Criar uma fonte de conhecimento de SQL do Azure indexada (versão prévia)

Note

Pesquisa de IA do Azure  está disponível por meio do portal Azure, APIs REST e SDKs do Azure. Ele também sustenta o IQ do Foundry, a camada de conhecimento gerenciado que transforma o conteúdo da empresa em bases de conhecimento reutilizáveis e com reconhecimento de permissão para agentes no portal do Microsoft Foundry.

Importante

Esses recursos e funcionalidades fazem parte da API REST 2026-05-01-preview. O 2026-05-01-preview é licenciado para você como parte da sua assinatura do Azure e está sujeito aos termos aplicáveis a "Versões Prévias" nos Termos do Produto Microsoft, no Adendo de Proteção de Dados de Produtos e Serviços da Microsoft ("DPA") e nos Termos de Uso Suplementares para Versões Prévias do Microsoft Azure.

A versão prévia 2026-05-01 dá suporte a conexões com outros serviços de serviços Microsoft e de terceiros. O uso desses serviços está sujeito aos respectivos termos e pode resultar em processamento ou armazenamento de dados fora do limite de conformidade Azure, bem como dados que fluem para o limite de conformidade Azure.

É sua responsabilidade gerenciar se os seus dados serão transferidos para fora dos limites geográficos e de conformidade da sua organização, bem como quaisquer implicações relacionadas, e garantir que as permissões, os limites e as aprovações apropriados estejam devidamente estabelecidos.

Você é responsável por examinar e testar cuidadosamente os aplicativos que cria no contexto de seus casos de uso específicos e tomar todas as decisões e personalizações apropriadas. Isso inclui implementar suas próprias mitigações de IA responsáveis, como metaprompts, filtros de conteúdo ou outros sistemas de segurança, e garantir que seus aplicativos atendam aos padrões adequados de qualidade, confiabilidade, segurança e confiabilidade. Para obter mais informações, consulte a Pesquisa de IA do Azure  Nota de Transparência.

Uma fonte de conhecimento indexada do SQL do Azure (versão prévia) importa linhas do Banco de Dados SQL do Azure ou da Instância Gerenciada de SQL do Azure um pipeline de recuperação por meio de agentes na Pesquisa de IA do Azure. As fontes de conhecimento são criadas de forma independente, referenciadas em uma base de dados de conhecimento e usadas como dados de aterramento quando a base de dados de conhecimento é consultada em runtime.

Ao contrário das fontes de conhecimento baseadas em arquivo, como Armazenamento de Blobs do Azure e OneLake, cada linha SQL é tratada como um documento lógico. O esquema de índice é orientado pelo cliente por meio de mapeamentos de coluna explícitos em vez de um esquema de documento fixo.

Ao criar uma fonte de conhecimento SQL do Azure indexada, especifique uma fonte de dados SQL, mapeamentos de coluna opcionais e modelos opcionais para gerar automaticamente os seguintes objetos Pesquisa de IA do Azure :

• Uma fonte de dados que representa a tabela ou exibição do SQL.
• Um índice cujos campos são derivados de seus mapeamentos de coluna.
• Um conjunto de habilidades que gera inserções. O serviço cria um conjunto de habilidades somente quando você especifica embeddingColumns.
• Um indexador que usa os objetos anteriores para alimentar o pipeline de ingestão.

O indexador gerado está em conformidade com o SQL do Azure indexador, cujos pré-requisitos, políticas de detecção de alterações e limitações também se aplicam a fontes de conhecimento SQL do Azure indexadas. Para obter mais informações, consulte a documentação do SQL do Azure indexador.

Suporte de uso

Portal do Azure	Portal Foundry da Microsoft	.NET SDK	SDK do Python	SDK do Java	SDK do JavaScript	REST API
✔️	✔️	✔️	✔️	✔️	✔️	✔️

Pré-requisitos

• Um serviço de Pesquisa de IA do Azure em qualquer região que forneça recuperação agêntica.

• Conclusão dos pré-requisitos do indexador SQL do Azure, incluindo:

  • Um Banco de Dados SQL do Azure ou uma Instância Gerenciada de SQL do Azure com uma tabela ou exibição a ser ingerida.

  • Uma chave primária de valor único na tabela ou exibição de origem.

  • Para exibições, uma coluna adequada para detecção de alteração de marca d’água alta. Recomendamos fortemente uma coluna rowversion.

