Skapa en indexerad SharePoint kunskapskälla (förhandsversion)

Observera

Azure AI-sökning är tillgängligt via Azure-portalen, REST-API:er och Azure-SDK:er. Den ligger också till grund för Foundry IQ, det hanterade kunskapsskiktet som omvandlar företagsinnehåll till återanvändbara, behörighetsmedvetna kunskapsbaser för agenter i Microsoft Foundry-portalen.

Observera

Vissa funktioner för agentisk hämtning är allmänt tillgängliga i REST-API:et 2026-04-01. Den här funktionen finns dock kvar i förhandsversionen och kräver ett REST API för förhandsversion. Förhandsversionsfunktioner tillhandahålls utan serviceavtal och rekommenderas inte för produktionsarbetsbelastningar. Mer information finns i Supplemental Terms of Use for Microsoft Azure Previews.

Important

Dessa funktioner och denna funktionalitet är en del av REST API-versionen 2026-08-01-preview. Förhandsversionen av 2026-08-01 är licensierad till dig som en del av din Azure-prenumeration och omfattas av de villkor som gäller för "förhandsversioner" i Microsoft Produktvillkor, Microsoft Products and Services Data Protection Addendum ("DPA") och tilläggsvillkoren för användning för Microsoft Azure förhandsversioner.

Förhandsversionen av 2026-08-01 stöder anslutningar till andra Microsoft-tjänster- och tredjepartstjänster. Användningen av dessa tjänster omfattas av deras respektive villkor och kan resultera i databearbetning eller lagring utanför Azure efterlevnadsgräns, samt data som flödar till Azure efterlevnadsgräns.

Förhandsversionen av 2026-08-01 kan inte ändra åtkomstbehörigheter som har angetts utanför förhandsversionen 2026-08-01. Om du använder förhandsversionen 2026-08-01 med åtkomst- eller behörighetsbegränsat innehåll inträffar en tidsfördröjning innan förhandsversionen 2026-08-01 identifierar ändringar i dessa åtkomst- eller behörighetsbegränsningar.

Det är ditt ansvar att hantera om dina data kommer att flöda utanför organisationens efterlevnad och geografiska gränser och eventuella relaterade konsekvenser, och att lämpliga behörigheter, gränser och godkännanden etableras.

Du ansvarar för att noggrant granska och testa program som du skapar i samband med dina specifika användningsfall och fatta alla lämpliga beslut och anpassningar. Detta omfattar implementering av dina egna ansvarsfulla AI-åtgärder, till exempel metaprompter, innehållsfilter eller andra säkerhetssystem, och att se till att dina program uppfyller lämpliga kvalitets-, tillförlitlighets-, säkerhets- och tillförlitlighetsstandarder. Mer information finns i Azure AI-sökning Transparency Note.

En SharePoint-kunskapskälla med indexering (förhandsversion) hämtar in SharePoint-innehåll till en agentbaserad hämtningspipeline i Azure AI-sökning. Kunskapskällor skapas oberoende av varandra, refereras i en kunskapsbas och används som grunddata när kunskapsbasen efterfrågas vid körning.

När du skapar en indexerad SharePoint kunskapskälla anger du en SharePoint reťazec pripojenia, modeller och egenskaper för att automatiskt generera följande Azure AI-sökning objekt:

• En datakälla som pekar på SharePoint-webbplatser och använder anslutningssträngen oförändrad. Den genererade datakällan följer SharePoint indexerarens TenantId regler.
• En kompetensuppsättning som segmenterar och eventuellt vektoriserar multimodalt innehåll.
• Ett index som lagrar berikat innehåll och uppfyller kriterierna för agentisk hämtning.
• En indexerare som använder de tidigare objekten för att driva indexerings- och berikningspipelinen.

Den genererade indexeraren följer SharePoint-indexeraren i Microsoft 365, vars förutsättningar, dokumentformat som stöds och begränsningar även gäller för indexerade SharePoint-kunskapskällor. Mer information finns i dokumentationen om SharePoint indexerare och indexerarens gränser. Om den genererade kompetensuppsättningen anropar en extern tjänst gäller även den kompetensens indata- och tjänstgränser.

