Campioni Python per Azure AI Search

Informazioni sugli esempi di codice Python che illustrano le funzionalità e il flusso di lavoro di una soluzione ricerca di intelligenza artificiale di Azure. Questi esempi utilizzano la Azure AI Search client library per il Azure SDK per Python, che puoi esplorare tramite i seguenti link.

Target	Link
Download del pacchetto	pypi.org/project/azure-search-documents/
Informazioni di riferimento sulle API	azure-search-documents
Test case API	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests
Codice sorgente	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents
Log delle modifiche	github.com/Azure/azure-sdk-for-python/blob/main/sdk/search/azure-search-documents/CHANGELOG.md

Esempi di SDK

I campioni di codice del team di sviluppo di Azure SDK illustrano l'utilizzo delle API. Questi esempi sono disponibili in Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples in GitHub.

Esempi di documentazione

Gli esempi di codice del team di Ricerca intelligenza artificiale di Azure illustrano funzionalità e flussi di lavoro. I seguenti campioni sono citati nei tutorial, nelle guide introduttive e negli articoli di istruzioni. Questi esempi sono disponibili in Azure-Samples/azure-search-python-samples in GitHub.

Sample	Article	Description
Quickstart	Guida introduttiva: Ricerca a testo completo	Creare, caricare ed eseguire query su un indice di ricerca usando dati di esempio.
Quickstart-Agentic-Retrieval	Guida introduttiva: recupero agentico	Integrare il ranking semantico con la pianificazione delle query e la generazione delle risposte supportate da LLM.
Quickstart-RAG	Guida introduttiva: Ricerca generativa (RAG)	Usare i dati di grounding di Azure AI Search con un modello di completamento della chat di Azure OpenAI.
Quickstart-Semantic-Search	Guida introduttiva: Classificazione semantica	Aggiungere la classificazione semantica a uno schema di indice ed eseguire query semantiche.
Guida introduttiva-Ricerca vettoriale	Guida introduttiva: Ricerca vettoriale	Indicizzare e interrogare il contenuto del vettore.
agentic-retrieval-pipeline-example	Esercitazione: Costruire una soluzione di recupero agentico end-to-end	A differenza di Quickstart-Agentic-Retrieval, questo esempio incorpora il servizio agente Foundry per l'orchestrazione delle richieste.

Accelerators

Un acceleratore è una soluzione end-to-end che include codice e documentazione che è possibile adattare per la propria implementazione di uno scenario specifico.

Sample	Description
rag-experiment-accelerator	Eseguire esperimenti e valutazioni usando Ricerca di intelligenza artificiale di Azure e il modello RAG. Questo esempio include codice per il caricamento di più origini dati, l'uso di vari modelli e la creazione di vari indici di ricerca e query.

Demos

Un repository demo fornisce codice sorgente proof-of-concept per esempi o scenari illustrati nelle dimostrazioni. A differenza degli acceleratori, le soluzioni demo non sono progettate per l'adattamento.

Sample	Description
azure-search-vector-samples	Raccolta completa di esempi per scenari di ricerca vettoriale, organizzati per scenario o tecnologia.
azure-search-openai-demo	Esperienza simile a ChatGPT sui dati aziendali con il codice Python OpenAI di Azure che illustra come usare Ricerca di intelligenza artificiale di Azure con modelli di linguaggio di grandi dimensioni in Azure OpenAI. Per informazioni generali, vedere questo post di blog.
aisearch-openai-rag-audio	"Voce a RAG". Questo esempio illustra una semplice architettura per applicazioni di IA generativa basate su voce, in grado di abilitare la generazione aumentata di recupero (RAG) di Azure AI Search su API audio in tempo reale con streaming audio full-duplex da dispositivi client. Gestisce inoltre in modo sicuro l'accesso sia al modello che al sistema di recupero. Il codice back-end viene scritto in Python, mentre il codice front-end viene scritto in JavaScript. Per un'introduzione, guardare questo video.

Altri esempi

Gli esempi seguenti vengono pubblicati anche dal team di Ricerca di intelligenza artificiale di Azure, ma non fanno riferimento alla documentazione. I file README associati forniscono istruzioni sull'utilizzo.

Sample	Description
Modello RAG classico	Creare una pipeline di indicizzazione che usa il motore di ricerca classico per caricare, suddividere, incorporare e inserire contenuto ricercabile.
Quickstart-Document-Permissions-Pull-API	Usando un approccio "API pull" dell'indicizzatore, trasferire gli elenchi di controllo accessi da una fonte di dati ai risultati della ricerca e applicare filtri di autorizzazione che limitano l'accesso al contenuto autorizzato.
Quickstart-Document-Permissions-Push-API	Utilizzando le API push per indicizzare un payload JSON, fai fluire i metadati delle autorizzazioni incorporate nei documenti indicizzati e nei risultati di ricerca filtrati in base all'accesso degli utenti al contenuto autorizzato.
azure-function-search	Usare una funzione di Azure per inviare query a un servizio di ricerca. È possibile sostituire questa versione di Python per il api codice usato in Aggiungere la ricerca ai siti Web con .NET.
bulk-insert	Usare le API push per caricare e indicizzare i documenti.
index-backup-and-restore.ipynb	Creare una copia locale dei campi recuperabili in un indice ed eseguire il push di tali campi in un nuovo indice.
resumable-index-backup-restore	Eseguire il backup e il ripristino di indici di dimensioni superiori a 100.000 documenti.

Tip

Usare il browser degli esempi per cercare esempi di codice Microsoft in GitHub. È possibile filtrare la ricerca in base a prodotto, servizio e lingua.