• Permissões para criar fontes de conhecimento. Configure a autenticação sem chave com as funções Colaborador do Serviço de Pesquisa e Colaborador de Dados de Índice de Pesquisa atribuídas à sua conta de usuário (recomendado) ou use uma chave de API.

• Se você especificar embeddingColumns, o serviço de busca deverá ter uma identidade gerenciada com permissões Cognitive Services User no recurso do Microsoft Foundry que hospeda o modelo de embeddings.

• O pacote de versão prévia Azure.Search.Documents mais recente: dotnet add package Azure.Search.Documents --prerelease

• O pacote de versão prévia azure-search-documents mais recente: pip install --pre azure-search-documents

• A versão 2026-05-01-preview das APIs REST do Serviço de Pesquisa.

Limitações e considerações

• Uma fonte de conhecimento pode ingerir dados de exatamente uma tabela ou uma visão.
• A tabela ou exibição de origem deve ter uma chave primária de valor único. Não há suporte para chaves compostas.
• A chave primária é descoberta automaticamente e não pode ser substituída.
• contentExtractionMode suporta apenas "minimal".
• Não há suporte para extração de imagem e verbalização de imagem.
• Não há suporte para sincronização em tempo real. O indexador gerado é baseado em agendamento.
• Não há suporte para recuperação de SQL em tempo real. A fonte de conhecimento é indexada, não remota.

Preparar o indexador gerado

Uma fonte de conhecimento de SQL do Azure indexada cria automaticamente um indexador para conduzir a ingestão. Examine os detalhes a seguir antes de criar a fonte de conhecimento.

Detecção de alterações

O indexador gerado usa a detecção de alterações padrão do indexador do SQL do Azure:

• Tabelas: O serviço aplica o controle de alterações integrado ao SQL automaticamente. Habilite o controle de alterações do SQL na tabela de origem antes de criar a fonte de conhecimento.

• Exibições: O serviço aplica detecção de alterações com base em marca d’água alta. Especifique a coluna a ser usada em highWaterMarkColumn. Uma rowversion coluna é altamente recomendada. Para detectar exclusões em uma exibição, inclua uma coluna de marcador de exclusão reversível na exibição, conforme descrito na política de detecção de exclusão da coluna de exclusão reversível.

Autenticação

O indexador gerado dá suporte a duas opções de autenticação:

• SQL authentication: Forneça um nome de usuário e uma senha no cadeia de conexão.

• Managed identity authentication: Use uma identidade gerenciada atribuída pelo sistema ou atribuída pelo usuário que tenha Azure RBAC e funções no nível do banco de dados no recurso SQL.

Para formatos de cadeia de conexão, requisitos de função e etapas de configuração, consulte os pré-requisitos do indexador do SQL do Azure e Conectar por meio de uma identidade gerenciada.

Verificar se há fontes de conhecimento existentes

Uma fonte de conhecimento é um objeto reutilizável de nível superior. Saber sobre fontes de conhecimento existentes é útil para reutilizar ou nomear novos objetos.

Execute o código a seguir para listar fontes de conhecimento por nome e tipo.

// 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}}

Reference:Knowledge Sources – List

Você também pode retornar uma única fonte de conhecimento por nome para revisar sua definição de JSON.

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}}

Reference:Fontes de Conhecimento – Obter

O JSON a seguir é uma resposta de exemplo para uma fonte de conhecimento SQL do Azure indexada.

{
  "name": "indexedsqlks",
  "kind": "indexedSql",
  "description": "Sample indexed Azure SQL knowledge source.",
  "encryptionKey": null,
  "indexedSqlParameters": {
    "connectionString": "<SQL database connection string>",
    "tableOrView": "dbo.tbl_hotels",
    "contentColumns": [
      { "name": "hotelName", "sourceField": "HotelName", "searchFieldType": "Edm.String" },
      { "name": "description", "sourceField": "Description", "searchFieldType": "Edm.String" }
    ],
    "embeddingColumns": [
      { "name": "descriptionVector", "sourceField": "Description" }
    ],
    "ingestionParameters": {
      "contentExtractionMode": "minimal",
      "embeddingModel": {
        "kind": "azureOpenAI",
        "azureOpenAIParameters": {
          "resourceUri": "<Foundry resource endpoint URI>",
          "deploymentId": "text-embedding-3-large",
          "modelName": "text-embedding-3-large"
        }
      },
      "createdResources": {
        "datasource": "indexedsqlks-datasource",
        "indexer": "indexedsqlks-indexer",
        "skillset": "indexedsqlks-skillset",
        "index": "indexedsqlks-index"
      }
    }
  }
}

Criar uma fonte de conhecimento

Execute o código a seguir para criar uma fonte de conhecimento SQL do Azure indexada.