Användningsstöd

Azure Portal	Microsoft Foundry-portalen	.NET SDK	Python SDK	Java SDK	JavaScript SDK	REST API
✔️	✔️	✔️	✔️	✔️	✔️	✔️

Förutsättningar

• En Azure AI-sökning-tjänst i valfri region som tillhandahåller agentdriven hämtning.

• Slutförande av förutsättningar för SharePoint-indexering.

• Följande SharePoint konfigurationssteg för indexeraren har slutförts:

  • Steg 1: Aktivera en hanterad identitet för Azure AI-sökning (krävs endast för hemlig autentisering, hoppa över om du använder en klienthemlighet)

  • Steg 2: Välj antingen delegerade behörigheter eller programbehörigheter

  • Steg 3: Skapa en Microsoft Entra programregistrering (för programbehörigheter konfigurerar du även en klienthemlighet eller sekretfri autentisering)

• Om contentExtractionMode är standard, använder du en Microsoft Foundry-resurs i en region som stöds av Content Understanding i Foundry Tools och slutpunkten https://<resource-name>.services.ai.azure.com. Distribuera en inbäddningsmodell och distribuera en multimodal chattmodell om du aktiverar verbalisering av bilder.

• Behörighet att skapa kunskapskällor. Konfigurera nyckellös autentisering med rollerna Search Service Contributor och Search Index Data Contributor som tilldelats ditt användarkonto (rekommenderas) eller använd en administratörs-API-nyckel.

• Om kunskapskällan anger en Azure OpenAI-modell för inbäddning eller verbalisering av bilder måste söktjänsten ha en hanterad identitet med Cognitive Services User behörigheter för resursen Microsoft Foundry.

• Om du ställer in networkAccessMode på private, måste du uppfylla följande krav:

  • Använd söktjänsten S2, S3, L1 eller L2.

  • Behåll SharePoint-anslutningssträngen, Microsoft Entra-programmet och SharePoint-behörigheterna som beskrivs i de föregående förutsättningarna. SharePoint Online är inte ett mål för delad privat länk som stöds, så privat läge gör inte källanslutningen privat.

  • För varje skyddad modellslutpunkt aktiverar du en hanterad identitet i söktjänsten, ger den rollen Cognitive Services-användare på resursen och skapar och godkänner en delad privat länk. Använd grupp-IDopenai_account:t för Azure OpenAI-slutpunkter och foundry_account för Foundry-resursslutpunkter.

• Det senaste Azure.Search.Documents förhandsversionspaketet: dotnet add package Azure.Search.Documents --prerelease

• För nyckellös autentisering, paketet Azure.Identity: dotnet add package Azure.Identity

• Det senaste azure-search-documents förhandsversionspaketet: pip install --pre azure-search-documents

• För nyckellös autentisering, paketet azure-identity: pip install azure-identity

• Versionen 2026-08-01-preview av REST-API:t för söktjänsten.

• För nyckellös autentisering inkluderar du en Microsoft Entra ID token i rubriken för Authorization varje HTTP-begäran.

Sök efter befintliga kunskapskällor

En kunskapskälla är ett återanvändbart objekt på toppnivå. Att känna till befintliga kunskapskällor är användbart för återanvändning eller namngivning av nya objekt.

Kör följande kod för att lista kunskapskällor efter namn och typ.

// 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}");
}

Referens: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})")

Referens:SearchIndexClient

### List knowledge sources by name and type
GET {{search-url}}/knowledgesources?api-version={{api-version}}&$select=name,kind
Authorization: Bearer {{token}}

Referens:Kunskapskällor – lista

Du kan också returnera en enda kunskapskälla efter namn för att granska dess JSON-definition.

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));

Referens: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))

Referens:SearchIndexClient

### Get a knowledge source definition
GET {{search-url}}/knowledgesources/{{knowledge-source-name}}?api-version={{api-version}}
Authorization: Bearer {{token}}

Referens:Kunskapskällor – Hämta

Följande JSON är ett exempelsvar för en indexerad SharePoint kunskapskälla.

