Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Nota
Pencarian Azure AI tersedia melalui portal Azure, REST API, dan Azure SDK. Ini juga mendukung Foundry IQ, lapisan pengetahuan terkelola yang mengubah konten perusahaan menjadi pangkalan pengetahuan yang dapat digunakan kembali dan sadar izin untuk agen di portal Microsoft Foundry.
Pelajari tentang sampel REST API yang menunjukkan fungsionalitas dan alur kerja solusi Pencarian Azure AI. Sampel ini menggunakan REST API Layanan Pencarian.
REST adalah antarmuka pemrograman definitif untuk Pencarian Azure AI, menawarkan cara agnostik bahasa untuk berinteraksi dengan layanan. Untuk alasan ini, sebagian besar contoh dalam dokumentasi kami menggunakan REST API untuk menunjukkan dan menjelaskan konsep penting.
Anda dapat menggunakan klien apa pun yang mendukung panggilan HTTP. Untuk mempelajari cara merumuskan permintaan HTTP menggunakan Visual Studio Code dengan ekstensi REST Client, lihat bagian REST dari Quickstart: Pencarian teks lengkap.
Contoh dokumen
Sampel kode dari tim Pencarian Azure AI menunjukkan fitur dan alur kerja. Sampel berikut dirujuk dalam tutorial, panduan cepat, dan artikel petunjuk penggunaan. Anda dapat menemukan sampel ini di Azure-Samples/azure-search-rest-samples di GitHub.
| Sample | Article | Deskripsi |
|---|---|---|
| quickstart-agentic-retrieval | Mulai cepat: Pengambilan agenik | Integrasikan peringkat semantik dengan perencanaan kueri yang didukung LLM dan pembuatan jawaban. |
| quickstart-keyword-search | Mulai cepat: Pencarian teks lengkap | Membuat, memuat, dan mengkueri indeks pencarian menggunakan data sampel. |
| quickstart-semantic-ranking | Mulai cepat: Peringkat semantik | Tambahkan peringkat semantik ke skema indeks dan jalankan kueri semantik. |
| quickstart-vectors | Mulai cepat: Pencarian vektor | Konten vektor untuk indeks dan kueri. |
| Acl | Penerapan ACL dan RBAC pada waktu pemrosesan kueri | Menerapkan kontrol akses waktu kueri menggunakan kontrol akses berbasis peran (RBAC) dan daftar kontrol akses (ACL). |
| penganalisis kustom | Tutorial: Membuat penganalisis kustom untuk nomor telepon | Gunakan penganalisis untuk mempertahankan pola dan karakter khusus dalam konten yang dapat dicari. |
| sesi debug | Tutorial: Memperbaiki kemampuan menggunakan Sesi Debug | Buat objek pencarian yang kemudian Anda debug di portal Microsoft Azure. |
| index-json-blobs | Tutorial: Mengindeks blob JSON dari Azure Storage | Buat pengindeks, sumber data, dan indeks untuk JSON berlapis dalam array JSON. Menunjukkan model penguraian jsonArray dan parameter documentRoot. |
| Penyimpanan pengetahuan | Membuat penyimpanan pengetahuan menggunakan REST | Isi penyimpanan pengetahuan untuk alur kerja penambangan pengetahuan. |
| proyeksi | Menentukan proyeksi di penyimpanan pengetahuan | Tentukan struktur data fisik di penyimpanan pengetahuan. |
| skillset-tutorial | Tutorial: Konten yang dapat dicari yang dihasilkan AI dari blob Azure | Buat rangkaian kemampuan yang mengiterasi melalui blob Azure untuk mengekstrak informasi dan menyimpulkan struktur. |
Sampel lain
Sampel berikut juga diterbitkan oleh tim Pencarian Azure AI tetapi tidak direferensikan dalam dokumentasi. File README terkait memberikan instruksi penggunaan.
| Sample | Deskripsi |
|---|---|
| azure-search-classic-rag | RAG bidikan tunggal menggunakan mesin pencari klasik sebagai data grounding dari Pencarian Azure AI, dengan model penyelesaian obrolan dari Azure OpenAI. |
Petunjuk / Saran
Gunakan browser sampel untuk mencari sampel kode Microsoft di GitHub. Anda dapat memfilter pencarian berdasarkan produk, layanan, dan bahasa.