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

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

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

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

var sqlParams = new IndexedSqlKnowledgeSourceParameters(
    connectionString: sqlConnectionString,
    tableOrView: "dbo.tbl_hotels")
{
    ContentColumns =
    {
        new ContentColumnMapping("hotelName", "HotelName", "Edm.String"),
        new ContentColumnMapping("description", "Description", "Edm.String")
    },
    EmbeddingColumns =
    {
        new EmbeddingColumnMapping("descriptionVector", "Description")
    },
    IngestionParameters = ingestionParams
};

var knowledgeSource = new IndexedSqlKnowledgeSource(
    name: "indexedsqlks",
    indexedSqlParameters: sqlParams)
{
    Description = "Indexed Azure SQL knowledge source."
};

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

Reference:SearchIndexClient, IndexedSqlKnowledgeSource

from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.indexes.models import (
    AzureOpenAIVectorizerParameters,
    ContentColumnMapping,
    EmbeddingColumnMapping,
    IndexedSqlKnowledgeSource,
    IndexedSqlKnowledgeSourceParameters,
)
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",
    api_key="aoai_key",
)

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

knowledge_source = IndexedSqlKnowledgeSource(
    name="indexedsqlks",
    description="Indexed Azure SQL knowledge source.",
    indexed_sql_parameters=IndexedSqlKnowledgeSourceParameters(
        connection_string="Server=tcp:{server}.database.windows.net,1433;Database={db};...;",
        table_or_view="dbo.tbl_hotels",
        content_columns=[
            ContentColumnMapping(
                name="hotelName",
                source_field="HotelName",
                search_field_type="Edm.String",
            ),
            ContentColumnMapping(
                name="description",
                source_field="Description",
                search_field_type="Edm.String",
            ),
        ],
        embedding_columns=[
            EmbeddingColumnMapping(
                name="descriptionVector",
                source_field="Description",
            )
        ],
        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

### Create an indexed Azure SQL knowledge source
PUT {{search-url}}/knowledgesources/indexedsqlks?api-version=2026-05-01-preview
api-key: {{api-key}}
Content-Type: application/json

{
  "name": "indexedsqlks",
  "kind": "indexedSql",
  "description": "Indexed Azure SQL knowledge source.",
  "indexedSqlParameters": {
    "connectionString": "Server=tcp:{server}.database.windows.net,1433;Database={db};...;",
    "tableOrView": "dbo.tbl_hotels",
    "contentColumns": [
      { "name": "hotelName", "sourceField": "HotelName", "searchFieldType": "Edm.String" },
      { "name": "description", "sourceField": "Description", "searchFieldType": "Edm.String" }
    ],
    "embeddingColumns": [
      { "name": "descriptionVector", "sourceField": "Description" }
    ],
    "ingestionParameters": {
      "contentExtractionMode": "minimal",
      "embeddingModel": {
        "kind": "azureOpenAI",
        "azureOpenAIParameters": {
          "resourceUri": "{{aoai-endpoint}}",
          "deploymentId": "{{aoai-embedding-deployment}}",
          "modelName": "{{aoai-embedding-model}}",
          "apiKey": "{{aoai-key}}"
        }
      }
    }
  }
}

Reference:Knowledge Sources – Criar ou atualizar

Use indexedSqlParameters para identificar a tabela ou exibição SQL a ser ingerida e definir os mapeamentos de colunas que se tornam campos no índice gerado. Para exibições, especifique a coluna de limite máximo usada na detecção de alterações.

Mapeamento de colunas

Use contentColumns para mapear colunas de texto SQL em campos pesquisáveis no índice de Pesquisa de IA do Azure  gerado. Cada mapeamento de coluna de conteúdo nomeia o campo de índice de destino, a coluna SQL de origem e o tipo de campo Pesquisa de IA do Azure . Para contentColumns, use Edm.String.