{
  "name": "my-indexed-sharepoint-ks",
  "kind": "indexedSharePoint",
  "description": "A sample indexed SharePoint knowledge source",
  "encryptionKey": null,
  "indexedSharePointParameters": {
    "connectionString": "<redacted>",
    "containerName": "defaultSiteLibrary",
    "query": null,
    "ingestionParameters": {
      "disableImageVerbalization": false,
      "ingestionPermissionOptions": [],
      "contentExtractionMode": "minimal",
      "identity": null,
      "embeddingModel": {
        "kind": "azureOpenAI",
        "azureOpenAIParameters": {
          "resourceUri": "<redacted>",
          "deploymentId": "text-embedding-3-large",
          "modelName": "text-embedding-3-large",
          "authIdentity": null
        }
      },
      "chatCompletionModel": null,
      "ingestionSchedule": null,
      "assetStore": null,
      "aiServices": null
    },
    "createdResources": {
      "datasource": "my-indexed-sharepoint-ks-datasource",
      "indexer": "my-indexed-sharepoint-ks-indexer",
      "skillset": "my-indexed-sharepoint-ks-skillset",
      "index": "my-indexed-sharepoint-ks-index"
    }
  },
  "indexedOneLakeParameters": null
}

Skapa en kunskapskälla

Kör följande kod för att skapa en indexerad SharePoint kunskapskälla.

// Create an IndexedSharePoint knowledge source
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;
using Azure.Search.Documents.KnowledgeBases.Models;
using Azure.Identity;

var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new DefaultAzureCredential());

var chatCompletionParams = new AzureOpenAIVectorizerParameters
{
    ResourceUri = new Uri(aoaiEndpoint),
    DeploymentName = aoaiGptDeployment,
    ModelName = aoaiGptModel
};

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

var ingestionParams = new KnowledgeSourceIngestionParameters
{
    NetworkAccessMode = KnowledgeSourceNetworkAccessMode.Public,
    DisableImageVerbalization = false,
    ChatCompletionModel = new KnowledgeBaseAzureOpenAIModel(azureOpenAIParameters: chatCompletionParams),
    EmbeddingModel = new KnowledgeSourceAzureOpenAIVectorizer
    {
        AzureOpenAIParameters = embeddingParams
    }
};

var sharePointParams = new IndexedSharePointKnowledgeSourceParameters(
    connectionString: sharePointConnectionString,
    containerName: "defaultSiteLibrary")
{
    IngestionParameters = ingestionParams
};

var knowledgeSource = new IndexedSharePointKnowledgeSource(
    name: "my-indexed-sharepoint-ks",
    indexedSharePointParameters: sharePointParams)
{
    Description = "A sample indexed SharePoint knowledge source."
};

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

Referens:SearchIndexClient, IndexedSharePointKnowledgeSource

# Create an indexed SharePoint knowledge source
from azure.identity import DefaultAzureCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.indexes.models import IndexedSharePointKnowledgeSource, IndexedSharePointKnowledgeSourceParameters, KnowledgeBaseAzureOpenAIModel, AzureOpenAIVectorizerParameters, KnowledgeSourceContentExtractionMode
from azure.search.documents.knowledgebases.models import KnowledgeSourceIngestionParameters, KnowledgeSourceNetworkAccessMode, KnowledgeSourceAzureOpenAIVectorizer

index_client = SearchIndexClient(endpoint = "<search-endpoint>", credential = DefaultAzureCredential())

knowledge_source = IndexedSharePointKnowledgeSource(
    name = "my-indexed-sharepoint-ks",
    description = "A sample indexed SharePoint knowledge source.",
    encryption_key = None,
    indexed_share_point_parameters = IndexedSharePointKnowledgeSourceParameters(
        connection_string = "connection_string",
        container_name = "defaultSiteLibrary",
        query = None,
        ingestion_parameters = KnowledgeSourceIngestionParameters(
            network_access_mode = KnowledgeSourceNetworkAccessMode.PUBLIC,
            identity = None,
            disable_image_verbalization = False,
            chat_completion_model = KnowledgeBaseAzureOpenAIModel(
                azure_open_ai_parameters = AzureOpenAIVectorizerParameters(
                    resource_url = "<aoai-endpoint>",
                    deployment_name = "<aoai-gpt-deployment>",
                    model_name = "<aoai-gpt-model>",
                )
            ),
            embedding_model = KnowledgeSourceAzureOpenAIVectorizer(
                azure_open_ai_parameters=AzureOpenAIVectorizerParameters(
                    resource_url = "<aoai-endpoint>",
                    deployment_name = "<aoai-embedding-deployment>",
                    model_name = "<aoai-embedding-model>",
                )
            ),
            content_extraction_mode = KnowledgeSourceContentExtractionMode.MINIMAL,
            ingestion_schedule = None,
            ingestion_permission_options = None
        )
    )
)

index_client.create_or_update_knowledge_source(knowledge_source)
print(f"Knowledge source '{knowledge_source.name}' created or updated successfully.")

