Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
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.
Important
Funktioner, funktioner eller egenskaper som har markerats (förhandsversion) omfattas inte av ett serviceavtal, rekommenderas inte för produktionsarbetsbelastningar och kan ändras eller begränsas innan de blir allmänt tillgängliga. Villkoren för Azure AI-sökning förhandsgranskning gäller för alla förhandsgranskningsfunktioner, oavsett om de är fristående eller en del av en allmänt tillgänglig funktion.
En kunskapskälla är en resurs på den översta nivån i din Azure AI-sökning-tjänst som definierar innehållet som används i en agentisk hämtningspipeline. Varje kunskapskälla är antingen indexerad eller fjärransluten, vilket avgör hur innehållet matas in, bearbetas och efterfrågas. Kunskapskällor är nödvändiga komponenter i en kunskapsbas.
Du kan referera till flera kunskapskällor i en enda kunskapsbas. Den agentbaserade sökmotorn söker igenom dem alla med en enda begäran. Underfrågor genereras för varje kunskapskälla och de främsta resultaten returneras i hämtningssvaret.
Kunskapskällor som stöds
Azure AI-sökning stöder följande kunskapskällor för agentiska hämtningsarbetsbelastningar.
| Typ | Description | Indexerat eller fjärranslutet |
|---|---|---|
| Sökindex | Omsluter ett befintligt index. | Indexerade |
| Azure-blob | Genererar en indexerarpipeline från en blobcontainer. | Indexerade |
| Azure SQL (förhandsversion) | Genererar en indexerarpipeline från en Azure SQL tabell eller vy. | Indexerade |
| Fil (förhandsversion) | Laddar upp filer direkt till Azure AI-sökning. | Indexerade |
| OneLake | Genererar en indexeringspipeline från ett lakehouse. | Indexerade |
| Indexerad SharePoint (förhandsversion) | Genererar en indexerarpipeline från en SharePoint plats. | Indexerade |
| Extern SharePoint (förhandsversion) | Hämtar innehåll från SharePoint. | Fjärr |
| Fabric Data Agent (förhandsversion) | Hämtar svar och inbäddade resurser från en Microsoft Fabric dataagent. | Fjärr |
| Fabric Ontology (förhandsversion) | Hämtar entitets- och relationsbaserade svar från en Microsoft Fabric ontologi. | Fjärr |
| MCP-server (förhandsversion) | Hämtar aktiva, verktygsbaserade resultat från en extern MCP-server. | Fjärr |
| Arbets-IQ (förhandsversion) | Hämtar organisationsinformation från Work IQ. | Fjärr |
| Web | Hämtar jordningsdata i realtid från Bing. | Fjärr |
Indexerade kunskapskällor
En indexerad kunskapskälla pekar på ett sökindex som uppfyller kriterierna för agentisk hämtning. Innehållet matas in i indexet före frågetiden genom någon av tre sökvägar:
Ta med ditt eget index: Använd en kunskapskälla för sökindex för att omsluta ett befintligt index i söktjänsten.
Direkt filuppladdning: Använd en filkunskapskälla för att ladda upp filer direkt till Azure AI-sökning. Tjänsten bearbetar filerna och lagrar extraherat innehåll i ett genererat sökindex, utan att någon extern lagrings- eller indexeringspipeline krävs.
Automatisk genererad indexeringspipeline: För alla andra indexerade kunskapskällor skapar Azure AI-sökning automatiskt en fullständig indexerarpipeline från din externa datakälla. Detta inkluderar en datakälla, kompetensuppsättning, indexerare och index som är ifylld och segmenterad.
Frågor körs lokalt i söktjänsten med hjälp av fulltextfrågor (nyckelord), vektor- eller hybridfrågor.
Eftersom en indexerad kunskapskälla har ett underliggande sökindex kan referenser i svaret innehålla tjänstgenererade citerings-URL:er (förhandsversion) som leder till deras dokument i indexet. Fjärrkunskapskällor har inget stödindex, så de returnerar inte url:er för källhänvisning.
Fjärranslutna kunskapskällor
En fjärransluten kunskapskälla ansluter direkt till en extern plattform. Innehållet matas aldrig in i Azure AI-sökning. I stället hämtas den vid frågetillfället via varje plattforms interna API:er. Den agentiska hämtningsmotorn gör API-anropet och visar resultat tillsammans med indexerade kunskapskällor i samma svar.
Beroende på plattform når fjärranslutningar innehåll antingen via offentligt Internet (till exempel Bing) eller i din Microsoft klientorganisation (till exempel SharePoint och Fabric).
Enhetlig rangordning
För både indexerade och fjärranslutna kunskapskällor flödar allt hämtat innehåll via samma rangordningspipeline. Resultaten poängsätts för relevans, sammanfogas mellan frågor och rangordnas om innan de returneras i hämtningssvaret.
Arbeta med kunskapskällor
Kunskapskällor är oberoende objekt som du skapar och hanterar separat från kunskapsbaser. Tänk på följande:
Skapa en kunskapskälla innan du skapar en kunskapsbas. Kunskapsbaser refererar till kunskapskällor efter ID, så kunskapskällan måste finnas först.
Om du vill ta bort en kunskapskälla uppdaterar eller tar du först bort eventuella kunskapsbaser som refererar till den. Du kan sedan ta bort kunskapskällan.
En kunskapskälla och dess kunskapsbas måste finnas i samma söktjänst.
Skapa kunskapskällor
Stöd för att skapa i Azure-portalen, Microsoft Foundry-portalen, REST API och Azure-SDK:er varierar beroende på typ av kunskapskälla. Anvisningar per typ finns i länkarna i Kunskapskällor som stöds.
Mata in känslighetsetiketter (förhandsversion)
För blob-, indexerade OneLake- och indexerade SharePoint-kunskapskällor kan du importera känslighetsetiketter för Microsoft Purview genom att ställa in ingestionPermissionOptions så att sensitivityLabel inkluderas. Följ alla förutsättningar innan du anger det här värdet. När de har synkroniserats med indexet visas etiketter i hämta svar och används för att framtvinga åtkomst på dokumentnivå vid frågetillfället. Mer information finns i Framtvinga behörigheter vid frågetid (förhandsversion).
Om din indexerade kunskapskälla använder ett segmenterat index, till exempel med integrerad vektorisering eller en anpassad kunskap om textdelning, måste du också mappa känslighetsetiketten till varje segmentrad via indexprojektioner i kunskapsuppsättningen. Annars returneras inte referenser på segmentnivå i svar från retrieve om de har etiketter i källdokumentet.
Visa dokumentinbäddade bilder (förhandsversion)
För blobkunskapskällor, indexerade OneLake-kunskapskällor och indexerade SharePoint-kunskapskällor kan du konfigurera en assetStore i kunskapskällans ingestionParameters för att bevara de bilder som är inbäddade i källdokumenten. När du även aktiverar bildleverans i kunskapsbasen infogar retrieve-åtgärden dessa bilder i prompten för svarssyntes så att LLM:n kan resonera om diagram, grafer och extraherat bildinnehåll. Mer information finns i Visa dokumentinbäddade bilder i agentisk hämtning (förhandsversion).
Konfigurera inte assetStore och ingestionPermissionOptions på samma kunskapskälla. Bildvisning stöds inte när ingestionPermissionOptions är konfigurerat.
Begränsa inmatning till ett privat nätverk (förhandsversion)
Blob, indexerade SharePoint och indexerade Azure SQL kunskapskällor stöder körning av privata indexerare. För blobbar och Azure SQL kan godkända delade privata länkar skydda källanslutningen och Azure beroenden. SharePoint Online är inte ett mål för delad privat länk, så privat läge gäller endast för dess skyddade Azure beroenden.
För närvarande stöds inte privat synkronisering för indexerade OneLake-kunskapskällor.
Använda automatiska analysverktyg per språk (förhandsversion)
Blob, indexerad OneLake och indexerade SharePoint kunskapskällor stöder automatiska analysverktyg per språk för flerspråkigt innehåll. 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.
Använda kunskapskällor
När du har skapat en kunskapskälla refererar du till den i en kunskapsbas. Kunskapsbasen avgör vilka kunskapskällor som ska frågas. I följande avsnitt beskrivs alternativ för att styra vilka källor som ingår och hur motorn väljer bland dem.
Fråga alltid en kunskapskälla
Ange alwaysQuery till true för en definition av kunskapskällan så att den inkluderas i varje fråga, oavsett hämtningsskäl.
Använd hämtningsskälet för att styra LLM-användningen (förhandsversion)
Hämtningsskälet styr hur mycket LLM-bearbetning som tillämpas på varje fråga. Alla lösningar drar inte nytta av LLM-frågeplanering. Om enkelhet och hastighet är prioriteten bör du försöka minimal kringgå LLM-bearbetningen. Vid low och medium ansträngningsnivå planerar och väljer LLM:n vilka kunskapskällor som ska användas, där medium lägger till en ytterligare iterativ omgång för djupare resultat. Mer information om varje nivå finns i Ange hämtningsskäl (förhandsversion).
Följande faktorer påverkar valet vid low och medium arbetsinsats:
Källan för kunskapens
name.descriptionför ett index (för indexerade kunskapskällor).Det
retrievalInstructionssom anges i definitionen av kunskapsbasen eller hämta-åtgärden. Hämtningsinstruktioner styr vilka kunskapskällor som LLM väljer eller hoppar över. De fungerar som en fråga: du kan ange korthet, ton och formatering.