Примеры C# для поиска ИИ Azure

Note

Поиск с использованием ИИ Azure доступна через портал Azure, REST API и Azure SDKs. Он также лежит в основе Foundry IQ — управляемого слоя знаний, который преобразует корпоративный контент в многократно используемые базы знаний с учетом разрешений доступа для агентов на портале Microsoft Foundry.

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

Target	Link
Скачивание пакета	nuget.org/packages/Azure.Search.Documents/
Справочник по API	Azure.Search.Documents
Тестовые примеры API	github.com/Azure/azure-sdk-for-net/tree/main/sdk/search/Azure.Search.Documents/tests
Исходный код	github.com/Azure/azure-sdk-for-net/tree/main/sdk/search/Azure.Search.Documents/src
Журнал изменений	github.com/Azure/azure-sdk-for-net/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-net/blob/main/sdk/search/Azure.Search.Documents/samples на сайте GitHub.

Sample	Description
Hello world (синхронный)	Создание клиента, аутентификация и обработка ошибок с помощью синхронных методов.
Hello world (асинхронный)	Создание клиента, аутентификация и обработка ошибок с помощью асинхронных методов.
Операции уровня обслуживания	Получение статистики службы и создание нескольких объектов поиска, включая индекс, индексатор, источник данных, набор умений и карту синонимов. Наконец, вы запрашиваете индекс.
Операции с индексами	Получите количество документов, хранящихся в индексе.
FieldBuilderIgnore	Используйте атрибут для работы с неподдерживаемых типов данных.
Индексирование документов (модель отправки)	Используйте пуш-модель для индексирования документов, отправив JSON-пакет в индекс.
Управляемые пользователем ключи шифрования	Используйте ключ шифрования, управляемый клиентом, для защиты конфиденциального содержимого.
Векторный поиск	Индексирование поля вектора и выполнение векторного поиска.
Семантическое ранжирование	Настройте семантический рангировщик в индексе и выполните семантические запросы.

Примеры документации

Примеры кода из команды поиска ИИ Azure демонстрируют функции и рабочие процессы. Следующие примеры упоминаются в учебниках, быстрых стартах и статьях с инструкциями, которые подробно объясняют код. Эти примеры можно найти в Azure-Samples/azure-search-dotnet-samples и Azure-Samples/search-dotnet-getting-started на сайте GitHub.

Sample	Article	Description
quickstart-agentic-retrieval	Краткое руководство: Агентивное извлечение	Интегрируйте семантическое ранжирование с LLM-поддержкой планирования запросов и генерации ответов.
quickstart-keyword-search	Быстрый старт: Полнотекстовый поиск	Создание, загрузка и запрос индекса с помощью примеров данных.
краткое руководство по семантике ранжирования	Быстрый старт: Семантическое ранжирование	Добавьте семантический ранжирование в схему индекса и выполните семантические запросы.
quickstart-vector-search	Краткое руководство: Векторный поиск	Содержимое вектора индекса и запроса.
search-website	Учебник. Добавление поиска в веб-приложения	Создайте комплексное приложение поиска, использующее API push-уведомлений для массовой отправки и полнофункциональные клиенты для размещения приложения и обработки поисковых запросов.
tutorial-ai-enrichment	Руководство. Создание доступного для поиска контента с помощью ИИ из BLOB-объектов Azure	Создайте набор навыков, который выполняет итерацию по блобам Azure для извлечения информации и определения структуры.
multiple-data-sources	Руководство: Индекс из нескольких источников данных	Слияние содержимого из двух источников данных в один индекс.
оптимизация индексирования данных	Руководство по Оптимизация индексирования с помощью API Push	Используйте методы оптимизации для отправки данных в индекс.
DotNetHowTo	Использование клиентской библиотеки .NET	Создавайте и управляйте несколькими объектами поиска при обучении API.
DotNetToIndexers	Руководство. Индексирование данных SQL Azure	Настройте индексатор SQL Azure с расписанием, сопоставлениями полей и параметрами.
DotNetHowToEncryptionUsingCMK	Настройка ключей, управляемых клиентом, для шифрования данных	Создайте объекты, зашифрованные с помощью ключа, управляемого клиентом.

Demos

Демонстрационный репозиторий предоставляет исходный код, подтверждающий реализуемость концепции, для примеров или сценариев, показанных в демонстрациях. В отличие от акселераторов, демонстрационные решения не предназначены для адаптации.

Sample	Description
covid19search	Репозиторий исходного кода для приложения поиска на основе ИИ Azure Covid-19.
AzureSearch_JFK_Files	Репозиторий исходного кода для решения файлов JFK на основе поиска Azure.

Другие примеры

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

Sample	Description
azure-search-classic-rag	Одношаговая RAG с классической поисковой системой в качестве основ данных из Поиск с использованием ИИ Azure и моделью завершения чата из Azure OpenAI.
check-storage-usage	Проверьте хранилище службы поиска по расписанию с помощью функции Azure.
export-data	Секционирование и экспорт большого индекса с помощью консольного приложения C#.
index-backup-restore	Скопируйте индекс из одной службы в другую, создавая JSON-файлы с схемой индекса и документами.
data-lake-gen2-acl-indexing	Индексирование файлов и папок Azure Data Lake 2-го поколения с помощью идентификатора Microsoft Entra и управления доступом на основе ролей.
службы множественного поиска	Запрос нескольких служб поиска и объединение результатов на одну страницу.
агрегаты поиска	Получение и фильтрация агрегаций из индекса.
azure-search-power-skills	Включите пользовательские навыки, готовые к использованию, в собственные решения.
DotNetVectorDemo	Создание, загрузка и запрос векторного индекса.
DotNetIntegratedVectorizationDemo	Расширьте процесс обработки векторов, чтобы включить навык-ориентированную автоматизацию для разбиения данных на блоки и их внедрения.

Tip

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