你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn

Azure AI 搜索的 Python 示例

了解演示 Azure AI 搜索解决方案的功能和工作流的 Python 代码示例。 这些示例使用适用于 Python 的 Azure SDKAzure AI 搜索客户端库,可以通过以下链接进行浏览。

Target Link
包下载 pypi.org/project/azure-search-documents/
API 参考 azure-search-documents
API 测试用例 github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests
源代码 github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents
更改日志 github.com/Azure/azure-sdk-for-python/blob/main/sdk/search/azure-search-documents/CHANGELOG.md

SDK 示例

Azure SDK 开发团队中的代码示例演示 API 用法。 可以在 GitHub 上的 Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples 中找到这些示例。

Doc 示例

Azure AI 搜索团队中的代码示例演示功能和工作流。 在教程、快速上手和操作指南中引用了以下示例。 可以在 GitHub 上的 Azure-Samples/azure-search-python-samples 中找到这些示例。

Sample Article Description
Quickstart 快速入门:全文搜索 使用示例数据创建、加载和查询搜索索引。
Quickstart-Agentic-Retrieval 快速入门:代理检索 将语义排名与 LLM 支持的查询规划和答案生成集成。
Quickstart-RAG 快速入门:生成式搜索 (RAG) 利用 Azure OpenAI 的聊天补全模型,使用来自 Azure AI 搜索的基础数据。
Quickstart-Semantic-Search 快速入门:语义排序 将语义排名添加到索引架构并运行语义查询。
Quickstart-Vector-Search 快速入门:矢量搜索 索引和查询向量内容。
agentic-retrieval-pipeline-example 教程:构建端到端代理检索解决方案 Quickstart-Agentic-Retrieval 不同,此示例结合了 Foundry 代理服务来协调请求。

Accelerators

加速器是一种端到端的解决方案,其中包括可用于特定场景下改编的代码和文档,以便您实现自己的应用。

Sample Description
RAG实验加速器 使用 Azure AI 搜索和 RAG 模式进行试验和评估。 此示例包含用于加载多个数据源、使用各种模型以及创建各种搜索索引和查询的代码。

Demos

演示存储库为演示中显示的示例或方案提供概念证明源代码。 与加速器不同,演示解决方案不设计用于适应。

Sample Description
azure-search-vector-samples 根据场景或技术组织的矢量搜索场景样本的综合集合。
azure-search-openai-demo(Azure搜索和OpenAI演示) 使用 Azure OpenAI Python 代码通过 Azure OpenAI Python 代码对企业数据进行类似 ChatGPT 的体验,演示如何在 Azure OpenAI 中将 Azure AI 搜索与大型语言模型配合使用。 有关背景信息,请参阅此 博客文章
aisearch-openai-rag-audio “语音到 RAG。”此示例演示了基于语音的生成式 AI 应用程序的简单体系结构,可在实时音频 API 的基础上启用 Azure AI 搜索 RAG,从客户端设备进行全双工音频流。 它还可安全地处理对模型和检索系统的访问。 后端代码是用 Python 编写的,而前端代码是用 JavaScript 编写的。 有关简介,请观看此视频

其他示例

以下示例也由 Azure AI 搜索团队发布,但未在文档中引用。 附带的自述文件包含使用说明。

Sample Description
经典 RAG 模式 创建使用 经典搜索引擎 加载、区块、嵌入和引入可搜索内容的索引管道。
快速入门-Document-Permissions-Pull-API 使用索引器“拉取 API”方法,将访问控制列表从数据源传输到搜索结果,并应用权限过滤器以限制对授权内容的访问。
快速入门-文档权限推送API 使用推送 API 为 JSON 有效负载编制索引,将嵌入的权限元数据流向已编制索引的文档和搜索结果,这些结果根据用户对授权内容的访问权限进行筛选。
azure-function-search 使用 Azure 函数将查询发送到搜索服务。 可以将此 Python 版本替换为api的代码
bulk-insert 使用推送 API 上传和索引文档。
index-backup-and-restore.ipynb 在索引中创建可检索字段的本地副本,并将这些字段推送到新索引。
resumable-index-backup-restore 备份和还原超过 100,000 个文档的较大索引。

Tip

使用 示例浏览器 在 GitHub 上搜索Microsoft代码示例。 可以按产品、服务和语言筛选搜索。