ファイルナレッジソースを作成する (プレビュー)

Note

Azure AI 検索は、Azure ポータル、REST API、およびAzure SDKから使用できます。また、Foundry IQ は、エンタープライズコンテンツを、Microsoft Foundry ポータルのエージェントの再利用可能なアクセス許可に対応したナレッジベースに変換するマネージドナレッジレイヤーです。

Important

これらの機能は、2026-05-01-preview REST API の一部です。 2026-05-01-preview は、お客様の Azure サブスクリプションの一部としてお客様にライセンス供与されるものであり、Microsoft Product Terms における「Previews」に適用される条件、Microsoft Products and Services Data Protection Addendum（「DPA」）、および Supplemental Terms of Use for Microsoft Azure Previews に従うものとします。

2026-05-01-preview では、他のMicrosoft サービスやサードパーティのサービスへの接続がサポートされています。これらのサービスの利用は各サービスの利用規約に従うものとし、データが Azure コンプライアンス境界の外部で処理または保存されたり、Azure コンプライアンス境界内に流入したりする場合があります。

データが組織のコンプライアンスと地理的境界の外部に流れるかどうか、および関連する影響、および適切なアクセス許可、境界、承認がプロビジョニングされるかどうかを管理するのは、お客様の責任です。

特定のユースケースのコンテキストで構築したアプリケーションを慎重に確認およびテストし、すべての適切な決定とカスタマイズを行う責任があります。これには、メタプロンプト、コンテンツフィルター、その他の安全システムなどの独自の責任ある AI 軽減策の実装や、アプリケーションが適切な品質、信頼性、セキュリティ、信頼性の標準を満たしていることを確認する機能が含まれます。詳細については、「Azure AI 検索透過性に関するメモを参照してください。

ファイルナレッジソース (プレビュー) は、エージェントの取得のために、小規模から中規模のファイルセットを直接Azure AI 検索にアップロードします。ナレッジソースは個別に作成され、ナレッジベースで参照され、実行時にナレッジベースのクエリが実行されるときに、グラウンドデータとして使用されます。

ファイルナレッジソースは、Azure Storageのプロビジョニング、アクセスの構成、外部コンテナー経由でのインデクサーパイプラインの作成の代わりに、マネージドアップロードエクスペリエンスが必要な場合に便利です。 Azure AI 検索は、抽出されたコンテンツをナレッジベースから取得できるように、アップロードされたファイルを処理します。

ファイルナレッジソースでは、最大 100 個のファイルがサポートされます。ファイルが既にAzure Blob StorageまたはAzure Data Lake Storage Gen2にある場合、ファイルセットが 100 個を超える場合、または 100 個を超える可能性がある場合、またはスケジュールされたインジェストが必要な場合は、代わりに BLOB ナレッジソースを使用します。また、Azure Blob Storage ライフサイクル管理ポリシーを使用してソース BLOB を管理する場合や、Azure Storageのアクセス許可に基づいてドキュメントレベルのアクセス許可 (プレビュー) が必要な場合にも、BLOB ナレッジソースを使用します。

使用サポート

Azure Portal	Microsoft Foundry ポータル	.NET SDK	Python SDK	Java SDK	JavaScript SDK	REST API
❌	✔️	✔️	✔️	✔️	✔️	✔️

Prerequisites

エージェント型取得を提供するリージョン内の任意の専用の Azure AI 検索サービス。ファイルナレッジソースは、サーバーレス検索サービスではサポートされていません。専用レベルの詳細については、「サービスレベルの選択」を参照してください。毎月の無料利用分を超える有料使用が必要な場合は、knowledgeRetrieval を使用して、standard サービスプロパティをに設定します。
サポートされている形式のファイル。
ナレッジソースを作成する権限。ユーザーアカウントに割り当てられた Search Service 共同作成者ロール (推奨) を使用してキーレス認証を構成するか、API キーを使用します。
ナレッジソースが埋め込み用の Azure OpenAI モデルを指定する場合、検索サービスには、Microsoft Foundry リソースに対する管理 IDCognitive Services User アクセス許可が必要です。
- Foundry リソースでパブリックネットワークアクセスが無効になっている場合は、検索サービスから Foundry リソースへのopenai_account共有プライベートリンクを作成し、信頼されたサービスリスト設定でリソースの [Azure サービスを許可する] 設定を有効のままにします。