Mapeamento de inserção

Use embeddingColumns para mapear colunas de texto SQL em campos de vetor gerados. Especifique um modelo de embedding em ingestionParameters ao usar colunas de embedding.

Para fontes de conhecimento SQL do Azure indexadas, contentExtractionMode deve ser "minimal" porque a ingestão de SQL é baseada em linha e não extrai conteúdo de documentos binários. A extração e a verbalização de imagens não têm suporte, portanto, chatCompletionModel, assetStore, aiServices e as configurações relacionadas a imagens não têm efeito.

Regras de valores padrão e validação

Os padrões a seguir se aplicam quando você cria uma fonte de conhecimento SQL do Azure indexada.

• Se você omitir contentColumns, o serviço mapeará automaticamente as colunas SQL que podem ser representadas com segurança como texto para campos Edm.String no índice gerado, usando um mapeamento 1:1 em que name é igual a sourceField.

• Se você omitir embeddingColumns, o serviço não criará campos de vetor e não configurará uma habilidade de inserção.

• embeddingColumns é independente de contentColumns. Para fazer com que os vetores correspondam ao texto recuperável, inclua a mesma coluna SQL em ambas as matrizes.

• A chave primária da tabela ou exibição de origem é descoberta automaticamente. Não há suporte para substituições explícitas e a origem deve ter uma chave primária de valor único.

Verificar o status da ingestão

Execute o código a seguir para monitorar o progresso e a saúde do processo de ingestão, incluindo o tipo de fonte de conhecimento e erros de indexação detalhados para fontes de conhecimento que geram um pipeline de indexador e preenchem um índice de pesquisa.

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

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

// Get knowledge source ingestion status
var statusResponse = await indexClient.GetKnowledgeSourceStatusAsync(knowledgeSourceName);
var status = statusResponse.Value;

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

Reference:SearchIndexClient

# Check knowledge source ingestion status
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"))

status = index_client.get_knowledge_source_status("knowledge_source_name")
print(json.dumps(status.as_dict(), indent=2))

Reference:SearchIndexClient

### Check knowledge source ingestion status
GET {{search-url}}/knowledgesources/{{knowledge-source-name}}/status?api-version={{api-version}}
api-key: {{api-key}}
Content-Type: application/json 

Referência:fontes de conhecimento — Obter status

Uma resposta para uma solicitação que inclui parâmetros de ingestão e está ingerindo conteúdo ativamente pode ser semelhante ao exemplo a seguir.

{
  "kind": "azureBlob",
  "synchronizationStatus": "active",
  "synchronizationInterval": "1d",
  "currentSynchronizationState": {
    "startTime": "2026-04-10T19:30:00Z",
    "itemUpdatesProcessed": 1100,
    "itemsUpdatesFailed": 100,
    "itemsSkipped": 1100,
    "errors": [
      {
        "key": "Item id 1",
        "docURL": "https://contoso.blob.core.windows.net/contracts/2024/Q4/doc-00023.csv",
        "statusCode": 400,
        "componentName": "DocumentExtraction.AzureBlob.MyDataSource",
        "errorMessage": "Could not read the value of column 'foo' at index '0'.",
        "details": "The file could not be parsed.",
        "documentationLink": "https://go.microsoft.com/fwlink/?linkid=2049388"
      }
    ]
  },
  "lastSynchronizationState": {
    "status": "partialSuccess",
    "startTime": "2026-04-09T19:30:00Z",
    "endTime": "2026-04-09T19:40:01Z",
    "itemUpdatesProcessed": 1100,
    "itemsUpdatesFailed": 100,
    "itemsSkipped": 1100,
    "errors": null
  },
  "statistics": {
    "totalSynchronizations": 25,
    "averageSynchronizationDuration": "00:15:20",
    "averageItemsProcessedPerSynchronization": 500
  }
}

Note

A kind propriedade e a matriz currentSynchronizationState.errors[] com detalhes de erro a nível de documento estão disponíveis a partir da versão de API 2026-04-01. Para versões anteriores da API, esses campos não são retornados. O lastSynchronizationState.status campo também é novo em 2026-04-01.

Examinar os objetos gerados

Quando você cria essa fonte de conhecimento, Pesquisa de IA do Azure  gera automaticamente uma fonte de dados, um conjunto de habilidades, um indexador e um índice. A resposta de criação lista cada objeto em createdResources.

