Compartilhar via

Exemplos do Python para o IA do Azure Search

Saiba mais sobre exemplos de código python que demonstram a funcionalidade e o fluxo de trabalho de uma solução do Azure AI Search. Esses exemplos usam a biblioteca de clientes do Azure AI Search para o SDK do Azure para Python, que você pode explorar por meio dos links a seguir.

Target Link
Download do pacote pypi.org/project/azure-search-documents/
Referência de API azure-search-documents
Casos de teste da API github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/tests
Código-fonte github.com/Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents
Log de alterações github.com/Azure/azure-sdk-for-python/blob/main/sdk/search/azure-search-documents/CHANGELOG.md

Amostras do SDK

Exemplos de código da equipe de desenvolvimento do SDK do Azure demonstram o uso da API. Você pode encontrar esses exemplos no Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples no GitHub.

Exemplos de documento

Exemplos de código da equipe da IA do Azure Search demonstram recursos e fluxos de trabalho. Os exemplos a seguir são referenciados em tutoriais, guias de início rápido e artigos de instruções. Você pode encontrar esses exemplos no Azure-Samples/azure-search-python-samples no GitHub.

Sample Artigo Description
Quickstart Início Rápido: Pesquisa de texto completo Crie, carregue e consulte um índice de pesquisa usando dados de exemplo.
Quickstart-Agentic-Retrieval Início rápido: recuperação por meio de agentes Integre a classificação semântica com o planejamento de consultas e a geração de respostas alimentados por LLM.
Quickstart-Semantic-Search Início Rápido: Classificação semântica Adicione classificação semântica a um esquema de índice e execute consultas semânticas.
Quickstart-Vector-Search Início Rápido: Pesquisa vetorial Índice e conteúdo de vetor de consulta.
agentic-retrieval-pipeline-example Tutorial: criar uma solução de recuperação de ponta a ponta baseada em agentes Ao contrário de Quickstart-Agentic-Retrieval, este exemplo incorpora o Serviço do Foundry Agent para a orquestração de solicitações.

Accelerators

Um acelerador é uma solução de ponta a ponta que inclui código e documentação que você pode adaptar para sua própria implementação de um cenário específico.

Sample Description
rag-experiment-accelerator Realize experimentos e avaliações usando o Azure AI Search e o padrão RAG. Este exemplo tem código para carregar várias fontes de dados, usar vários modelos e criar vários índices de pesquisa e consultas.

Demos

Um repositório de demonstração fornece código-fonte de prova de conceito para exemplos ou cenários mostrados em demonstrações. Ao contrário dos aceleradores, as soluções de demonstração não são projetadas para adaptação.

Sample Description
azure-search-vector-samples Coleção abrangente de exemplos para cenários de pesquisa de vetor, organizados por cenário ou tecnologia.
azure-search-openai-demo Experiência semelhante a ChatGPT em dados corporativos com código python do Azure OpenAI mostrando como usar o Azure AI Search com modelos de linguagem grandes no Azure OpenAI. Para obter informações em segundo plano, consulte esta postagem no blog.
aisearch-openai-rag-audio "Serviço de Voz para RAG." Este exemplo demonstra uma arquitetura simples para aplicativos de IA generativa baseados em voz que habilita o RAG da Pesquisa de IA do Azure sobre a API de áudio em tempo real, com streaming de áudio em duplex completo de dispositivos cliente. Também gerencia com segurança o acesso ao modelo e ao sistema de recuperação. O código de back-end é escrito em Python, enquanto o código de front-end é escrito em JavaScript. Para obter uma introdução, assista a este vídeo.

Outros exemplos

Os exemplos a seguir também são publicados pela equipe do Azure AI Search, mas não são referenciados na documentação. Os arquivos README associados fornecem instruções de uso.

Sample Description
azure-search-classic-rag RAG de processamento único usando o mecanismo de pesquisa clássico como dados de fundamentação da Pesquisa de IA do Azure, com um modelo de conclusão de chat do OpenAI do Azure.
Início Rápido do Document-Permissions-Pull-API Usando uma abordagem de "API de extração" do indexador, as listas de controle de acesso são transferidas de uma fonte de dados para os resultados da pesquisa, aplicando filtros de permissão que restringem o acesso ao conteúdo autorizado.
Quickstart-Document-Permissions-Push-API Usando as APIs de push para indexar um conteúdo JSON, flua metadados de permissão inseridos para documentos indexados e resultados de pesquisa filtrados com base no acesso do usuário a conteúdo autorizado.
azure-function-search Use uma função do Azure para enviar consultas a um serviço de pesquisa. Você pode substituir essa versão do Python pelo api código usado em Adicionar pesquisa a sites da Web pelo .NET.
bulk-insert Use as APIs por push para carregar e indexar documentos.
index-backup-and-restore.ipynb Faça uma cópia local de campos recuperáveis em um índice e envie esses campos por push para um novo índice.
resumable-index-backup-restore Faça backup e restaure índices maiores que excedam 100.000 documentos.

Tip

Use o navegador de exemplos para pesquisar exemplos de código da Microsoft no GitHub. Você pode filtrar sua pesquisa por produto, serviço e idioma.

  • Last updated on