Dela via


Felsöka sessioner i Azure AI Search

Felsökningssessioner är ett visuellt redigeringsprogram som fungerar med en befintlig kompetensuppsättning i Azure-portalen och exponerar strukturen och innehållet i ett enda berikat dokument eftersom det produceras av en indexerare och kompetensuppsättning under hela sessionen. Eftersom du arbetar med ett livedokument är sessionen interaktiv – du kan identifiera fel, ändra och anropa färdighetskörning och verifiera resultatet i realtid. Om dina ändringar löser problemet kan du checka in dem till en publicerad kompetensuppsättning för att tillämpa korrigeringarna globalt.

Den här artikeln förklarar hur redigeraren är organiserad. Flikar och avsnitt i redigeraren packar upp olika lager av kunskapsuppsättningen så att du kan undersöka kompetensuppsättningens struktur, flöde och det innehåll som genereras vid körning.

Så här fungerar en felsökningssession

När du startar en session skapar söktjänsten en kopia av kompetensuppsättningen, indexeraren och en datakälla som innehåller ett enda dokument som används för att testa kompetensuppsättningen. Alla sessionstillstånd sparas i en ny blobcontainer som skapats av Azure AI-usluga pretrage i ett Azure Storage-konto som du anger. Namnet på den genererade containern har prefixet ms-az-cognitive-search-debugsession. Prefixet krävs eftersom det minskar risken att oavsiktligt exportera sessionsdata till en annan container i ditt konto.

En cachelagrad kopia av det berikade dokumentet och kompetensuppsättningen läses in i den visuella redigeraren så att du kan granska innehållet och metadata i det berikade dokumentet, med möjlighet att kontrollera varje dokumentnod och redigera alla aspekter av kompetensuppsättningsdefinitionen. Alla ändringar som görs i sessionen cachelagras. Dessa ändringar påverkar inte den publicerade kompetensuppsättningen om du inte checkar in dem. Om du genomför ändringar skrivs produktionskunskapsuppsättningen över.

Om berikningspipelinen inte har några fel kan en felsökningssession användas för att stegvis utöka ett dokument, testa och verifiera varje ändring innan du genomför ändringarna.

FLIKEN > AI-berikanden – Skill Graph

Den visuella redigeraren är uppdelad i flikar och fönster. I det här avsnittet beskrivs komponenterna i det visuella redigeringsprogrammet.

Skill Graph innehåller en visuell hierarki av kompetensuppsättningen och dess körningsordning uppifrån och ned. Färdigheter som är beroende av utdata från andra färdigheter placeras lägre i diagrammet. Kunskaper på samma nivå i hierarkin kan köras parallellt. Färgkodade etiketter för färdigheter i diagrammet anger vilka typer av färdigheter som körs i kunskapsuppsättningen (TEXT eller VISION).

Skill Graph är där du väljer vilken färdighet du vill felsöka eller förbättra. Informationsfönstret till höger är där du redigerar och utforskar.

Skärmbild av fliken Kompetensdiagram.

Fönstret Kunskapsinformation

Kunskapsinformation visas i en layout med flikar och omfattar följande områden:

  • Kunskapsinställningar: en formaterad version av kunskapsdefinitionen.
  • Skill JSON Editor: det råa JSON-dokumentet för definitionen.
  • Körningar: data som motsvarar varje gång en färdighet utfördes.
  • Fel och varningar: meddelandena som genereras när sessionen startas eller uppdateras.

I Körnings- eller färdighetsinställningar väljer du symbolen </> för att öppna uttrycksutvärderingen som används för att visa och redigera uttrycken för kunskapsindata och utdata.

Kapslade indatakontroller i Kunskapsinställningar kan användas för att skapa komplexa former för projektioner, mappningar av utdatafält för ett komplext typfält eller indata till en färdighet. När de används med Uttrycksutvärdering ger kapslade indata en enkel test- och verifieringsuttrycksbyggare.

Fönstret Körningar

En färdighet kan köras flera gånger i en kompetensuppsättning för ett enda dokument. Till exempel körs OCR-färdigheten en gång för varje bild som extraheras från ett enda dokument. Fönstret Körningar visar färdighetens körningshistorik och ger en djupare titt på varje anrop av kunskapen.

Körningshistoriken gör det möjligt att spåra en specifik berikning tillbaka till den färdighet som genererade den. Om du klickar på en kunskapsinmatning navigerar du till den färdighet som genererade indata, vilket ger en stackspårningsliknande funktion. Detta gör det möjligt att identifiera rotorsaken till ett problem som kan visas i en underordnad färdighet.

När du felsöker ett fel med en anpassad färdighet finns det möjlighet att generera en begäran om ett kompetensanrop i körningshistoriken.

FLIKEN > AI-berikade datastrukturer

Fönstret Berikad datastruktur visar dokumentets berikning genom kompetensuppsättningen, som beskriver kontexten för varje berikning och den ursprungliga färdigheten. Uttrycksutvärderaren kan också användas för att visa innehållet för varje berikning.

Skärmbild av fliken Utökad datastruktur.

Uttrycksutvärdering

Expression Evaluator visar de körbara elementen i kilen. Det gör att du kan redigera sökvägen och testa resultaten innan du uppdaterar någon av indata eller kontexten för en färdighet eller projektion.

Du kan öppna utvärderaren från valfri nod eller ett element som visar symbolen </> , inklusive delar av ett beroendediagram eller noder i ett berikande träd.

Expression Evaluator ger dig fullständig interaktiv åtkomst för testning av kunskapskontext, indata och kontroll av utdata.

Skärmbild av uttrycksutvärdering.

Begränsningar

Funktionen för felsökningssessioner stöder inte SharePoint Online-indexeraren.

Nästa steg

Nu när du förstår elementen i felsökningssessioner startar du din första felsökningssession på en befintlig kompetensuppsättning.