Python-Beispiele für Azure AI Search
Hier finden Sie Informationen zu den Python-Codebeispielen, welche die Funktionen und den Workflow einer Azure AI Search-Lösung veranschaulichen. In diesen Beispielen wird die Azure AI Search-Clientbibliothek für das Azure SDK für Python verwendet, die Sie über die folgenden Links erkunden können.
| Ziel | Link |
|---|---|
| Paketdownload | pypi.org/project/azure-search-documents/ |
| API-Referenz | azure-search-documents |
| API-Testfälle | github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests |
| Quellcode | github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents |
SDK-Beispiele
Die Codebeispiele vom Azure SDK-Entwicklungsteam veranschaulichen die API-Verwendung. Sie finden diese Beispiele in GitHub unter azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples.
| Beispiele | Beschreibung |
|---|---|
| Authentifizieren | Veranschaulicht, wie Sie einen Client konfigurieren und gegenüber dem Dienst authentifizieren. |
| Index: CRUD-Vorgänge (Erstellen, Lesen, Aktualisieren, Löschen) | Veranschaulicht, wie Suchindizes erstellt, aktualisiert, abgerufen, aufgelistet und gelöscht werden. |
| Indexer: CRUD-Vorgänge (Erstellen, Lesen, Aktualisieren, Löschen) | Veranschaulicht, wie Indexer erstellt, aktualisiert, abgerufen, aufgelistet, zurückgesetzt und gelöscht werden. |
| Durchsuchen von Indexerdatenquellen | Veranschaulicht das Erstellen, Aktualisieren, Abrufen, Auflisten und Löschen von Indexerdatenquellen, die für die indexerbasierte Indizierung unterstützter Azure-Datenquellen erforderlich sind. |
| Synonyme | Veranschaulicht, wie Synonymzuordnungen erstellt, aktualisiert, abgerufen, aufgelistet und gelöscht werden. |
| Laden von Dokumenten | Veranschaulicht das Hochladen oder Zusammenführen von Dokumenten in einen Index in einem Datenimport-Vorgang. |
| einfache Abfrage | Veranschaulicht das Einrichten einer einfachen Abfrage. |
| Filterabfrage | Veranschaulicht, wie Sie einen Filterausdruck einrichten. |
| Facettenabfrage | Veranschaulicht, wie Sie Facetten verwenden. |
| Beispiel für semantische Rangfolge | Zeigt, wie Sie die semantische Rangfolge in einem Index konfigurieren und semantische Abfragen aufrufen. |
| Vektorsuche | Veranschaulicht, wie Einbettungen aus einem Beschreibungsfeld abgerufen und dann Vektorabfragen für die Daten gesendet werden. |
Dokumentationsbeispiele
Die Codebeispiele vom Azure KI Search-Team veranschaulichen die Funktionen und Workflows. Auf viele dieser Beispiele wird in Tutorials, Schnellstarts und Anleitungen verwiesen. Sie finden diese Beispiele in GitHub unter Azure-Samples/azure-search-postman-samples.
| Beispiele | Artikel |
|---|---|
| Schnellstart | Quellcode für den Python-Teil der Schnellstartanleitung: Volltextsuche mithilfe der Azure-SDKs. In diesem Artikel wird der allgemeine Workflow zum Erstellen, Laden und Abfragen eines Suchindex unter Verwendung von Beispieldaten beschrieben. |
| quickstart-semantic-search | Quellcode für den Python-Teil der Schnellstartanleitung: Volltextsuche mithilfe der Azure-SDKs. Es zeigt das Indexschema und die Abfrageanforderung für das Aufrufen der semantischen Rangfolge. |
| search-website-functions-v4 | Quellcode für Tutorial: Hinzufügen der Suche zu Web-Apps. Veranschaulicht eine End-to-End-Such-App, die einen Rich-Client sowie Komponenten zum Hosting der App und zur Verarbeitung von Suchanforderungen enthält. |
Demos
Ein Demo-Repository bietet Quellcode für Machbarkeitsnachweise für Beispiele oder Szenarien, die in Demonstrationen gezeigt werden. Demolösungen sind nicht für die Anpassung durch Kunden konzipiert.
| Repository | Beschreibung |
|---|---|
| azure-search-vector-python-sample.ipynb | Verwendet die Bibliothek azure.search.documents im Azure SDK für Python, um einen Vektorindex zu erstellen, zu laden und abzufragen. |
| azure-search-integrated-vectorization-sample.ipynb | Erweitert den Vektorindexworkflow um integrierte Datenblöcke und Einbettungen. |
| azure-search-vector-image-index-creation-python-sample.ipynb | Veranschaulicht die multimodale Suche über Text und Bilder. |
| azure-search-custom-vectorization-sample.ipynb | Veranschaulicht die benutzerdefinierte Vektorisierung. |
| azure-search-vector-python-huggingface-model-sample.ipynb | Hugging Face Integration. |
| azure-search-vector-python-langchain-sample.ipynb | LangChain-Integration. |
| azure-search-vector-python-llamaindex-sample.ipynb | Llamaindex-Integration. |
| azure-search-openai-demo | ChatGPT + Enterprise-Daten mit Azure OpenAI Python-Code, der zeigt, wie Azure AI Search mit den großen Sprachmodellen in Azure OpenAI verwendet wird. Hintergrundinformationen finden Sie in diesem Tech-Community-Blog-Beitrag: Revolutionize your Enterprise Data with ChatGPT (Revolutionieren Ihrer Enterprise-Daten mit ChatGPT). |
Weitere Beispiele
Die folgenden Beispiele werden ebenfalls vom Azure AI Search-Team veröffentlicht, ohne dass jedoch in der Dokumentation auf sie Bezug genommen wird. Die zugehörigen Infodateien enthalten Anweisungen zu ihrer Verwendung.
| Repository | Beschreibung |
|---|---|
| azure-search-backup-and-restore.ipynb | Verwendet die Azure.search.documents-Bibliothek im Azure SDK für Python, um eine lokale Kopie der abrufbaren Felder eines Suchindex zu erstellen und diese Felder dann an einen neuen Suchindex zu übertragen. |
Tipp
Testen Sie den Beispielbrowser, um GitHub nach Microsoft-Codebeispielen zu durchsuchen (gefiltert nach Produkt, Dienst und Sprache).