AzureAISearchDocumentStore

Azure AI Search 是一个企业级搜索和检索系统，用于在 Azure 上构建基于 RAG 的应用程序，并原生集成 LLM。

AzureAISearchDocumentStore 支持语义重排序以及元数据/内容过滤。Document Store 对于各种任务非常有用，例如生成知识库洞察（目录或文档搜索）、信息发现（数据探索）、RAG 和自动化。

初始化

此集成要求您拥有一个有效的 Azure 订阅，并已部署 Azure AI Search 服务。

拥有订阅后，请安装azure-ai-search-haystack 集成

pip install azure-ai-search-haystack

要使用AzureAISearchDocumentStore，您需要提供一个搜索服务终结点作为AZURE_AI_SEARCH_ENDPOINT，并提供一个 API 密钥作为AZURE_AI_SEARCH_API_KEY 用于身份验证。如果未提供 API 密钥，则DefaultAzureCredential 将尝试通过浏览器进行身份验证。

在初始化期间，Document Store 将检索给定index_name 的现有搜索索引，或者在索引不存在时创建一个新索引。请注意，AzureAISearchDocumentStore 的一个限制是 Azure 搜索索引的字段在创建后不能通过 API 修改。因此，除了默认字段之外的任何其他字段都必须在 Document Store 初始化期间作为metadata_fields 提供。但是，如果需要，可以使用 Azure AI portal 来修改字段，而无需删除索引。

建议在运行以下示例之前，通过AZURE_AI_SEARCH_API_KEY 和AZURE_AI_SEARCH_ENDPOINT 传递身份验证数据。

from haystack_integrations.document_stores.azure_ai_search import AzureAISearchDocumentStore
from haystack import Document

document_store = AzureAISearchDocumentStore(index_name="haystack-docs")
document_store.write_documents([
    Document(content="This is the first document."),
    Document(content="This is the second document.")
])
print(document_store.count_documents())

📘

延迟注意事项

由于 Azure 搜索索引的延迟，如果立即执行，示例中返回的文档计数可能为零。为确保结果准确，在从搜索索引检索文档时，请注意此延迟。

您可以在AzureAISearchDocumentStore 中启用语义重排序，通过在初始化期间的index_creation_kwargs 中提供 SemanticSearch 配置，并从某个 Retriever 调用它。有关更多信息，请参阅关于此功能的 Azure AI 教程。

支持的 Retrievers

Haystack Azure AI Search 集成包含三个 Retriever 组件。每个 Retriever 都利用 Azure AI Search API，您可以选择最适合您管道的 Retriever。

• AzureAISearchEmbeddingRetriever：此 Retriever 接受单个查询的嵌入作为输入，并返回匹配文档的列表。查询必须事先进行嵌入，这可以使用 Embedder 组件完成。
• AzureAISearchBM25Retriever：一个基于关键字的 Retriever，用于从 Azure AI Search 索引中检索与查询匹配的文档。
• AzureAISearchHybridRetriever：此 Retriever 结合了基于嵌入的检索和关键字搜索，以在搜索索引中查找匹配的文档，从而获得更相关的结果。