Hatékonyságnövelő eszközök és gyorsítók az Azure AI Kereséshez

Note

Azure AI Keresés a Azure portálon, REST API-kon és Azure SDK-k keresztül érhető el. Emellett a Foundry IQ-t is támogatja, amely a vállalati tartalmakat újrafelhasználható, engedélytudatos tudásbázisokká alakítja át az Microsoft Foundry portálon található ügynökök számára.

A Microsoft mérnökei olyan hatékonyságnövelő eszközöket fejlesztenek, amelyek nem részei az Azure AI Keresés szolgáltatásnak, és amelyekre nem vonatkoznak szolgáltatási szintű szerződések (SLA-k). Ezeket az eszközöket letöltheti, módosíthatja és létrehozhatja egy olyan alkalmazás létrehozásához, amely segít a keresési megoldások fejlesztésében vagy karbantartásában.

Accelerators

Accelerator	Description
RAG kísérleti gyorsító	Kísérletek és értékelések végrehajtása az Azure AI Keresés és a RAG minta használatával. Ez a gyorsító kóddal tölt be több adatforrást, különböző modelleket használ, és különféle keresési indexeket és lekérdezéseket hoz létre.
Saját copilot-megoldásgyorsító létrehozása	Kód és dokumentumok egy adott használati esetekhez készült copilot létrehozásához.
Csevegés az adatmegoldás-gyorsítóval	Kód és dokumentáció interaktív keresési megoldások létrehozásához éles környezetekben.
Dokumentum-tudásbányászati megoldásgyorsító	Az Azure OpenAI-ra épített kód és dokumentumok a Foundry Modellekben és az Azure Document Intelligence a Foundry Tools-ban. Feldolgozza és kinyeri az összegzéseket, entitásokat és metaadatokat strukturálatlan, többmodális dokumentumokból, hogy lehetővé tegye az adatok közötti keresést és csevegést.

Tools

Eszköz neve	Description
Azure AI Keresés Lab	Tanulási és kísérletezési tesztkörnyezet az AI-kompatibilis keresési forgatókönyvek kipróbálásához az Azure-ban. Ez egy webalkalmazás előtérét biztosítja, amely az Azure AI Keresés és az Azure OpenAI használatával hajt végre kereséseket különböző beállításokkal. Ezek a lehetőségek az egyszerű kulcsszókereséstől a szemantikai rangsorolásig, a vektoros és hibrid keresésig terjednek, és generatív AI-t használnak a keresési lekérdezések megválaszolásához.
Biztonsági mentés és visszaállítás (C#)	Töltse le az index lekérdezhető mezőit a helyi eszközére, majd töltse fel az indexet és tartalmát egy új keresési szolgáltatásba.
Biztonsági mentés és visszaállítás (Python)	Töltse le az index lekérdezhető mezőit a helyi eszközére, majd töltse fel az indexet és tartalmát egy új keresési szolgáltatásba.
Teljesítménytesztelési megoldás	Ez a megoldás segít az Azure AI Keresés terheléses tesztelésében. Apache JMetert használ nyílt forráskód terhelés- és teljesítménytesztelő eszközként, a Terraform pedig dinamikusan építi ki és pusztítja el a szükséges infrastruktúrát az Azure-ban.
Visual Studio Code-bővítmény	Bár a bővítmény már nem érhető el a Visual Studio Code Marketplace-en, a kód nyílt forráskódú. Az eszközt saját használatra klónozhatja és módosíthatja.