Примеры Python для поиска ИИ Azure

Узнайте о примерах кода Python, демонстрирующих функциональные возможности и рабочий процесс решения поиска ИИ Azure. В этих примерах используется клиентская библиотека поиска ИИ Azureдля пакета SDK azure для Python, которую можно просмотреть по следующим ссылкам.

Назначение	Ссылка
Скачивание пакета	pypi.org/project/azure-search-documents/
Справочник по API	Azure Search Documents
Тестовые примеры API	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests
Исходный код	github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents
Журнал изменений	github.com/Azure/azure-sdk-for-python/blob/main/sdk/search/azure-search-documents/CHANGELOG.md

Примеры пакетов SDK

Примеры кода группы разработчиков Azure SDK, которые демонстрируют использование API. Эти примеры можно найти в Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples на сайте GitHub.

Примеры документов

Примеры кода из команды поиска ИИ Azure демонстрируют функции и рабочие процессы. Следующие примеры упоминаются в учебниках, быстрых стартах и практических статьях. Эти примеры можно найти в Azure-Samples/azure-search-python-samples на сайте GitHub.

Sample	Article	Описание
Быстрый старт по агентному поиску	Краткое руководство: Агентивное извлечение	Интегрируйте семантическое ранжирование с LLM-поддержкой планирования запросов и генерации ответов.
Быстрый старт: поиск по ключевым словам	Быстрый старт: Полнотекстовый поиск	Создание, загрузка и запрос индекса поиска с помощью примеров данных.
Краткое руководство по семантическому ранжированию	Быстрый старт: Семантическое ранжирование	Добавьте семантический ранжирование в схему индекса и выполните семантические запросы.
Быстрый старт - поиск векторов	Краткое руководство: Векторный поиск	Содержимое вектора индекса и запроса.
пример agentic-retrieval-pipeline-example	Руководство: Создание комплексного решения для агентного извлечения	В отличие от Quickstart-Agentic-Retrieval, этот пример включает Службу Агента Foundry для оркестрации запросов.

Ускорители

Акселератор — это комплексное решение, включающее код и документацию, которую можно адаптировать для собственной реализации конкретного сценария.

Sample	Описание
rag-experiment-accelerator	Проводите эксперименты и оценки с помощью поиска ИИ Azure и шаблона RAG. Этот пример содержит код для загрузки нескольких источников данных, использования различных моделей и создания различных индексов поиска и запросов.

Демонстрационные материалы

Демонстрационный репозиторий предоставляет примеры или сценарии, показанные в демонстрациях. В отличие от акселераторов, демонстрационные решения не предназначены для адаптации.

Sample	Описание
azure-search-vector-samples	Комплексная коллекция примеров для сценариев поиска векторов, упорядоченная по сценариям или технологиям.
azure-search-openai-demo	Опыт использования ChatGPT на корпоративных данных с помощью кода Azure OpenAI Python, демонстрирующий использование поиска Azure AI с большими языковыми моделями в Azure OpenAI. Дополнительные сведения см. в этой записи блога.
aisearch-openai-rag-audio	"Голос в RAG". В этом примере показана простая архитектура для голосовых приложений, использующих генеративный искусственный интеллект, которые активируют Azure AI Search RAG поверх API аудио в режиме реального времени с полнодуплексной потоковой передачей звука с клиентских устройств. Он также безопасно обрабатывает доступ как к модели, так и к системе извлечения. Внутренний код написан на Python, а интерфейсный код написан на JavaScript. Общие сведения см. в этом видео.

Другие примеры

Следующие примеры также публикуются командой поиска ИИ Azure, но не ссылаются в документации. Связанные файлы README предоставляют инструкции по использованию.

Sample	Описание
azure-search-classic-rag	Однократный RAG с использованием классической поисковой системы в качестве основы данных из Azure AI Search с моделью завершения чата от Azure OpenAI.
Quickstart-Document-Permissions-Pull-API	Используя подход индексатора «API извлечения», передавайте списки управления доступом от источника данных к результатам поиска и применяйте фильтры разрешений для ограничения доступа к авторизованному контенту.
Быстрый старт.Разрешения для документов-Push-API	Использование API push для индексирования полезной нагрузки JSON, потоковая передача встроенных метаданных разрешений для индексированных документов и результатов поиска, отфильтрованных по доступу пользователей к авторизованному содержимому.
azure-function-search	Используйте функцию Azure для отправки запросов в службу поиска. Вы можете заменить эту версию Python для кода, используемого в api.
массовая вставка	Используйте API push-уведомлений для отправки и индексирования документов.
index-backup-and-restore.ipynb	Создайте локальную копию извлекаемых полей в индексе и отправьте эти поля в новый индекс.
возобновляемый индекс резервного копирования и восстановления	Резервное копирование и восстановление больших индексов, превышающих 100 000 документов.

Совет

Используйте браузер примеров для поиска примеров кода Майкрософт на сайте GitHub. Вы можете отфильтровать поиск по продуктам, службам и языку.