最新の Azure.Search.Documents プレビューパッケージ: dotnet add package Azure.Search.Documents --prerelease

最新の azure-search-documents プレビューパッケージ: pip install --pre azure-search-documents

Search Service REST API の 2026-05-01-preview バージョン。

サポートされている形式と制限

次のファイルの種類がサポートされています。

カテゴリ	Extensions
テキスト	`.txt`、`.md`、`.html`、`.json`、`.csv`
Code	`.c`、`.cs`、`.cpp`、`.java`、`.py`、`.js`、`.ts`、`.php`、`.rb`、`.sh`
ドキュメント	`.pdf`、`.docx`、`.pptx`、`.doc`

ファイルナレッジソースには、次の制限が適用されます。

Limit	価値
アップロードあたりの最大ファイルサイズ	50 MB
ファイルナレッジソースあたりの最大ファイル数	100

アップロードされたコンテンツをチャンクまたはベクター化するようにファイルナレッジソースを構成する場合は、モデルとダウンストリームの処理の制限も適用されます。

Note

同じファイル名をアップロードしても、既存のファイルは置き換えられません。詳細については、「ファイルのアップロード」を参照してください。
生成された検索インデックスには、アップロードされたコンテンツが格納されます。価格レベル別のストレージ制限の合計については、「サービスの制限」を参照してください。

既存のナレッジソースを確認する

ナレッジソースは、最上位の再利用可能なオブジェクトです。既存のナレッジソースについて知ることは、新しいオブジェクトを再利用または名前付けする場合に役立ちます。

次のコードを実行して、名前と種類でナレッジソースを一覧表示します。

// List knowledge sources by name and type
using Azure.Search.Documents.Indexes;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
var knowledgeSources = indexClient.GetKnowledgeSourcesAsync();

Console.WriteLine("Knowledge Sources:");

await foreach (var ks in knowledgeSources)
{
    Console.WriteLine($"  Name: {ks.Name}, Type: {ks.GetType().Name}");
}

Reference:SearchIndexClient

# List knowledge sources by name and type
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))

for ks in index_client.list_knowledge_sources():
    print(f"  - {ks.name} ({ks.kind})")

Reference:SearchIndexClient

### List knowledge sources by name and type
GET {{search-url}}/knowledgesources?api-version={{api-version}}&$select=name,kind
api-key: {{api-key}}

リファレンス:ナレッジソース - リスト

名前で 1 つのナレッジソースを返して、その JSON 定義を確認することもできます。

using Azure.Search.Documents.Indexes;
using System.Text.Json;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);

// Specify the knowledge source name to retrieve
string ksNameToGet = "earth-knowledge-source";

// Get its definition
var knowledgeSourceResponse = await indexClient.GetKnowledgeSourceAsync(ksNameToGet);
var ks = knowledgeSourceResponse.Value;

// Serialize to JSON for display
var jsonOptions = new JsonSerializerOptions 
{ 
    WriteIndented = true,
    DefaultIgnoreCondition = System.Text.Json.Serialization.JsonIgnoreCondition.Never
};
Console.WriteLine(JsonSerializer.Serialize(ks, ks.GetType(), jsonOptions));

Reference:SearchIndexClient

# Get a knowledge source definition
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
import json

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))

ks = index_client.get_knowledge_source("knowledge_source_name")
print(json.dumps(ks.as_dict(), indent = 2))

Reference:SearchIndexClient

### Get a knowledge source definition
GET {{search-url}}/knowledgesources/{{knowledge-source-name}}?api-version={{api-version}}
api-key: {{api-key}}

