了解演示 Azure AI 搜索解决方案的功能和工作流的 C# 代码示例。 这些示例使用适用于 .NET 的 Azure SDK 的 Azure AI 搜索客户端库，可以通过以下链接进行浏览。
SDK 示例
Azure SDK 开发团队中的代码示例演示 API 用法。 可以在 GitHub 上找到这些示例。
| 示例 | 说明 |
|---|---|
| Hello world （同步） | 使用同步方法创建客户端、进行身份验证和处理错误。 |
| 你好，世界（异步） | 使用异步方法创建客户端、进行身份验证和处理错误。 |
| 服务级操作 | 获取服务统计信息并创建多个搜索对象，包括索引、索引器、数据源、技能集和同义词映射。 最后，查询索引。 |
| 索引操作 | 获取存储在索引中的文档计数。 |
| FieldBuilderIgnore | 使用属性处理不受支持的数据类型。 |
| 为文档编制索引（推送模型） | 使用推送模型，通过向索引发送 JSON 有效负载来为文档编制索引。 |
| 客户管理的加密密钥 | 使用客户管理的加密密钥来保护敏感内容。 |
| 矢量搜索 | 为矢量字段编制索引并执行矢量搜索。 |
| 语义排名 | 在索引中配置语义排名器并运行语义查询。 |
文档示例
来自 Azure AI 搜索团队的代码示例演示了功能和工作流。 以下许多示例在教程、快速入门和操作指南文章中被引用，这些文章详细解释了代码。 可以在 GitHub 上的 Azure-Samples/azure-search-dotnet-samples 和 Azure-Samples/search-dotnet-getting-started 中找到这些示例。
| 示例 | 说明 |
|---|---|
| 快速入门 | 快速入门的 C# 部分的源代码 ：全文搜索。 使用示例数据创建、加载和查询索引。 |
| quickstart-rag | C# 部分的源代码用于快速入门：生成性搜索（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 | C# 部分的 快速入门：语义排名 源代码。 将语义排名添加到索引架构并运行语义查询。 |
| quickstart-vector-search | 快速入门的 C# 部分的源代码 ：矢量搜索。 索引和查询向量内容。 |
| create-mvc-app | 教程的源代码 ：将搜索添加到 ASP.NET Core （MVC） 应用。 将基本搜索、分页和其他服务器端行为添加到 MVC Web 应用，与大多数示例中使用的控制台应用程序不同。 |
| 搜索网站 | 教程的源代码 ：向 Web 应用添加搜索。 构建一个端到端搜索应用，该应用使用推送 API 进行批量上传，以及用于托管应用和处理搜索请求的丰富客户端。 |
| tutorial-ai-enrichment | 教程的源代码 ：来自 Azure Blob 的 AI 生成的可搜索内容。 创建循环访问 Azure Blob 以提取信息和推断结构的技能集。 |
| 多数据源 | 教程的源代码 ：从多个数据源编制索引。 将两个数据源中的内容合并到一个索引中。 |
| optimize-data-indexing | 教程 ：使用推送 API 优化索引的源代码。 使用优化技术将数据推送到索引中。 |
| DotNetHowTo | 使用 .NET 客户端库的源代码。 在了解 API 时创建和管理多个搜索对象。 |
| DotNetToIndexers | 教程的源代码 ：为 Azure SQL 数据编制索引。 使用计划、字段映射和参数配置 Azure SQL 索引器。 |
| DotNet加密使用CMK指南 | 源代码用于配置由客户管理的密钥进行数据加密。 创建使用客户管理的密钥加密的对象。 |
| DotNetVectorDemo | 创建、加载和查询矢量索引。 |
| .NET 集成向量化演示 | 扩展矢量工作流，以包括基于技能的自动化，用于数据分块和嵌入。 |
加速器
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。
| 示例 | 说明 |
|---|---|
| search-qna-maker-accelerator | 结合了 Azure AI 搜索和 QnA Maker 的解决方案。 请参阅实时演示网站。 |
演示
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。
| 示例 | 说明 |
|---|---|
| covid19search | 基于 Azure AI 搜索的 Covid-19 搜索应用的源代码存储库。 |
| AzureSearch_JFK_Files | 基于 Azure AI 搜索的 JFK 文件解决方案的源代码存储库。 |
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。 关联的README文件提供使用说明。
| 示例 | 说明 |
|---|---|
| 检查存储使用情况 | 使用 Azure 函数按计划检查搜索服务存储。 |
| export-data | 使用 C# 控制台应用对大型索引进行分区和导出。 |
| 索引备份恢复 | 将索引从一个服务复制到另一个服务，使用索引架构和文档创建 JSON 文件。 |
| data-lake-gen2-acl-indexing | 使用 Microsoft Entra ID 和基于角色的访问控制进行保护，为 Azure Data Lake Gen2 文件和文件夹建立索引。 |
| multiple-search-services | 查询多个搜索服务并将结果合并到单个页面中。 |
| 搜索聚合 | 从索引提取并筛选聚合。 |
| Azure 搜索强劲技能 | 将可用的自定义技能纳入您自己的解决方案。 |