Przykłady języka Python dla usługi Azure AI Search
Dowiedz się więcej o przykładach kodu w języku Python, które przedstawiają funkcje i przepływ pracy rozwiązania azure AI Search. Te przykłady korzystają z biblioteki klienta usługi Azure AI Search dla zestawu Azure SDK dla języka Python, którą można eksplorować, korzystając z poniższych linków.
Obiekt docelowy | Link |
---|---|
Pobieranie pakietu | pypi.org/project/azure-search-documents/ |
Odwołanie do interfejsu API | azure-search-documents |
Przypadki testowe interfejsu API | github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests |
Kod źródłowy | github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents |
Przykłady dla zestawu SDK
Przykłady kodu z zespołu deweloperów zestawu Azure SDK przedstawiają użycie interfejsu API. Te przykłady można znaleźć w artykule azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples w witrynie GitHub.
Przykłady | opis |
---|---|
Uwierzytelnianie | Przedstawia sposób konfigurowania klienta i uwierzytelniania w usłudze. |
Operacje tworzenia indeksu Create-Read-Update-Delete | Pokazuje, jak tworzyć, aktualizować, pobierać, wyświetlać i usuwać indeksy wyszukiwania. |
Operacje tworzenia indeksatora Create-Read-Update-Delete | Pokazuje, jak tworzyć, aktualizować, pobierać, wyświetlać, resetować i usuwać indeksatory. |
Wyszukiwanie źródeł danych indeksatora | Pokazuje, jak tworzyć, aktualizować, pobierać, wyświetlać i usuwać źródła danych indeksatora wymagane do indeksowania opartego na indeksatorze obsługiwanych źródeł danych platformy Azure. |
Synonimy | Pokazuje, jak tworzyć, aktualizować, pobierać, wyświetlać i usuwać mapy synonimów. |
Ładowanie dokumentów | Demonstruje sposób przekazywania lub scalania dokumentów z indeksem w operacji importowania danych. |
Proste zapytanie | Przedstawia sposób konfigurowania podstawowego zapytania. |
Filtruj zapytanie | Demonstruje konfigurowanie wyrażenia filtru. |
Zapytanie dotyczące aspektów | Demonstruje pracę z aspektami. |
Przykład klasyfikacji semantycznej | Przedstawia sposób konfigurowania klasyfikacji semantycznej w indeksie i wywoływania zapytań semantycznych. |
Wyszukiwanie wektorowe | Pokazuje, jak uzyskać osadzanie z pola opisu, a następnie wysyłać zapytania wektorowe do danych. |
Przykłady dokumentacji
Przykłady kodu z zespołu usługi Azure AI Search przedstawiają funkcje i przepływy pracy. Wiele z tych przykładów odwołuje się do samouczków, przewodników Szybki start i artykułów z instrukcjami. Te przykłady można znaleźć w witrynie Azure-Samples/azure-search-python-samples w witrynie GitHub.
Przykłady | Artykuł |
---|---|
Szybki start | Kod źródłowy części przewodnika Szybki start w języku Python: wyszukiwanie pełnotekstowe przy użyciu zestawów SDK platformy Azure. W tym artykule opisano podstawowy przepływ pracy tworzenia, ładowania i wykonywania zapytań względem indeksu wyszukiwania przy użyciu przykładowych danych. |
Quickstart-semantic-search | Kod źródłowy części przewodnika Szybki start dla języka Python: klasyfikacja semantyczna przy użyciu zestawów SDK platformy Azure. Przedstawia on schemat indeksu i żądanie zapytania dotyczące wywoływania semantycznego rankingu. |
search-website-functions-v4 | Kod źródłowy samouczka : dodawanie wyszukiwania do aplikacji internetowych. Demonstruje kompleksową aplikację wyszukiwania zawierającą rozbudowanego klienta oraz składniki do hostowania aplikacji i obsługi żądań wyszukiwania. |
Wersje demonstracyjne
Repozytorium demonstracyjne zawiera kod źródłowy weryfikacji koncepcji dla przykładów lub scenariuszy przedstawionych w pokazach. Rozwiązania demonstracyjne nie są przeznaczone do adaptacji przez klientów.
Repozytorium | opis |
---|---|
azure-search-vector-python-sample.ipynb | Używa biblioteki azure.search.documents w zestawie Azure SDK dla języka Python do tworzenia, ładowania i wykonywania zapytań względem indeksu wektora. |
azure-search-integrated-vectorization-sample.ipynb | Rozszerza przepływ pracy indeksowania wektorów w celu uwzględnienia zintegrowanych fragmentów danych i osadzania. |
azure-search-custom-vectorization-sample.ipynb | Demonstruje wektoryzacja niestandardową. |
azure-search-vector-python-huggingface-model-sample.ipynb | Przytulanie integracji rozpoznawania twarzy. |
azure-search-vector-python-langchain-sample.ipynb | Integracja aplikacji LangChain. |
azure-search-vector-python-llamaindex-sample.ipynb | Integracja z llamaindex. |
azure-search-openai-demo | ChatGPT + Enterprise data with Azure OpenAI Python code (Kod języka Python ChatGPT + Enterprise) pokazujący, jak używać usługi Azure AI Search z dużymi modelami językowymi w usłudze Azure OpenAI. Aby zapoznać się z tym wpisem w blogu Tech Community: Revolutionize your Enterprise Data with ChatGPT (Zrewolucjonizowanie danych przedsiębiorstwa za pomocą biblioteki ChatGPT). |
Inne przykłady
Poniższe przykłady są również publikowane przez zespół usługi Azure AI Search, ale nie są przywołyne w dokumentacji. Skojarzone pliki readme zawierają instrukcje użycia.
Repozytorium | opis |
---|---|
azure-search-backup-and-restore.ipynb | Używa biblioteki azure.search.documents w zestawie Azure SDK dla języka Python, aby utworzyć lokalną kopię pól z możliwością pobierania indeksu wyszukiwania, a następnie wypchnąć te pola do nowego indeksu wyszukiwania. |
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla