비고
이 기능은 현재 공개 미리 보기로 제공됩니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.
인덱싱된 SharePoint 기술 원본을 사용하여 에이전트 검색 파이프라인에서 SharePoint 콘텐츠를 인덱싱하고 쿼리합니다. 지식 원본 은 독립적으로 생성되고, 기술 자료에서 참조되며, 에이전트 또는 챗봇이 쿼리 시 검색 작업을 호출할 때 접지 데이터로 사용됩니다.
인덱싱된 SharePoint 기술 원본을 만들 때 SharePoint 연결 문자열, 모델 및 속성을 지정하여 다음 Azure AI Search 개체를 자동으로 생성합니다.
- SharePoint 사이트를 가리키는 데이터 원본입니다.
- 다중 모달 콘텐츠를 청크하고 선택적으로 벡터화하는 기술 세트입니다.
- 보강된 콘텐츠를 저장하고 에이전트 검색 조건을 충족하는 인덱스입니다.
- 이전 개체를 사용하여 인덱싱 및 보강 파이프라인을 구동하는 인덱서입니다.
필수 조건
에이전트 검색을 제공하는 모든 지역의 Azure AI 검색. 의미 순위매기기를 사용하도록 설정해야 합니다.
세 가지 SharePoint 인덱서 구성 단계 완료:
.NET SDK용
Azure.Search.Documents클라이언트 라이브러리 의 최신 미리 보기 버전입니다.Azure AI Search에서 개체를 만들고 사용할 수 있는 권한입니다. 역할 기반 액세스를 권장하지만 역할 할당이 불가능한 경우 API 키를 사용할 수 있습니다. 자세한 내용은 검색 서비스에 연결을 참조하세요.
기존 지식 원본 확인
지식 원본은 재사용 가능한 최상위 개체입니다. 기존 지식 원본에 대해 아는 것은 새 개체를 다시 사용하거나 이름을 지정하는 데 유용합니다.
다음 코드를 실행하여 이름 및 형식별로 기술 자료를 나열합니다.
// List knowledge sources by name and type
using Azure.Search.Documents.Indexes;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
var knowledgeSources = indexClient.GetKnowledgeSourcesAsync();
Console.WriteLine("Knowledge Sources:");
await foreach (var ks in knowledgeSources)
{
Console.WriteLine($" Name: {ks.Name}, Type: {ks.GetType().Name}");
}
이름으로 단일 지식 원본을 반환하여 JSON 정의를 검토할 수도 있습니다.
using Azure.Search.Documents.Indexes;
using System.Text.Json;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
// Specify the knowledge source name to retrieve
string ksNameToGet = "earth-knowledge-source";
// Get its definition
var knowledgeSourceResponse = await indexClient.GetKnowledgeSourceAsync(ksNameToGet);
var ks = knowledgeSourceResponse.Value;
// Serialize to JSON for display
var jsonOptions = new JsonSerializerOptions
{
WriteIndented = true,
DefaultIgnoreCondition = System.Text.Json.Serialization.JsonIgnoreCondition.Never
};
Console.WriteLine(JsonSerializer.Serialize(ks, ks.GetType(), jsonOptions));
다음 JSON은 인덱싱된 SharePoint 지식 원본에 대한 예제 응답입니다.
{
"name": "my-indexed-sharepoint-ks",
"kind": "indexedSharePoint",
"description": "A sample indexed SharePoint knowledge source",
"encryptionKey": null,
"indexedSharePointParameters": {
"connectionString": "<redacted>",
"containerName": "defaultSiteLibrary",
"query": null,
"ingestionParameters": {
"disableImageVerbalization": false,
"ingestionPermissionOptions": [],
"contentExtractionMode": "minimal",
"identity": null,
"embeddingModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "<redacted>",
"deploymentId": "text-embedding-3-large",
"apiKey": "<redacted>",
"modelName": "text-embedding-3-large",
"authIdentity": null
}
},
"chatCompletionModel": null,
"ingestionSchedule": null,
"assetStore": null,
"aiServices": null
},
"createdResources": {
"datasource": "my-indexed-sharepoint-ks-datasource",
"indexer": "my-indexed-sharepoint-ks-indexer",
"skillset": "my-indexed-sharepoint-ks-skillset",
"index": "my-indexed-sharepoint-ks-index"
}
},
"indexedOneLakeParameters": null
}
비고
중요한 정보가 수정됩니다. 생성된 리소스는 응답의 끝에 표시됩니다.
지식 원본 만들기
다음 코드를 실행하여 인덱싱된 SharePoint 기술 원본을 만듭니다.
// Create an IndexedSharePoint knowledge source
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;
using Azure.Search.Documents.KnowledgeBases.Models;
using Azure;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));
var chatCompletionParams = new AzureOpenAIVectorizerParameters
{
ResourceUri = new Uri(aoaiEndpoint),
DeploymentName = aoaiGptDeployment,
ModelName = aoaiGptModel
};
var embeddingParams = new AzureOpenAIVectorizerParameters
{
ResourceUri = new Uri(aoaiEndpoint),
DeploymentName = aoaiEmbeddingDeployment,
ModelName = aoaiEmbeddingModel
};
var ingestionParams = new KnowledgeSourceIngestionParameters
{
DisableImageVerbalization = false,
ChatCompletionModel = new KnowledgeBaseAzureOpenAIModel(azureOpenAIParameters: chatCompletionParams),
EmbeddingModel = new KnowledgeSourceAzureOpenAIVectorizer
{
AzureOpenAIParameters = embeddingParams
}
};
var sharePointParams = new IndexedSharePointKnowledgeSourceParameters(
connectionString: sharePointConnectionString,
containerName: "defaultSiteLibrary")
{
IngestionParameters = ingestionParams
};
var knowledgeSource = new IndexedSharePointKnowledgeSource(
name: "my-indexed-sharepoint-ks",
indexedSharePointParameters: sharePointParams)
{
Description = "A sample indexed SharePoint knowledge source."
};
await indexClient.CreateOrUpdateKnowledgeSourceAsync(knowledgeSource);
Console.WriteLine($"Knowledge source '{knowledgeSource.Name}' created or updated successfully.");
원본별 속성
다음 속성을 전달하여 인덱싱된 SharePoint 기술 자료를 만들 수 있습니다.
| 이름 | Description | 유형 | 편집 가능 | 필수 |
|---|---|---|---|---|
Name |
지식 원본 컬렉션 내에서 고유해야 하는 지식 원본의 이름은 Azure AI 검색의 개체에 대한 명명 지침을 따라야 합니다. | String | 아니오 | Yes |
Description |
지식 원본에 대한 설명. | String | Yes | 아니오 |
EncryptionKey |
지식 원본과 생성된 개체 모두의 중요한 정보를 암호화하는 고객 관리형 키입니다. | Object | Yes | 아니오 |
IndexedSharePointKnowledgeSourceParameters |
인덱싱된 SharePoint 기술 원본과 관련된 매개 변수: connectionString, containerName및 query. |
Object | 아니오 | 아니오 |
connectionString |
SharePoint 사이트에 대한 연결 문자열입니다. 자세한 내용은 연결 문자열 구문을 참조하세요. | String | Yes | Yes |
containerName |
액세스할 SharePoint 라이브러리입니다. 사이트의 기본 문서 라이브러리에서 콘텐츠를 인덱싱하거나 defaultSiteLibrary 사이트의 모든 문서 라이브러리에서 콘텐츠를 인덱싱하는 데 사용합니다allSiteLibraries. 지금은 무시합니다 useQuery . |
String | 아니오 | Yes |
query |
SharePoint 콘텐츠를 필터링하는 선택적 쿼리 입니다. | String | Yes | 아니오 |
ingestion_parameters 속성
인덱싱된 지식 원본의 경우에만 다음 ingestionParameters 속성을 전달하여 콘텐츠가 수집되고 처리되는 방식을 제어할 수 있습니다.
| 이름 | Description | 유형 | 편집 가능 | 필수 |
|---|---|---|---|---|
Identity |
생성된 인덱서에서 사용할 관리 ID입니다. | Object | Yes | 아니오 |
DisableImageVerbalization |
이미지 구두화의 사용을 사용하거나 사용하지 않도록 설정합니다. 기본값은 False이며, 이를 통해 이미지 구두 표현이 사용하도록 설정됩니다. 이미지 구두화를 True하려면 로 설정합니다. |
불리언 (Boolean) | 아니오 | 아니오 |
ChatCompletionModel |
이미지를 말로 표현하거나 콘텐츠를 추출하는 채팅 완료 모델. 지원되는 모델은 gpt-4o, gpt-4o-mini, gpt-4.1, gpt-4.1-mini, gpt-4.1-nano, gpt-5, gpt-5-mini 및 gpt-5-nano입니다.
GenAI 프롬프트 기술은 생성된 기술 세트에 포함됩니다. 이 매개 변수를 설정하려면 disable_image_verbalization을 False로 설정해야 합니다. |
Object |
api_key와 deployment_name만 편집 가능합니다. |
아니오 |
EmbeddingModel |
인덱싱 및 쿼리 시간에 텍스트와 이미지 콘텐츠를 벡터화하는 텍스트 포함 모델. 지원되는 모델은 text-embedding-ada-002, text-embedding-3-small, text-embedding-3-large입니다.
