Dela via


Azure AI Search-verktyg

Azure AI Search-verktyget i Azure AI Foundry Agent Service ansluter en agent till ett nytt eller befintligt sökindex. Du kan använda det här verktyget för att hämta och sammanfatta dina indexerade dokument, med agentens svar som grund i ditt upphovsrättsskyddade innehåll.

Den här artikeln beskriver hur du konfigurerar Azure AI Search-verktyget, inklusive att skapa en projektanslutning och lägga till verktyget i din agent.

Förutsättningar

Tip

I stället för att använda ett befintligt index kan du skapa ett index utan att lämna Azure AI Foundry-portalen. Mer information finns i avsnittet Lägg till verktyget i en agent .

Användningsstöd

Stöd för Azure AI Foundry Python SDK C# SDK JavaScript SDK Java SDK REST API Grundläggande agentkonfiguration Standardagentkonfiguration
✔️ ✔️ ✔️ ✔️ ✔️ ✔️ ✔️ ✔️

Begränsningar

  • Om du vill använda Azure AI Search-verktyget i Azure AI Foundry-portalen bakom ett virtuellt nätverk måste du skapa en agent med hjälp av SDK eller REST API. När du har skapat agenten programmatiskt kan du sedan använda den i portalen.

  • Azure AI Search-verktyget kan bara rikta in sig på ett index. Om du vill använda flera index bör du överväga att använda anslutna agenter, var och en med ett konfigurerat index.

  • En Azure AI Foundry-resurs med grundläggande agentdistributioner stöder inte privata Azure AI Search-resurser eller Azure AI Search med offentlig nätverksåtkomst inaktiverad och en privat slutpunkt. Om du vill använda ett privat Azure AI Search-verktyg med dina agenter distribuerar du standardagenten med virtuell nätverksinmatning.

Setup

I det här avsnittet skapar du en anslutning mellan Azure AI Foundry-projektet som innehåller din agent och Azure AI Search-tjänsten som innehåller ditt index.

Om du redan har anslutit projektet till söktjänsten hoppar du över det här avsnittet.

Hämta anslutningsinformation för söktjänsten

Projektanslutningen kräver slutpunkten för söktjänsten och antingen nyckelbaserad autentisering eller nyckellös autentisering med Microsoft Entra-ID.

För nyckellös autentisering måste du aktivera rollbaserad åtkomstkontroll (RBAC) och tilldela roller till projektets hanterade identitet. Även om den här metoden omfattar extra steg, förbättrar den säkerheten genom att eliminera behovet av hårdkodade API-nycklar.

Välj fliken för önskad autentiseringsmetod.

  1. Logga in på Azure-portalen och välj din söktjänst.

  2. Så här hämtar du slutpunkten:

    1. Välj Översikt i den vänstra rutan.

    2. Anteckna URL:en, som bör se ut som https://my-service.search.windows.net.

      En skärmbild av en resursöversiktsflik för AI Search i Azure Portal.

  3. Så här hämtar du API-nyckeln:

    1. Välj Inställningar>Nycklar i den vänstra rutan.

    2. Välj Båda för att aktivera både nyckelbaserad och nyckellös autentisering, vilket rekommenderas för de flesta scenarier.

      En skärmbild av fliken Ai Search-resursnycklar i Azure Portal.

    3. Anteckna en av nycklarna under Hantera administratörsnycklar.

Skapa projektanslutningen

Nästa steg är att skapa projektanslutningen med hjälp av söktjänstens information som du har samlat in. Anslutningsnamnet måste vara namnet på ditt sökindex. Mer information om det här steget finns i Lägga till en ny anslutning till projektet.

Välj fliken för önskad användningsmetod.

Skapa följande connections.yml-fil:

Du kan använda en YAML-konfigurationsfil för både nyckelbaserad och nyckellös autentisering. nameErsätt platshållarna , endpointoch api_key (valfritt) med din söktjänstinformation. Mer information finns i YAML-schemat för Azure AI Search-anslutning.

Här är ett nyckelbaserat exempel:

name: my_project_acs_connection_keys
type: azure_ai_search
endpoint: https://contoso.search.windows.net/
api_key: XXXXXXXXXXXXXXX

Här är ett nyckellöst exempel:

name: my_project_acs_connection_keyless
type: azure_ai_search
endpoint: https://contoso.search.windows.net/

Kör sedan följande kommando:

Ersätt my_resource med den resursgrupp som innehåller projektet och my_project_name med namnet på projektet.

az ml connection create --file {connection.yml} --resource-group {my_resource_group} --workspace-name {my_project_name}

Lägg till verktyget i en agent

Du kan lägga till Azure AI Search-verktyget i en agent programmatiskt eller via Azure AI Foundry-portalen. Programmässiga exempel finns i Använda ett befintligt index med Azure AI Search-verktyget.

Så här lägger du till verktyget via portalen:

  1. I den vänstra rutan väljer du Agenter.

  2. Välj din agent i listan och välj sedan Kunskap>Lägg till.

    En skärmbild som visar tillgängliga verktygskategorier i Azure AI Foundry-portalen.

  3. Välj Azure AI Search.

    En skärmbild som visar tillgängliga kunskapsverktyg i Azure AI Foundry-portalen.

  4. Under Anslut till ett index väljer du Index som inte ingår i det här projektet.

  5. Under Azure AI Search-resursanslutning väljer du den projektanslutning som du skapade i föregående avsnitt.

  6. Under Azure AI Search-index väljer du ditt vektorindex.

    Tip

    Om du inte har något index väljer du Skapa ett nytt index. Du uppmanas sedan att namnge indexet, ansluta till en datakälla, välja en befintlig inbäddningsmodelldistribution och godkänna villkoren.

    När du har skapat indexet kan du använda det både i och utanför din agent. Du kan till exempel använda indexet med REST API:er eller SDK:er för Azure AI Search.

  7. Under Visningsnamn anger du namnet på ditt index.

  8. Beroende på indexkonfigurationen väljer du någon av följande söktyper:

    • Simple
    • Semantisk
    • Vektor
    • Hybrid (vektor + nyckelord)
    • Hybrid + semantisk

    Som standard kör Azure AI Search-verktyget en hybridsökning (vektor + nyckelord) i alla textfält.

  9. Välj Anslut för att lägga till Azure AI Search-verktyget i din agent.

    En skärmbild av knappen Anslut i Azure AI Foundry-portalen.

Nästa steg

Prova några programmatiska exempel på hur du konfigurerar och använder Azure AI Search-verktyget: