite usar la selección del índice en el flujo.

Compilación con la herramienta Búsqueda de índices

  1. Cree o abra un flujo en Azure AI Foundry. Para más información, consulte Creación de un flujo.

  2. Seleccione + Más herramientas>Búsqueda de índices para agregar la herramienta Búsqueda de índices al flujo.

    Recorte de pantalla que muestra la herramienta de búsqueda de índices agregada a un flujo en el portal Azure AI Foundry.

  3. Escriba los valores de los parámetros de entrada de la herramienta Búsqueda de índices. La herramienta de modelo de lenguaje de gran tamaño (LLM) puede generar el vector de entrada.

  4. Agregue más herramientas al flujo, según sea necesario. O bien, seleccione Ejecutar para ejecutar el flujo.

  5. Para obtener más información sobre la salida devuelta, consulte la tabla Salidas.

Entradas

Están disponibles los siguientes parámetros de entrada.

Nombre Tipo Descripción Obligatorio
mlindex_content cuerda / cadena El tipo de índice que se va a usar. La entrada depende del tipo de índice. Debajo de la tabla se muestra un ejemplo de JSON del índice de Búsqueda de Azure AI. Sí
Consultas cadena, Union[string, List[String]] Texto que se va a consultar. Sí
tipo_de_consulta cuerda / cadena Tipo de consulta que se va a realizar. Las opciones incluyen palabra clave, semántica, híbrida, etc. Sí
top_k entero Recuento de entidades con puntuación superior que se van a devolver. El valor predeterminado es 3. No

Este es un ejemplo de una entrada de índice de Búsqueda de Azure AI:

embeddings:
  api_base: <api_base>
  api_type: azure
  api_version: 2023-07-01-preview
  batch_size: '1'
  connection:
    id: /subscriptions/<subscription>/resourceGroups/<resource_group>/providers/Microsoft.MachineLearningServices/workspaces/<workspace> /connections/<AOAI_connection>
  connection_type: workspace_connection
  deployment: <embedding_deployment>
  dimension: <embedding_model_dimension>
  kind: open_ai
  model: <embedding_model>
  schema_version: <version>
index:
  api_version: 2023-07-01-Preview
  connection:
    id: /subscriptions/<subscription>/resourceGroups/<resource_group>/providers/Microsoft.MachineLearningServices/workspaces/<workspace> /connections/<cogsearch_connection>
  connection_type: workspace_connection
  endpoint: <cogsearch_endpoint>
  engine: azure-sdk
  field_mapping:
    content: id
    embedding: content_vector_open_ai
    metadata: id
  index: <index_name>
  kind: acs
  semantic_configuration_name: azureml-default

Salidas

La siguiente respuesta en formato JSON es un ejemplo devuelto por la herramienta que incluye las entidades con mayor puntuación. La entidad sigue un esquema genérico de los resultados del vector de búsqueda proporcionado por el SDK de promptflow-vectordb. Para la búsqueda de índices vectoriales, se rellenan los campos siguientes:

Nombre del campo Tipo Descripción
metadatos Dict Los pares clave-valor personalizados proporcionados por el usuario al crear el índice.
page_content cuerda / cadena El contenido del fragmento de vector que se usa en la búsqueda.
puntuación flotante Depende del tipo de índice definido en el índice vectorial. Si el tipo de índice es Faiss, la puntuación es la distancia L2. Si el tipo de índice es Azure AI Search, la puntuación es la similitud coseno. 
[
  {
    "metadata":{
      "answers":{},
      "captions":{
        "highlights":"sample_highlight1",
        "text":"sample_text1"
      },
      "page_number":44,
      "source":{
        "filename":"sample_file1.pdf",
        "mtime":1686329994,
        "stats":{
          "chars":4385,
          "lines":41,
          "tiktokens":891
        },
        "url":"sample_url1.pdf"
      },
      "stats":{
        "chars":4385,"lines":41,"tiktokens":891
      }
    },
    "page_content":"vector chunk",
    "score":0.021349556744098663
  },

  {
    "metadata":{
      "answers":{},
      "captions":{
        "highlights":"sample_highlight2",
        "text":"sample_text2"
      },
      "page_number":44,
      "source":{
        "filename":"sample_file2.pdf",
        "mtime":1686329994,
        "stats":{
          "chars":4385,
          "lines":41,
          "tiktokens":891
        },
        "url":"sample_url2.pdf"
      },
      "stats":{
        "chars":4385,"lines":41,"tiktokens":891
      }
    },
    "page_content":"vector chunk",
    "score":0.021349556744098663
  },
    
]

Contenido relacionado