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 SDK 的 Azure AI 搜索客户端库，可以通过以下链接进行浏览。

目标	链接
包下载	pypi.org/project/azure-search-documents/
API 参考	Azure 搜索文档
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。

Azure AI 搜索团队中的代码示例演示功能和工作流。以下示例被引用在教程、快速入门和操作指南文章中。可以在 GitHub 上的 Azure-Samples/azure-search-python-samples 中找到这些示例。

Sample	文章	说明
快速入门	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。
快速入门-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。
Tutorial-RAG	使用 Azure AI 搜索生成 RAG 解决方案	创建一个索引管道，用于加载、区块、嵌入和引入 RAG 的可搜索内容。

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	说明
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。

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	说明
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。

以下示例也由 Azure AI 搜索团队发布，但未在文档中引用。关联的README文件提供使用说明。

Sample	说明
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。
批量插入	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。
可恢复索引备份还原	备份和还原超过 100,000 个文档的较大索引。

提示

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