Esses objetos são gerados de acordo com um modelo fixo e seus nomes são baseados no nome da fonte de conhecimento. Não é possível alterar os nomes dos objetos. Evite editar esses objetos diretamente, pois as alterações podem introduzir erros ou incompatibilidades que interrompem o pipeline do indexador.

Você pode usar o portal Azure para validar a criação de objeto. O fluxo de trabalho é:

1. Verifique se há mensagens de êxito ou falha no indexador. Erros de conexão ou cota aparecem aqui.

2. Verifique a fonte de dados para verificar a conexão com o armazenamento de dados. A conexão usa uma cadeia de conexão ou uma identidade gerenciada, dependendo de como você configurou a fonte de conhecimento.

3. Verifique o conjunto de habilidades para ver como o conteúdo é agrupado e, opcionalmente, vetorizado.

4. Verifique o índice para ver como o conteúdo é indexado e exposto para recuperação, incluindo quais campos são pesquisáveis e filtrados e quais campos armazenam vetores para pesquisa de similaridade. Use o Gerenciador de Pesquisa para executar consultas no índice gerado.

Atribuir a uma base de dados de conhecimento

Se você estiver satisfeito com a fonte de conhecimento, adicione-a a uma base de dados de conhecimento.

Consultar uma base de dados de conhecimento

Depois que a base de conhecimento estiver configurada, chame a ação Retrieve ou o endpoint MCP para consultar a fonte de conhecimento.

Excluir uma fonte de conhecimento

Antes de excluir uma fonte de conhecimento, exclua qualquer base de dados de conhecimento que faça referência a ela ou atualize a definição da base de dados de conhecimento para remover a referência. Para fontes de conhecimento que geram um pipeline de índice e indexador, todos os objetos gerados também são excluídos . No entanto, se você usou um índice existente para criar uma fonte de conhecimento, seu índice não será excluído.

Se você tentar excluir uma fonte de conhecimento que está em uso, a ação falhará e retornará uma lista de bases de dados de conhecimento afetadas.

Para excluir uma fonte de conhecimento:

1. Obtenha uma lista de todas as bases de dados de conhecimento em seu serviço de pesquisa.

   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

   Uma resposta de exemplo pode ser semelhante à seguinte:

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

2. Obtenha uma definição individual de base de conhecimento para verificar referências de fontes de conhecimento.

   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

   Uma resposta de exemplo pode ser semelhante à seguinte:

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

3. Exclua a base de dados de conhecimento ou, se você tiver várias fontes de conhecimento, atualize a base de dados de conhecimento para remover a origem. Este exemplo mostra a exclusão.

   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

4. Exclua a fonte de conhecimento.

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

   Reference:SearchIndexClient

1. Obtenha uma lista de todas as bases de dados de conhecimento em seu serviço de pesquisa.

   # 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

   Uma resposta de exemplo pode ser semelhante à seguinte:

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

2. Obtenha uma definição individual de base de conhecimento para verificar referências de fontes de conhecimento.

   # 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

   Uma resposta de exemplo pode ser semelhante à seguinte:

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

3. Exclua a base de dados de conhecimento ou, se você tiver várias fontes de conhecimento, atualize a base de dados de conhecimento para remover a origem. Este exemplo mostra a exclusão.

   # 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

4. Exclua a fonte de conhecimento.

   # 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

1. Obtenha uma lista de todas as bases de dados de conhecimento em seu serviço de pesquisa.

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

   Referência:Bases de Dados de Conhecimento – Lista

   Uma resposta de exemplo pode ser semelhante à seguinte:

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

2. Obtenha uma definição individual de base de conhecimento para verificar referências de fontes de conhecimento.

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

   Referência:Bases de Conhecimento – Obter

   Uma resposta de exemplo pode ser semelhante à seguinte:

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

3. Exclua a base de dados de conhecimento ou, se você tiver várias fontes de conhecimento, atualize a base de dados de conhecimento para remover a origem. Este exemplo mostra a exclusão.

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

   Referência:Bases de Dados de Conhecimento – Excluir

4. Exclua a fonte de conhecimento.

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

   Reference:Fontes de Conhecimento - Excluir

Conteúdo relacionado

• Recuperação agêntica no Pesquisa de IA do Azure 
• O que é uma fonte de conhecimento?
• Criar uma base de dados de conhecimento
• Consultar uma base de dados de conhecimento
• Indexador do SQL do Azure na Pesquisa de IA do Azure