Referens:SearchIndexClient

### Create an indexed SharePoint knowledge source
PUT {{search-endpoint}}/knowledgesources/my-indexed-sharepoint-ks?api-version=2026-08-01-preview
Authorization: Bearer {{search-access-token}}
Content-Type: application/json

{
    "name": "my-indexed-sharepoint-ks",
    "kind": "indexedSharePoint",
    "description": "A sample indexed SharePoint knowledge source.",
    "encryptionKey": null,
    "indexedSharePointParameters": {
        "connectionString": "{{sharepoint-federated-connection-string}}",
        "containerName": "defaultSiteLibrary",
        "query": null,
        "ingestionParameters": {
            "networkAccessMode": "public",
            "identity": null,
            "embeddingModel": {
                "kind": "azureOpenAI",
                "azureOpenAIParameters": {
                    "deploymentId": "text-embedding-3-large",
                    "modelName": "text-embedding-3-large",
                    "resourceUri": "{{aoai-endpoint}}"
                }
            },
            "chatCompletionModel": null,
            "disableImageVerbalization": false,
            "ingestionSchedule": null,
            "ingestionPermissionOptions": [],
            "contentExtractionMode": "minimal"
        }
    }
}

Referens:Kunskapskällor – Skapa eller uppdatera

Skydda Azure-beroenden vid inmatning

Från och med 2026-08-01-preview API-versionen networkAccessMode styr den nätverksmiljö där den genererade indexeraren för en indexerad SharePoint kunskapskälla körs. Den här inställningen påverkar endast inmatning och ändrar inte kunskapsbasens hämtningsbegäranden eller svar.

networkAccessMode standardvärdet är public, vilket bevarar befintligt offentligt nätverksbeteende. När networkAccessMode är private körs den genererade indexeraren i en privat körningsmiljö. Den använder godkända delade privata länkar för åtkomst till Azure beroenden som stöds, till exempel Azure OpenAI-modeller och Microsoft Foundry-resurser.

Important

För indexerade SharePoint kunskapskällor gäller privat läge endast för Azure beroenden som stöds. SharePoint Online är inte ett mål för delad privat länk som stöds, så SharePoint-källanslutningen förblir offentlig.

Så här konfigurerar och verifierar du privat åtkomst till Azure beroenden som stöds:

1. Slutför kraven för det privata nätverket.

2. Ange networkAccessMode till private i begäran om att skapa kunskapskällor. Du kan bara ange den här egenskapen när du skapar den. Om du vill ändra det senare tar du bort och återskapar kunskapskällan.

   Det går inte att skapa om tjänstnivån eller körningsmiljön inte stöder privat körning eller om en obligatorisk delad privat länk saknas.

3. Bekräfta att den genererade indexerarens executionEnvironment är private.

4. Bekräfta att varje obligatorisk delad privat länk har godkänts och riktar in sig på rätt beroende. Enbart att länken har skapats innebär inte att den har godkänts eller fått målinriktning.

5. Avfråga kunskapskällans status tills lastSynchronizationState.endTime har ett värde. Bekräfta att itemsUpdatesFailed är 0, och verifiera sedan det anslutningsspecifika källinnehållet. Synkroniseringen misslyckas om ett beroende inte kan nås.

Använda automatiska analysverktyg per språk

Från och med 2026-08-01-preview API-versionen är automatiska analysverktyg per språk tillgängliga för blobbar, indexerade OneLake och indexerade SharePoint kunskapskällor. När det är aktiverat identifierar Azure AI-sökning varje källdokuments språk och tillämpar automatiskt en matchande Microsoft språkanalys. Du anger inte någon analys i kunskapskällans definition eller i en fråga.

Om du vill aktivera automatiska analysverktyg per språk anger du contentExtractionMode till minimal och konfigurerar ingestionParameters.aiServices i kunskapskällans definition.

