Ejemplos de Python para Azure AI Search

Obtenga información sobre los ejemplos de código de Python que muestran la funcionalidad y el flujo de trabajo de una solución de Azure AI Search. Estos ejemplos usan la biblioteca cliente de Azure AI Search para El SDK de Azure para Python, que puede explorar a través de los vínculos siguientes.

Target	Link
Descarga de paquete	pypi.org/project/azure-search-documents/
Referencia de API	azure-search-documents
Casos de prueba de la API	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests
Código fuente	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents
Registro de cambios	github.com/Azure/azure-sdk-for-python/blob/main/sdk/search/azure-search-documents/CHANGELOG.md

Ejemplos del SDK

Los ejemplos de código del equipo de desarrollo del SDK de Azure muestran el uso de la API. Puede encontrar estos ejemplos en Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples en GitHub.

Ejemplos de documentos

Los ejemplos de código del equipo de Azure AI Search muestran características y flujos de trabajo. Se hace referencia a los ejemplos siguientes en tutoriales, inicios rápidos y artículos de procedimientos. Puede encontrar estos ejemplos en Azure-Samples/azure-search-python-samples en GitHub.

Ejemplo	Artículo	Description
Quickstart	Inicio rápido: Búsqueda de texto completo	Cree, cargue y consulte un índice de búsqueda mediante datos de ejemplo.
Quickstart-Agentic-Retrieval	Inicio rápido: Recuperación de agentes	Integre la clasificación semántica con el planeamiento de consultas y la generación de respuestas con tecnología LLM.
Quickstart-Semantic-Search	Inicio rápido: Clasificación semántica	Agregue la clasificación semántica a un esquema de índice y ejecute consultas semánticas.
Inicio rápido: Vector-Search	Inicio rápido: Búsqueda de vectores	Índice y contenido de vector de consulta.
agentic-retrieval-pipeline-example	Tutorial: Creación de una solución de recuperación agéntica de extremo a extremo	A diferencia de Quickstart-Agentic-Retrieval, este ejemplo incorpora Foundry Agent Service para la orquestación de solicitudes.

Accelerators

Un acelerador es una solución de un extremo a otro que incluye código y documentación que puede adaptar para su propia implementación de un escenario específico.

Ejemplo	Description
acelerador de experimentos RAG	Realice experimentos y evaluaciones mediante Azure AI Search y el patrón RAG. Este ejemplo tiene código para cargar varios orígenes de datos, usar varios modelos y crear varios índices y consultas de búsqueda.

Demos

Un repositorio de demostración proporciona código fuente de prueba de concepto para ejemplos o escenarios que se muestran en demostraciones. A diferencia de los aceleradores, las soluciones de demostración no están diseñadas para la adaptación.

Ejemplo	Description
azure-search-vector-samples	Colección completa de ejemplos para escenarios de búsqueda vectorial, organizados por escenarios o tecnología.
azure-search-openai-demo	Experiencia similar a ChatGPT sobre datos empresariales con código de Python de Azure OpenAI que muestra cómo usar Azure AI Search con modelos de lenguaje grandes en Azure OpenAI. Para obtener información general, consulte esta entrada de blog.
aisearch-openai-rag-audio	"Voice a RAG." Esta muestra demuestra una arquitectura simple para aplicaciones de IA generativa basadas en voz que permite Azure AI Search RAG sobre la API de audio en tiempo real con transmisión de audio dúplex completo desde dispositivos cliente. También controla de forma segura el acceso tanto al modelo como al sistema de recuperación. El código de back-end se escribe en Python, mientras que el código de front-end se escribe en JavaScript. Para obtener una introducción, vea este vídeo.

Otros ejemplos

El equipo de Azure AI Search también publica los ejemplos siguientes, pero no se hace referencia a estos en la documentación. Los archivos LÉAME asociados proporcionan instrucciones de uso.

Ejemplo	Description
azure-search-classic-rag	RAG de ejecución única utilizando el motor de búsqueda clásico como datos de referencia de Azure AI Search, con un modelo de finalización de conversación de Azure OpenAI.
Guía de inicio rápido: Document-Permissions-Pull-API	Con un enfoque de "API de extracción" de indexador, las listas de control de acceso fluyen desde un origen de datos hacia los resultados de búsqueda y se aplican filtros de permisos que restringen el acceso al contenido autorizado.
Inicio rápido:Document-Permissions-Push-API	Usando las API de inserción para indexar una carga JSON, transfiera los metadatos de permisos incrustados a documentos indexados y a los resultados de búsqueda, los cuales se filtran en función del acceso del usuario al contenido autorizado.
azure-function-search	Use una función de Azure para enviar consultas a un servicio de búsqueda. Puede sustituir esta versión de Python por el api código usado en Agregar búsqueda a sitios web con .NET.
bulk-insert	Usa las APIs de inserción para cargar e indexar documentos.
index-backup-and-restore.ipynb	Realice una copia local de campos recuperables en un índice e inserte esos campos en un nuevo índice.
resumable-index-backup-restore	Realice copias de seguridad y restaure índices más grandes que superen los 100 000 documentos.

Tip

Use el explorador de ejemplos para buscar ejemplos de código de Microsoft en GitHub. Puede filtrar la búsqueda por producto, servicio e idioma.