Comment créer et consommer des index vectoriels dans Azure AI Studio
Important
Les éléments marqués (préversion) dans cet article sont actuellement en préversion publique. Cette préversion est fournie sans contrat de niveau de service, nous la déconseillons dans des charges de travail de production. Certaines fonctionnalités peuvent être limitées ou non prises en charge. Pour plus d’informations, consultez Conditions d’Utilisation Supplémentaires relatives aux Évaluations Microsoft Azure.
Cet article décrit comment créer et utiliser un index vectoriel pour effectuer une récupération de génération augmentée (RAG).
Prérequis
Vous devez avoir :
- Projet Azure AI Studio
- Une ressource de recherche Azure AI
Créer un index depuis l’onglet Index
Connectez-vous à Azure AI Studio.
Accédez à votre projet ou créez un projet dans Azure AI Studio.
Dans le menu réductible de gauche, sélectionnez Index dans Composants.
Sélectionnez + Nouvel Index
Choisissez vos Données sources. Vous pouvez choisir des données sources dans une liste de vos sources de données récentes, une URL de stockage sur le cloud ou charger des fichiers et des dossiers depuis l’ordinateur local. Vous pouvez également ajouter une connexion à une autre source de données telle que stockage Blob Azure.
Sélectionnez Suivant après avoir choisi les données sources
Choisissez Stockage d’index : l’mplacement où vous souhaitez que votre index soit stocké
Si vous disposez déjà d’une connexion pour un service de recherche Azure AI, vous pouvez choisir ce dernier dans la liste déroulante.
- Si vous n’avez pas de connexion existante, choisissez Connecter un autre service de recherche Azure AI
- Sélectionnez l’abonnement et le service que vous souhaitez utiliser.
Sélectionnez Suivant après avoir choisi l’index de stockage
Configurez vos Paramètres de recherche
- Les paramètres vectoriels ont la valeur par défaut true pour Ajouter une recherche vectorielle à cette ressource de recherche. Comme indiqué, cela active les options de recherche hybride et hybride + sémantique. La désactivation de cette option limite les options de recherche vectorielle au mot clé et à la sémantique.
- Pour que l’option hybride fonctionne, vous avez besoin d’un modèle d’incorporation. Choisissez un modèle d’incorporation dans la liste déroulante.
- Sélectionnez l’accusé de réception pour déployer un modèle d’incorporation s’il n’existe pas déjà dans votre ressource
Si aucun modèle autre qu’Azure OpenAI n’apparaît dans la liste déroulante, procédez comme suit :
- Accédez aux paramètres du projet dans Azure AI Studio.
- Accédez à la section Connexions sous l’onglet Paramètres, puis sélectionnez Nouvelle connexion.
- Sélectionnez Modèle serverless.
- Tapez le nom du déploiement de votre modèle d’incorporation, puis sélectionnez Ajouter une connexion. Si le modèle n’apparaît pas dans la liste déroulante, sélectionnez l’option Entrer manuellement.
- Entrez le point de terminaison de l’API de déploiement, le nom du modèle et la clé API dans les champs correspondants. Ensuite, ajoutez une connexion.
- Le modèle d’incorporation doit maintenant apparaître dans la liste déroulante.
Sélectionnez Suivant après avoir configuré les paramètres de recherche
Dans les paramètres d’index
- Entrez un nom pour votre index ou utilisez le nom renseigné automatiquement
- planifier les mises à jour ; Vous pouvez choisir de mettre à jour l’index toutes les heures ou tous les jours.
- Choisissez l’emplacement où exécuter les tâches pour créer l’index. Vous pouvez :
- Utiliser la sélection automatique pour autoriser Azure AI à choisir une taille de machine virtuelle appropriée disponible
- Choisir une taille de machine virtuelle dans une liste d’options recommandées
- Choisir une taille de machine virtuelle dans une liste de toutes les options possibles
Sélectionnez Suivant après avoir configuré les paramètres de l’index
Vérifiez les détails saisis et sélectionnez Créer
Vous accéderez à la page de détails de l’index dans laquelle vous pourrez voir l’état de votre création d’index.
Créer un index depuis le terrain de jeu
Ouvrez votre projet AI Studio.
Accédez à l’onglet Terrain de jeu.
L’index Sélectionner un projet disponible s’affiche pour les index existants dans le projet. Si aucun index existant n’est utilisé, passez aux étapes suivantes.
Sélectionnez la liste déroulante Ajouter vos données.
Si un nouvel index est créé, sélectionnez l’option Ajouter vos données. Suivez ensuite les étapes de Créer un index depuis l’onglet Index pour parcourir l’Assistant de création d’index.
Si un index externe est utilisé, sélectionnez l’option Connecter un index externe.
Dans la source d’index
- Sélectionnez votre source de données.
- Sélectionnez votre service Recherche IA.
- Sélectionnez l’index à utiliser.
Sélectionnez Suivant après avoir configuré les paramètres de recherche.
Dans les paramètres d’index
- Entrez un nom pour votre index ou utilisez le nom renseigné automatiquement
- planifier les mises à jour ; Vous pouvez choisir de mettre à jour l’index toutes les heures ou tous les jours.
- Choisissez l’emplacement où exécuter les tâches pour créer l’index. Vous pouvez :
- Utiliser la sélection automatique pour autoriser Azure AI à choisir une taille de machine virtuelle appropriée disponible
- Choisir une taille de machine virtuelle dans une liste d’options recommandées
- Choisir une taille de machine virtuelle dans une liste de toutes les options possibles
Passez en revue les détails que vous avez entrés, puis sélectionnez Créer.
L’index est maintenant utilisable dans le terrain de jeu.
Utiliser un index dans le flux d’invite
Connectez-vous à Azure AI Studio et sélectionnez votre projet.
Dans le menu de gauche réductible, sélectionnez Flux d’invite.
Ouvrez un flux d’invite existant ou sélectionnez + Créer pour créer un flux.
Dans le menu supérieur du concepteur de flux, sélectionnez Autres outils, puis Index Lookup (Recherche dans l’index).
Spécifiez un nom pour votre outil Recherche dans l’index, puis sélectionnez Ajouter.
Sélectionnez la zone de valeur de mlindex_content, puis sélectionnez votre index. Après avoir effectué cette étape, entrez les requêtes et les query_types à effectuer sur l’index.