リファレンス:ナレッジソース - 取得

次の JSON は、ファイルナレッジソースに対する応答の例です。

{
  "name": "my-file-ks",
  "kind": "file",
  "description": "A sample file knowledge source.",
  "encryptionKey": null,
  "fileParameters": {
    "ingestionParameters": {
      "contentExtractionMode": "minimal",
      "embeddingModel": {
        "kind": "azureOpenAI",
        "azureOpenAIParameters": {
          "resourceUri": "<REDACTED>",
          "deploymentId": "text-embedding-3-large",
          "modelName": "text-embedding-3-large"
        }
      }
    }
  }
}

ナレッジソースを作成する

アップロードされたコンテンツのベクター化に使用する埋め込みモデルを指定するファイルナレッジソースを作成します。

using Azure;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

var embeddingParams = new AzureOpenAIVectorizerParameters
{
    ResourceUri = new Uri(aoaiEndpoint),
    DeploymentName = aoaiEmbeddingDeployment,
    ModelName = aoaiEmbeddingModel
};

var ingestionParams = new KnowledgeSourceIngestionParameters
{
    ContentExtractionMode = "minimal",
    EmbeddingModel = new KnowledgeSourceAzureOpenAIVectorizer
    {
        AzureOpenAIParameters = embeddingParams
    }
};

var fileParams = new FileKnowledgeSourceParameters
{
    IngestionParameters = ingestionParams
};

var knowledgeSource = new FileKnowledgeSource(
    name: "my-file-ks",
    fileParameters: fileParams
)
{
    Description = "This knowledge source uses directly uploaded product manuals."
};

await indexClient.CreateOrUpdateKnowledgeSourceAsync(knowledgeSource);
Console.WriteLine($"Knowledge source '{knowledgeSource.Name}' created or updated successfully.");

Reference:SearchIndexClient

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.indexes.models import (
    AzureOpenAIVectorizerParameters,
    FileKnowledgeSource,
    FileKnowledgeSourceParameters,
)
from azure.search.documents.knowledgebases.models import (
    KnowledgeSourceAzureOpenAIVectorizer,
    KnowledgeSourceIngestionParameters,
)

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

embedding_params = AzureOpenAIVectorizerParameters(
    resource_url="aoai_endpoint",
    deployment_name="aoai_embedding_deployment",
    model_name="aoai_embedding_model",
)

ingestion_params = KnowledgeSourceIngestionParameters(
    content_extraction_mode="minimal",
    embedding_model=KnowledgeSourceAzureOpenAIVectorizer(
        azure_open_ai_parameters=embedding_params
    ),
)

knowledge_source = FileKnowledgeSource(
    name="my-file-ks",
    description="This knowledge source uses directly uploaded product manuals.",
    file_parameters=FileKnowledgeSourceParameters(ingestion_parameters=ingestion_params),
)

index_client.create_or_update_knowledge_source(knowledge_source=knowledge_source)
print(f"Knowledge source '{knowledge_source.name}' created or updated successfully.")

Reference:SearchIndexClient

PUT {{search-url}}/knowledgesources/my-file-ks?api-version=2026-05-01-preview
api-key: {{api-key}}
Content-Type: application/json
Prefer: return=representation

{
  "name": "my-file-ks",
  "kind": "file",
  "description": "This knowledge source uses directly uploaded product manuals.",
  "encryptionKey": null,
  "fileParameters": {
    "ingestionParameters": {
      "embeddingModel": {
        "kind": "azureOpenAI",
        "azureOpenAIParameters": {
          "resourceUri": "{{aoai-endpoint}}",
          "deploymentId": "{{aoai-embedding-deployment}}",
          "modelName": "{{aoai-embedding-model}}"
        }
      },
      "contentExtractionMode": "minimal"
    }
  }
}

リファレンス:ナレッジソース - 作成または更新

ファイルをアップロードする

ナレッジソースが存在したら、ファイルを直接アップロードします。各アップロードは同期呼び出しです。Azure AI 検索は、アップロードされたファイルからコンテンツを抽出し、コンテンツをチャンクし、必要に応じ埋め込みを作成し、呼び出しが戻る前に取得できるように抽出されたコンテンツを準備します。個別のインジェストパイプラインを構成または実行する必要はありません。

