Azure AI服务模型目录矢量化器

重要

根据补充使用条款，此矢量化工具目前处于公共预览版。若要使用此功能，建议使用最新预览版的索引 - 创建或更新（REST API）。

矢量器参数

参数区分大小写。所使用的参数取决于模型提供程序所需的身份验证（如果有）。

参数名称	说明
`uri`	（用于密钥身份验证的必需项）AI 服务模型目录中的无服务器部署目标 URI 或 AML 在线终结点评分 URI。仅允许 HTTPS URI 方案。
`key`	（密钥身份验证必需）模型提供程序的 API 密钥。
`resourceId`	（令牌认证要求）模型提供程序的 Azure 资源管理器资源 ID。对于 AML 联机终结点，请使用 `subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}` 格式。
`region`	（令牌身份验证可选）模型提供程序部署的区域。如果区域与搜索服务的区域不同，则为必需。
`timeout`	（可选）HTTP 客户端请求 API 调用的超时时间。必须将其格式化为 XSD“dayTimeDuration”值（ISO 8601 持续时间值的受限子集）。例如，`PT60S` 表示 60 秒。如果未设置，选择的是默认值 30 秒。超时可以设置为最大 230 秒和最小 1 秒。

要使用的身份验证参数

Azure AI 服务模型目录向量器提供两种身份验证选项：

基于密钥的身份验证。提供静态密钥以对来自向量器的评分请求进行身份验证。设置此连接的uri参数和key参数。
基于令牌的身份验证。基于 AI 服务中心的项目或 AML 联机终结点是使用基于令牌的身份验证部署的。 Azure AI 搜索服务必须具有托管标识并在模型提供程序上进行角色分配。然后，vectorizer 使用搜索服务标识对模型提供程序进行身份验证，无需静态密钥。搜索服务标识必须具有 “所有者 ”或 “参与者 ”角色。 resourceId设置参数，如果搜索服务位于与模型提供程序不同的区域，请设置region参数。

支持的矢量查询类型

Azure AI 服务的模型目录向量器支持的矢量查询类型取决于所配置的 modelName。

嵌入模型	支持 `text` 查询	支持 `imageBinary` 查询
Cohere-embed-v3-english	X	X
Cohere-embed-v3-多语言	X	X
Cohere-embed-v4	X	X

预计字段维度

使用Azure AI 服务模型目录向量化器配置的向量场的预期字段维度取决于配置的 modelName。

`modelName`	预期的尺寸
Cohere-embed-v3-english	1024
Cohere-embed-v3-多语言	1024
Cohere-embed-v4	256-1536

示例定义

AI 服务模型目录中的建议模型名称由基本模型和随机三字母后缀组成。你的模型的名称将与本例中所示的名称不同。

"vectorizers": [
    {
        "name": "my-model-catalog-vectorizer",
        "kind": "aml",
        "amlParameters": {
            "uri": "https://Cohere-embed-v3-multilingual-hin.chinaeast.models.ai.azure.cn",
            "key": "aaaaaaaa-0b0b-1c1c-2d2d-333333333333",
            "timeout": "PT60S",
            "modelName": "Cohere-embed-v3-multilingual-hin",
            "resourceId": null,
            "region": null,
        },
    }
]

另请参阅

Last updated on 2026-04-08

通过