För nyckellös autentisering utelämnar du aiServices.apiKey och tilldelar rollen Cognitive Services User på din Microsoft Foundry-resurs till den hanterade identiteten för din söktjänst. För nyckelbaserad autentisering anger du aiServices.apiKey till en giltig nyckel för din Foundry-resurs.

Följande språk stöds:

• Engelska
• Japanese
• Franska
• Spanish
• Tyska
• Dutch
• Italienska
• Brasiliansk portugisiska
• europeisk portugisiska
• Förenklad kinesiska
• Traditionell kinesiska
• Korean

För flerspråkigt innehåll väljer Azure AI-sökning ett analysverktyg baserat på det dominerande identifierade språket. Den använder standardanalysen när språket inte stöds eller är osäkert.

När du aktiverar automatiska analysverktyg per språk lägger Azure AI-sökning till språkspecifika innehållsfält för varje språk som stöds i det genererade indexschemat, oavsett om dina data innehåller dokument på dessa språk eller inte. Under inmatningen dirigeras dokument till lämpligt språkspecifikt fält baserat på deras identifierade språk.

Oanvända språkfält innehåller inte indexerat innehåll och har minimal lagringspåverkan, men de förblir en del av indexschemat och räknas mot indexfältgränsen. Tänk på de ytterligare fälten när du planerar indexdesignen, antalet fält och lagringskraven. Mer information finns i Indexgränser och Beräkna och hantera kapacitet för en söktjänst.

Språkidentifiering är fakturerbar efter den kostnadsfria tilldelningen för AI-berikning. Mer information finns i Kostnadsfria berikanden.

Kontrollera inmatningsstatus

Kör följande kod för att övervaka inmatningsförlopp och hälsa, inklusive kunskapskällans typ och detaljerade indexeringsfel för kunskapskällor som genererar en indexeringspipeline och fyller i ett sökindex.

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);

Referens: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))

Referens:SearchIndexClient

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

Referens:Kunskapskällor – Hämta status

Ett svar för en begäran som innehåller inmatningsparametrar och aktivt matar in innehåll kan se ut som i följande exempel.

{
  "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
  }
}

Observera

Egenskapen kind och currentSynchronizationState.errors[] matrisen med felinformation på dokumentnivå är tillgängliga från och med API-versionen 2026-04-01. För tidigare API-versioner returneras inte dessa fält. Fältet lastSynchronizationState.status är också nytt 2026-04-01.

Granska de genererade objekten

När du skapar den här kunskapskällan genererar Azure AI-sökning automatiskt en datakälla, kompetensuppsättning, indexerare och index. Skapandesvaret visar varje objekt under createdResources.

Dessa objekt genereras enligt en fast mall och deras namn baseras på namnet på kunskapskällan. Du kan inte ändra objektnamnen. Undvik att redigera dessa objekt direkt, eftersom ändringar kan medföra fel eller inkompatibiliteter som bryter indexerarens pipeline.

Du kan använda Azure-portalen för att verifiera att objekt skapas. Arbetsflödet är:

1. Kontrollera indexeraren efter lyckade eller misslyckade meddelanden. Anslutnings- eller kvotfel visas här.

2. Kontrollera datakällan för att verifiera anslutningen till datalagret. Anslutningen använder antingen en reťazec pripojenia eller en hanterad identitet, beroende på hur du konfigurerade kunskapskällan.

3. Kontrollera kompetensuppsättningen för att se hur innehållet delas upp i segment och eventuellt vektoriseras.

4. Kontrollera indexet för att se hur ditt innehåll indexeras och exponeras för hämtning, inklusive vilka fält som är sökbara och filterbara och vilka fält som lagrar vektorer för likhetssökning. Använd Sökutforskaren för att köra frågor mot det genererade indexet.

Tilldela en kunskapsbas

Om du är nöjd med kunskapskällan lägger du till den i en kunskapsbas.

För alla kunskapsbaser som anger en indexerad SharePoint kunskapskälla måste du ange includeReferenceSourceData till true. Det här steget är nödvändigt för att hämta källdokumentets URL till källhänvisningen.

Sök i en kunskapsbas

När du har konfigurerat kunskapsbasen anropar du åtgärden hämta eller MCP-slutpunkten för att fråga kunskapskällan. Välj den konfiguration som matchar ditt scenario.