一覧表示されている fileName は、アップロード要求の Content-Disposition: attachment; filename="..." ヘッダーから取得されます。 REST 呼び出しと .NET SDK は、このヘッダーを直接設定しますが、Python SDK は filename パラメーターを受け取り、ヘッダーを自動的にビルドします。ヘッダーが設定されていない場合、サービスは自動生成された fileNameを割り当てます。

using Azure;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

string fileName = "installation-guide.pdf";
byte[] fileBytes = await File.ReadAllBytesAsync(fileName);
string contentDisposition = $"attachment; filename=\"{fileName}\"";

KnowledgeSourceFile uploadedFile = (await indexClient.UploadKnowledgeSourceFileAsync(
    "my-file-ks",
    contentDisposition,
    BinaryData.FromBytes(fileBytes))).Value;

Console.WriteLine($"Uploaded file ID: {uploadedFile.FileId}");

Reference:SearchIndexClient.UploadKnowledgeSourceFileAsync

from pathlib import Path

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

file_path = Path("installation-guide.pdf")
uploaded_file = index_client.upload_knowledge_source_file(
    "my-file-ks",
    file_path.read_bytes(),
    filename=file_path.name,
)
print(f"Uploaded file ID: {uploaded_file.file_id}")

リファレンス:SearchIndexClient.upload_knowledge_source_file

POST {{search-url}}/knowledgesources/my-file-ks/files?api-version=2026-05-01-preview
api-key: {{api-key}}
Content-Type: application/octet-stream
Content-Disposition: attachment; filename="installation-guide.pdf"

<binary file content>

リファレンス:ナレッジソース - ファイルのアップロード

Note

同じ fileNameを再利用しても、ファイルをアップロードしても既存のファイルは置き換えられません。アップロードが成功するたびに、独自の fileIdを持つ新しいファイルが作成されるため、アップロードされたファイルの一覧には、 fileNameを共有する複数のエントリを含めることができます。

コンテンツを置き換えるには、置換をアップロードする前に、 fileId で前のファイルを削除します。

アップロードされたファイルを一覧表示する

ナレッジソース上のファイルを一覧表示して、アップロードされたファイルセットを検査します。

using Azure;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

await foreach (KnowledgeSourceFile file in indexClient.GetKnowledgeSourceFilesAsync("my-file-ks"))
{
    Console.WriteLine($"{file.FileName} ({file.FileSizeBytes} bytes) error={file.ErrorMessage}");
}

Reference:SearchIndexClient.GetKnowledgeSourceFilesAsync

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

for file in index_client.list_knowledge_source_files("my-file-ks"):
    print(f"{file.file_name} ({file.file_size_bytes} bytes) error={file.error_message}")

リファレンス:SearchIndexClient.list_knowledge_source_files

GET {{search-url}}/knowledgesources/my-file-ks/files?api-version=2026-05-01-preview
api-key: {{api-key}}

リファレンス:ナレッジソース - リストファイル

応答には、アップロードされた各ファイルのメタデータが含まれます。 errorMessage値は、アップロードがエラーなしで処理されるときにnullされます。

{
  "value": [
    {
      "fileId": "file-abc123",
      "fileName": "installation-guide.txt",
      "fileSizeBytes": 89,
      "createdAt": "2026-05-07T18:10:00Z",
      "lastUpdatedAt": "2026-05-07T18:14:00.803Z",
      "errorMessage": null
    }
  ]
}

アップロードは同期的であるため、アップロード呼び出しが成功するとすぐにファイルを取得する準備が整います。処理が失敗した場合、アップロード応答と後続のリストエントリには、nullerrorMessage以外のエントリが含まれます。一般的な原因としては、サポートされていないファイルの種類、抽出エラー、モデルアクセスの問題、クォータ制限などがあります。

モデルアクセスエラーが発生し、埋め込みモデルをホストする Foundry リソースがプライベートネットワークを使用している場合は、共有プライベートリンク openai_account が承認され、信頼されたサービスバイパスが有効になっていることを確認します。無効なバイパスは 403 Public access is disabledを返します。セットアップの詳細については、「前提条件」を参照してください。

