Exemples Python pour Recherche Azure AI

Découvrez les exemples de code Python qui illustrent les fonctionnalités et le flux de travail d’une solution Recherche d’IA Azure. Ces exemples utilisent la bibliothèque de client Recherche d’IA Azure pour le Kit de développement logiciel (SDK) Azure pour Python, que vous pouvez explorer dans les liens suivants.

Target	Link
Téléchargement de package	pypi.org/project/azure-search-documents/
Référence d’API	azure-search-documents
Cas de test d’API	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests
Code source	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents
Journal des modifications	github.com/Azure/azure-sdk-for-python/blob/main/sdk/search/azure-search-documents/CHANGELOG.md

Exemples du Kit de développement logiciel (SDK)

Les exemples de code de l’équipe de développement du kit SDK Azure illustrent l’utilisation de l’API. Vous trouverez ces exemples dans Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples sur GitHub.

Exemples de documentation

Les exemples de code de l’équipe Recherche Azure AI illustrent les fonctionnalités et les flux de travail. Les exemples suivants sont référencés dans les didacticiels, les guides de démarrage rapide et les articles pratiques. Vous trouverez ces exemples dans Azure-Samples/azure-search-python-samples sur GitHub.

Sample	Article	Description
Quickstart	Démarrage rapide : Recherche en texte intégral	Créez, chargez et interrogez un index de recherche à l’aide d’exemples de données.
Quickstart-Agentic-Retrieval	Démarrage rapide : Récupération agentique	Intégrez le classement sémantique à la planification des requêtes et à la génération de réponses basées sur LLM.
Quickstart-Semantic-Search	Démarrage rapide : classement sémantique	Ajoutez un classement sémantique à un schéma d’index et exécutez des requêtes sémantiques.
Démarrage rapide-Vector-Search	Démarrage rapide : Recherche vectorielle	Contenu d’index et de vecteur de requête.
agentic-retrieval-pipeline-example	Tutoriel : Créer une solution de récupération agentique de bout en bout	Contrairement au Quickstart-Agentic-Récupération, cet exemple incorpore le Service de l’agent Foundry pour l'orchestration des requêtes.

Accelerators

Un accélérateur est une solution de bout en bout qui inclut du code et de la documentation que vous pouvez adapter à votre propre implémentation d’un scénario spécifique.

Sample	Description
accélérateur d'expérimentation RAG	Effectuez des expériences et des évaluations à l’aide d’Azure AI Search et du modèle RAG. Cet exemple contient du code pour le chargement de plusieurs sources de données, l’utilisation de différents modèles et la création de différents index de recherche et requêtes.

Demos

Un référentiel de démonstration fournit du code source de preuve de concept pour des exemples ou des scénarios présentés dans des démonstrations. Contrairement aux accélérateurs, les solutions de démonstration ne sont pas conçues pour l’adaptation.

Sample	Description
azure-search-vector-samples	Collection complète d’exemples pour les scénarios de recherche vectorielle, organisées par scénario ou technologie.
azure-search-openai-demo	Une expérience similaire à ChatGPT avec les données d’entreprise, utilisant du code Python Azure OpenAI pour montrer comment employer Azure AI Search avec de grands modèles de langage dans Azure OpenAI. Pour plus d’informations, consultez ce billet de blog.
aisearch-openai-rag-audio	« Voice to RAG. » Cet exemple illustre une architecture simple pour les applications d’IA générative basées sur la voix qui permet à Azure AI Search RAG de s’ajouter à l’API audio en temps réel avec un streaming audio duplex intégral à partir d’appareils clients. Il gère également en toute sécurité l’accès au modèle et au système de récupération. Le code principal est écrit en Python, tandis que le code front-end est écrit en JavaScript. Pour une introduction, regardez cette vidéo.

Autres exemples

Les exemples suivants sont également publiés par l’équipe Recherche d’IA Azure, mais ne sont pas référencés dans la documentation. Les fichiers README associés fournissent des instructions d’utilisation.

Sample	Description
azure-search-classic-rag	RAG à prise unique à l’aide du moteur de recherche classique comme données d’ancrage d’Azure AI Search, avec un modèle de complétion de chat depuis Azure OpenAI.
Guide de démarrage rapide-Document-Permissions-Pull-API	À l’aide d’une approche par « pull API » de l’indexeur, transférer les listes de contrôle d’accès depuis une source de données vers les résultats de recherche, en appliquant des filtres d’autorisation qui limitent l’accès au contenu aux utilisateurs autorisés.
Guide de démarrage rapide - Permissions de documents - Push API	En utilisant les API Push pour indexer une charge utile JSON, transmettez les métadonnées d'autorisation intégrées dans le flux vers les documents indexés et les résultats de recherche, filtrés en fonction de l'accès utilisateur au contenu autorisé.
azure-function-search	Utilisez une fonction Azure pour envoyer des requêtes à un service de recherche. Vous pouvez remplacer cette version de Python pour le api code utilisé dans Ajouter une recherche aux sites web avec .NET.
bulk-insert	Utilisez les API Push pour charger et indexer des documents.
index-backup-and-restore.ipynb	Effectuez une copie locale de champs récupérables dans un index et envoyez ces champs à un nouvel index.
resumable-index-backup-restore	Sauvegardez et restaurez des index plus volumineux qui dépassent 100 000 documents.

Tip

Utilisez le navigateur d’exemples pour rechercher des exemples de code Microsoft sur GitHub. Vous pouvez filtrer votre recherche par produit, service et langue.