Aracılığıyla paylaş

Veri kaynağı - Pinecone (önizleme)

  • Makale

Verilerinizde Azure OpenAI kullanırken Pinecone'un yapılandırılabilir seçenekleri. Bu veri kaynağı API sürümünde 2024-02-15-previewdesteklenir.

Adı Tür Zorunlu Açıklama
parameters Parametreler True Pinecone yapılandırırken kullanılacak parametreler.
type Dize True olmalıdır pinecone.

Parametreler

Ad Tür Zorunlu Açıklama
environment Dize True Pinecone'un ortam adı.
index_name Dize True Pinecone veritabanı dizininin adı.
fields_mapping FieldsMappingOptions True Arama diziniyle etkileşim kurarken kullanılacak özelleştirilmiş alan eşleme davranışı.
authentication ApiKeyAuthenticationOptions True Tanımlanan veri kaynağına erişirken kullanılacak kimlik doğrulama yöntemi.
embedding_dependency DeploymentNameVectorizationSource True Vektör araması için ekleme bağımlılığı.
in_scope boolean False Sorguların dizine alınan verilerin kullanımıyla sınırlandırılıp kısıtlanmaması gerektiği. Varsayılan True değeridir.
role_information Dize False Modele nasıl davranması gerektiği ve yanıt oluştururken başvurması gereken bağlamlar hakkında yönergeler verin. Yardımcının kişiliğini açıklayabilir ve yanıtları nasıl biçimlendirebileceğini anlatabilirsiniz.
strictness integer False Arama ilgi filtresinin yapılandırılmış katılığı. Katılık ne kadar yüksekse, duyarlık o kadar yüksektir ancak yanıtın daha düşük geri çağrılır. Varsayılan 3 değeridir.
top_n_documents integer False Yapılandırılan sorgu için öne çıkan en fazla belge sayısı. Varsayılan 5 değeridir.

API anahtarı kimlik doğrulama seçenekleri

API anahtarı kullanırken Verilerinizde Azure OpenAI kimlik doğrulama seçenekleri.

Adı Tür Zorunlu Açıklama
key Dize True Kimlik doğrulaması için kullanılacak API anahtarı.
type Dize True olmalıdır api_key.

Dağıtım adı vektörleştirme kaynağı

Vektör aramasını uygularken Verilerinizde Azure OpenAI tarafından kullanılan vektörleştirme kaynağının ayrıntıları. Bu vektörleştirme kaynağı, aynı Azure OpenAI kaynağındaki iç ekleme modeli dağıtım adını temel alır. Bu vektörleştirme kaynağı, Azure OpenAI api anahtarı olmadan ve Azure OpenAI genel ağ erişimi olmadan vektör araması kullanmanıza olanak tanır.

Adı Tür Zorunlu Açıklama
deployment_name Dize True Aynı Azure OpenAI kaynağı içindeki ekleme modeli dağıtım adı.
type Dize True olmalıdır deployment_name.

Alan eşleme seçenekleri

Alanların nasıl işlendiğini denetlemek için ayarlar.

Adı Tür Zorunlu Açıklama
content_fields string[] True İçerik olarak ele alınması gereken dizin alanlarının adları.
content_fields_separator Dize False İçerik alanlarının kullanması gereken ayırıcı desen. Varsayılan \n değeridir.
filepath_field Dize False Dosya yolu olarak kullanılacak dizin alanının adı.
title_field Dize False Başlık olarak kullanılacak dizin alanının adı.
url_field Dize False URL olarak kullanılacak dizin alanının adı.

Örnekler

Ön koşullar:

  • Kullanıcıdan Azure OpenAI kaynağına rol atamalarını yapılandırın. Gerekli rol: Cognitive Services OpenAI User.
  • Az CLI'yi yükleyin ve çalıştırınaz login.
  • Aşağıdaki ortam değişkenlerini tanımlayın: AzureOpenAIEndpoint, ChatCompletionsDeploymentName,Environment, IndexName, Key, EmbeddingDeploymentName.
export AzureOpenAIEndpoint=https://example.openai.azure.com/
export ChatCompletionsDeploymentName=turbo
export Environment=testenvironment
export Key=***
export IndexName=pinecone-test-index
export EmbeddingDeploymentName=ada

En son pip paketlerini openaiyükleyin, azure-identity.

import os
from openai import AzureOpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

endpoint = os.environ.get("AzureOpenAIEndpoint")
deployment = os.environ.get("ChatCompletionsDeploymentName")
environment = os.environ.get("Environment")
key = os.environ.get("Key")
index_name = os.environ.get("IndexName")
embedding_deployment_name = os.environ.get("EmbeddingDeploymentName")

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default")

client = AzureOpenAI(
    azure_endpoint=endpoint,
    azure_ad_token_provider=token_provider,
    api_version="2024-02-15-preview",
)

completion = client.chat.completions.create(
    model=deployment,
    messages=[
        {
            "role": "user",
            "content": "Who is DRI?",
        },
    ],
    extra_body={
        "data_sources": [
            {
                "type": "pinecone",
                "parameters": {
                    "environment": environment,
                    "authentication": {
                        "type": "api_key",
                        "key": key
                    },
                    "index_name": index_name,
                    "fields_mapping": {
                        "content_fields": [
                            "content"
                        ]
                    },
                    "embedding_dependency": {
                        "type": "deployment_name",
                        "deployment_name": embedding_deployment_name
                    }
                }}
        ],
    }
)

print(completion.model_dump_json(indent=2))