アップロードしたファイルを削除する

取得可能でなくなったファイルをナレッジソースから削除します。

using Azure;
using Azure.Search.Documents.Indexes;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));

await indexClient.DeleteKnowledgeSourceFileAsync("my-file-ks", "file-abc123");

Reference:SearchIndexClient.DeleteKnowledgeSourceFileAsync

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))

index_client.delete_knowledge_source_file("my-file-ks", "file-abc123")

リファレンス:SearchIndexClient.delete_knowledge_source_file

DELETE {{search-url}}/knowledgesources/my-file-ks/files/file-abc123?api-version=2026-05-01-preview
api-key: {{api-key}}

リファレンス:ナレッジソース - ファイルの削除

ナレッジベースに割り当てる

ナレッジソースに満足している場合は、ナレッジベースに追加します。

ナレッジベースのクエリを実行する

ナレッジベースが構成されたら、取得アクションまたは MCP エンドポイントを呼び出してナレッジソースにクエリを実行します。

ナレッジソースを削除する

ナレッジソースを削除する前に、ナレッジソースを参照するすべてのナレッジベースを削除するか、ナレッジベース定義を更新して参照を削除する必要があります。インデックスとインデクサーパイプラインを生成するナレッジソースの場合、 生成されたすべてのオブジェクト も削除されます。ただし、既存のインデックスを使用してナレッジソースを作成した場合、インデックスは削除されません。

使用中のナレッジソースを削除しようとすると、アクションは失敗し、影響を受けるナレッジベースの一覧が返されます。

ナレッジソースを削除するには:

検索サービスのすべてのナレッジベースの一覧を取得します。

using Azure.Search.Documents.Indexes;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
var knowledgeBases = indexClient.GetKnowledgeBasesAsync();

Console.WriteLine("Knowledge Bases:");

await foreach (var kb in knowledgeBases)
{
    Console.WriteLine($"  - {kb.Name}");
}

Reference:SearchIndexClient

応答の例は次のようになります。

 {
     "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)",
     "value": [
     {
         "name": "my-kb"
     },
     {
         "name": "my-kb-2"
     }
     ]
 }

個別のナレッジベース定義を取得して、ナレッジソースの参照を確認する。

using Azure.Search.Documents.Indexes;
using System.Text.Json;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);

// Specify the knowledge base name to retrieve
string kbNameToGet = "earth-knowledge-base";

// Get a specific knowledge base definition
var knowledgeBaseResponse = await indexClient.GetKnowledgeBaseAsync(kbNameToGet);
var kb = knowledgeBaseResponse.Value;

// Serialize to JSON for display
string json = JsonSerializer.Serialize(kb, new JsonSerializerOptions { WriteIndented = true });
Console.WriteLine(json);

Reference:SearchIndexClient

応答の例は次のようになります。

 {
   "Name": "earth-knowledge-base",
   "KnowledgeSources": [
     {
       "Name": "earth-knowledge-source"
     }
   ],
   "Models": [
     {}
   ],
   "RetrievalReasoningEffort": {},
   "OutputMode": {},
   "ETag": "\u00220x8DE278629D782B3\u0022",
   "EncryptionKey": null,
   "Description": null,
   "RetrievalInstructions": null,
   "AnswerInstructions": null
 }

ナレッジベースを削除するか、複数のナレッジソースがある場合は、ナレッジベースを更新してソースを削除します。この例では、削除を示します。

using Azure.Search.Documents.Indexes;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);

await indexClient.DeleteKnowledgeBaseAsync(knowledgeBaseName);
System.Console.WriteLine($"Knowledge base '{knowledgeBaseName}' deleted successfully.");

Reference:SearchIndexClient

ナレッジソースを削除します。

await indexClient.DeleteKnowledgeSourceAsync(knowledgeSourceName);
System.Console.WriteLine($"Knowledge source '{knowledgeSourceName}' deleted successfully.");