Framtvinga behörigheter på dokumentnivå

Om du vill framtvinga behörigheter på dokumentnivå anger ingestionPermissionOptions du när du skapar den här kunskapskällan och tar sedan med användarens åtkomsttoken i hämtningsbegäran. Mer information finns i Framtvinga behörigheter vid frågetid (förhandsversion).

Information om saknade, oväntade eller misslyckade resultat från en indexerad SharePoint behörighetsfråga finns i Felsöka SharePoint behörighetsfiltrering.

Visa bilder inbäddade i dokument

Om du vill visa dokumentinbäddade bilder (till exempel diagram eller genomsökningar) i svarssyntessvar konfigurerar du assetStore på den här kunskapskällan och aktiverar sedan bildvisning på kunskapsbasen. Bildvisning stöds inte när ingestionPermissionOptions är konfigurerat. Mer information finns i Visa dokumentinbäddade bilder i agentisk hämtning (förhandsversion).

Ta bort en kunskapskälla

Innan du kan ta bort en kunskapskälla måste du ta bort alla kunskapsbaser som refererar till den eller uppdatera kunskapsbasdefinitionen för att ta bort referensen. För kunskapskällor som genererar en index- och indexeringspipeline tas även alla genererade objekt bort. Men om du använde ett befintligt index för att skapa en kunskapskälla tas inte ditt index bort.

Om du försöker ta bort en kunskapskälla som används misslyckas åtgärden och returnerar en lista över berörda kunskapsbaser.

Så här tar du bort en kunskapskälla:

1. Hämta en lista över alla kunskapsbaser i söktjänsten.

   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}");
   }
   

   Referens:SearchIndexClient

   Ett exempelsvar kan se ut så här:

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

2. Hämta en individuell kunskapsbasdefinition för att söka efter referenser till kunskapskällor.

   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);
   

   Referens:SearchIndexClient

   Ett exempelsvar kan se ut så här:

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

3. Ta antingen bort kunskapsbasen eller, om du har flera kunskapskällor, uppdatera kunskapsbasen för att ta bort källan. Det här exemplet visar borttagning.

   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.");
   

   Referens:SearchIndexClient

4. Ta bort kunskapskällan.

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

   Referens:SearchIndexClient

1. Hämta en lista över alla kunskapsbaser i söktjänsten.

   # 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}")
   

   Referens:SearchIndexClient

   Ett exempelsvar kan se ut så här:

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

2. Hämta en individuell kunskapsbasdefinition för att söka efter referenser till kunskapskällor.

   # 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)
   

   Referens:SearchIndexClient

   Ett exempelsvar kan se ut så här:

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

3. Ta antingen bort kunskapsbasen eller, om du har flera kunskapskällor, uppdatera kunskapsbasen för att ta bort källan. Det här exemplet visar borttagning.

   # 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.")
   

   Referens:SearchIndexClient

4. Ta bort kunskapskällan.

   # 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.")
   

   Referens:SearchIndexClient

1. Hämta en lista över alla kunskapsbaser i söktjänsten.

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

   Referens:Kunskapsbaser – lista

   Ett exempelsvar kan se ut så här:

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

2. Hämta en individuell kunskapsbasdefinition för att söka efter referenser till kunskapskällor.

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

   Referens:Kunskapsbaser – Hämta

   Ett exempelsvar kan se ut så här:

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

3. Ta antingen bort kunskapsbasen eller, om du har flera kunskapskällor, uppdatera kunskapsbasen för att ta bort källan. Det här exemplet visar borttagning.

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

   Referens:Kunskapsbaser – Ta bort

4. Ta bort kunskapskällan.

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

   Referens:Kunskapskällor – Ta bort

Kända fel

Den genererade SharePoint datakälla och indexerare använder samma Microsoft Entra beteende för klientvalidering och autentisering som direkt konfigurerade SharePoint indexerare. För klientrelaterade fel granskar du den genererade indexerarens status och körningshistorik och följer sedan reparationenInvalid AAD tenant.

Relaterat innehåll

• Agentic-hämtning i Azure AI-sökning
• Vad är en kunskapskälla?
• Skapa en kunskapsbas
• Fråga en kunskapsbas