Tworzenie indeksu wektora w przepływie monitów usługi Azure Machine Learning (wersja zapoznawcza)
Za pomocą usługi Azure Machine Learning można utworzyć indeks wektora na podstawie plików lub folderów na maszynie, lokalizacji w magazynie w chmurze, zasobu danych usługi Azure Machine Learning, repozytorium Git lub bazy danych SQL. Usługa Azure Machine Learning może obecnie przetwarzać pliki .txt, md, .pdf, .xls i .docx. Możesz również ponownie użyć istniejącego indeksu usługi Azure AI Search (dawniej Cognitive Search) zamiast tworzenia nowego indeksu.
Podczas tworzenia indeksu wektorowego usługa Azure Machine Learning fragmentuje dane, tworzy osadzanie i przechowuje osadzanie w indeksie Faiss lub indeksie usługi Azure AI Search. Ponadto usługa Azure Machine Learning tworzy:
Przetestuj dane dla źródła danych.
Przykładowy przepływ monitu, który używa utworzonego indeksu wektorowego. Funkcje przykładowego przepływu monitu obejmują:
- Automatycznie generowane warianty monitów.
- Ocena każdego wariantu monitu przy użyciu wygenerowanych danych testowych.
- Metryki dla każdego wariantu monitu, aby ułatwić wybór najlepszego wariantu do uruchomienia.
Możesz użyć tego przykładu, aby kontynuować tworzenie monitu.
Ważne
Ta funkcja jest obecnie w publicznej wersji zapoznawczej. Ta wersja zapoznawcza jest udostępniana bez umowy dotyczącej poziomu usług i nie zalecamy korzystania z niej w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą być nieobsługiwane lub ograniczone.
Aby uzyskać więcej informacji, zobacz Uzupełniające warunki korzystania z wersji zapoznawczych platformy Microsoft Azure.
Wymagania wstępne
Subskrypcja platformy Azure. Jeśli nie masz subskrypcji platformy Azure, utwórz bezpłatne konto.
Dostęp do usługi Azure OpenAI Service.
Monituj przepływy włączone w obszarze roboczym usługi Azure Machine Learning. Przepływy monitów można włączyć, włączając opcję Tworzenie rozwiązań sztucznej inteligencji z przepływem monitu na panelu Zarządzanie funkcjami w wersji zapoznawczej.
Tworzenie indeksu wektorowego przy użyciu usługi Machine Learning Studio
Wybierz pozycję Monituj przepływ w menu po lewej stronie.
Wybierz kartę Indeks wektora.
Wybierz pozycję Utwórz.
Po otwarciu formularza tworzenia indeksu wektorowego podaj nazwę indeksu wektorowego.
Wybierz typ źródła danych.
Na podstawie wybranego typu podaj szczegóły lokalizacji źródła. Następnie wybierz Dalej.
Przejrzyj szczegóły indeksu wektora, a następnie wybierz przycisk Utwórz .
Na wyświetlonej stronie przeglądu możesz śledzić i wyświetlać stan tworzenia indeksu wektorowego. Proces może chwilę potrwać w zależności od rozmiaru danych.
Dodawanie indeksu wektora do przepływu monitu
Po utworzeniu indeksu wektora można dodać go do przepływu monitu z kanwy przepływu monitu.
Otwórz istniejący przepływ monitów.
W górnym menu projektanta przepływu monitów wybierz pozycję Więcej narzędzi, a następnie wybierz pozycję Wyszukiwanie indeksu.
Narzędzie odnośnika indeksu jest dodawane do kanwy. Jeśli narzędzie nie jest widoczne natychmiast, przewiń w dół kanwy.
Wybierz pole mlindex_content wartość i wybierz indeks. Narzędzie powinno wykryć indeks utworzony w sekcji "Tworzenie indeksu wektorowego" w samouczku. Po wypełnieniu wszystkich niezbędnych informacji wybierz pozycję Zapisz, aby zamknąć szufladę generowania.
Wprowadź zapytania i query_types do wykonania względem indeksu.
Przykładem zwykłego ciągu, który można wprowadzić w tym przypadku, będzie:
How to use SDK V2?'. Here is an example of an embedding as an input:${embed_the_question.output}". Przekazywanie zwykłego ciągu będzie działać tylko wtedy, gdy indeks wektorowy jest używany w obszarze roboczym, w którym został utworzony.
Obsługiwane typy plików
Obsługiwane typy plików do tworzenia zadania indeksu wektorowego: .txt, .md, .html, .htm, .py, .pdf, .ppt, .pptx, .doc, .docx, .xls, .xlsx. Wszystkie inne typy plików zostaną zignorowane podczas tworzenia.
Następne kroki
Rozpoczynanie pracy z narzędziem RAG przy użyciu przykładu przepływu monitu (wersja zapoznawcza)
Używanie magazynów wektorów z usługą Azure Machine Learning (wersja zapoznawcza)