Reference:SearchIndexClient

検索サービスのすべてのナレッジベースの一覧を取得します。

# Get knowledge bases
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))

print("Knowledge Bases:")
for kb in index_client.list_knowledge_bases():
    print(f"  - {kb.name}")

Reference:SearchIndexClient

応答の例は次のようになります。

 {
     "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)",
     "value": [
     {
         "name": "my-kb"
     },
     {
         "name": "my-kb-2"
     }
     ]
 }

個別のナレッジベース定義を取得して、ナレッジソースの参照を確認する。

# Get a knowledge base definition
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
kb = index_client.get_knowledge_base("knowledge_base_name")
print(kb)

Reference:SearchIndexClient

応答の例は次のようになります。

 {
   "name": "my-kb",
   "description": null,
   "retrievalInstructions": null,
   "answerInstructions": null,
   "outputMode": null,
   "knowledgeSources": [
     {
       "name": "my-blob-ks",
     }
   ],
   "models": [],
   "encryptionKey": null,
   "retrievalReasoningEffort": {
     "kind": "low"
   }
 }

# Delete a knowledge base
from azure.core.credentials import AzureKeyCredential 
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
index_client.delete_knowledge_base("knowledge_base_name")
print(f"Knowledge base deleted successfully.")

Reference:SearchIndexClient

ナレッジソースを削除します。

# Delete a knowledge source
from azure.core.credentials import AzureKeyCredential 
from azure.search.documents.indexes import SearchIndexClient

index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
index_client.delete_knowledge_source("knowledge_source_name")
print(f"Knowledge source deleted successfully.")

Reference:SearchIndexClient

検索サービスのすべてのナレッジベースの一覧を取得します。

### Get knowledge bases
GET {{search-url}}/knowledgebases?api-version={{api-version}}&$select=name
api-key: {{api-key}}

リファレンス:ナレッジベース - リスト

応答の例は次のようになります。

 {
     "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)",
     "value": [
     {
         "name": "my-kb"
     },
     {
         "name": "my-kb-2"
     }
     ]
 }

個別のナレッジベース定義を取得して、ナレッジソースの参照を確認する。

### Get a knowledge base definition
GET {{search-url}}/knowledgebases/{{knowledge-base-name}}?api-version={{api-version}}
api-key: {{api-key}}

リファレンス:ナレッジベース - 取得

応答の例は次のようになります。

 {
   "name": "my-kb",
   "description": null,
   "retrievalInstructions": null,
   "answerInstructions": null,
   "outputMode": null,
   "knowledgeSources": [
     {
       "name": "my-blob-ks",
     }
   ],
   "models": [],
   "encryptionKey": null,
   "retrievalReasoningEffort": {
     "kind": "low"
   }
 }

ナレッジベースを削除するか、複数のナレッジソースがある場合は、ナレッジベースを更新してソースを削除します。この例では、削除を示します。
```
### Delete a knowledge base
DELETE {{search-url}}/knowledgebases/{{knowledge-base-name}}?api-version={{api-version}}
api-key: {{api-key}}
```
リファレンス:ナレッジベース - 削除

ナレッジソースを削除します。

### Delete a knowledge source
DELETE {{search-url}}/knowledgesources/{{knowledge-source-name}}?api-version={{api-version}}
api-key: {{api-key}}

リファレンス:ナレッジソース - 削除

フィードバック

このページはお役に立ちましたか?

Last updated on 2026-08-14

ファイル ナレッジ ソースを作成する (プレビュー)

使用サポート

Prerequisites

サポートされている形式と制限

既存のナレッジ ソースを確認する

ナレッジ ソースを作成する

ファイルをアップロードする

アップロードされたファイルを一覧表示する

アップロードしたファイルを削除する

ナレッジ ベースに割り当てる

ナレッジ ベースのクエリを実行する

ナレッジ ソースを削除する

関連するコンテンツ

フィードバック

その他のリソース

ファイルナレッジソースを作成する (プレビュー)

既存のナレッジソースを確認する

ナレッジソースを作成する

ナレッジベースに割り当てる

ナレッジベースのクエリを実行する

ナレッジソースを削除する