Azure OpenAI 임베딩 기술은 생성된 기술 세트에 포함되고, Azure OpenAI 벡터라이저는 생성된 인덱스에 포함됩니다. |
Object |
api_key와 deployment_name만 편집 가능합니다. |
아니오 |
ContentExtractionMode |
파일에서 콘텐츠를 추출하는 방법을 제어합니다. 기본값은 minimal이며, 텍스트와 이미지에 대한 표준 콘텐츠 추출을 사용합니다. 생성된 기술 세트에 포함될 standard을 사용하여 고급 문서 크래킹 및 청크를 위해 로 설정합니다.
standard의 경우에만 AiServices 및 AssetStore 매개 변수를 지정할 수 있습니다. |
String | 아니오 | 아니오 |
AiServices |
Foundry Tools에서 Azure 콘텐츠 이해에 액세스하기 위한 Microsoft Foundry 리소스. 이 매개 변수를 설정하려면 ContentExtractionMode를 standard로 설정해야 합니다. |
Object |
api_key만 편집 가능함 |
Yes |
IngestionSchedule |
생성된 인덱서에 스케줄링 정보를 추가합니다. 나중에 일정을 추가하여 데이터 새로 고침을 자동화할 수도 있습니다. | Object | Yes | 아니오 |
IngestionPermissionOptions |
선택한 지식 원본(ADLS Gen2 또는 인덱싱된 SharePoint)에서 수집할 수 있는 문서 수준 권한.
user_ids, group_ids 또는 rbac_scope를 지정하면 생성된 ADLS Gen2 인덱서 또는 SharePoint 인덱서에 수집된 권한이 포함됩니다. |
Array | 아니오 | 아니오 |
수집 상태 확인
인덱서 파이프라인을 생성하고 검색 인덱스를 채우는 지식 원본의 인덱서 상태를 포함하여 수집 진행률 및 상태를 모니터링하려면 다음 코드를 실행합니다.
// Get knowledge source ingestion status
using Azure.Search.Documents.Indexes;
using System.Text.Json;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));
// Get the knowledge source status
var statusResponse = await indexClient.GetKnowledgeSourceStatusAsync(knowledgeSourceName);
var status = statusResponse.Value;
// Serialize to JSON for display
var json = JsonSerializer.Serialize(status, new JsonSerializerOptions { WriteIndented = true });
Console.WriteLine(json);
수집 매개 변수를 포함하고 콘텐츠를 적극적으로 수집하는 요청에 대한 응답은 다음 예와 같을 수 있습니다.
{
"synchronizationStatus": "active", // creating, active, deleting
"synchronizationInterval" : "1d", // null if no schedule
"currentSynchronizationState" : { // spans multiple indexer "runs"
"startTime": "2025-10-27T19:30:00Z",
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
},
"lastSynchronizationState" : { // null on first sync
"startTime": "2025-10-27T19:30:00Z",
"endTime": "2025-10-27T19:40:01Z", // this value appears on the activity record on each /retrieve
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
},
"statistics": { // null on first sync
"totalSynchronization": 25,
"averageSynchronizationDuration": "00:15:20",
"averageItemsProcessedPerSynchronization" : 500
}
}
만들어진 개체를 검토하십시오
인덱싱된 SharePoint 기술 원본을 만들 때 검색 서비스에서도 인덱서, 인덱스, 기술 세트 및 데이터 원본을 만듭니다. 파이프라인이 손상될 수 있으므로 이러한 개체를 편집하지 않는 것이 좋습니다. 오류나 비호환성이 발생할 수 있습니다.
기술 자료를 만든 후에는 생성된 개체가 응답에 나열됩니다. 이러한 개체는 고정 템플릿에 따라 만들어지고 해당 이름은 기술 자료의 이름을 기반으로 합니다. 개체 이름은 변경할 수 없습니다.
Azure Portal을 사용하여 출력 생성의 유효성을 검사하는 것이 좋습니다. 워크플로는 다음과 같습니다.
- 인덱서에서 성공 또는 실패 메시지를 확인합니다. 연결 또는 할당량 오류가 여기에 표시됩니다.
- 인덱스에서 검색 가능한 콘텐츠를 확인합니다. 검색 탐색기를 사용하여 쿼리를 실행합니다.
- 역량 집합을 확인하여 콘텐츠가 청크로 분할되고 옵션으로 벡터화되는 방법을 알아봅니다.
- 연결 세부 정보는 데이터 원본을 확인합니다. 이 예에서는 단순화를 위해 API 키를 사용하지만, 인증에는 Microsoft Entra ID를 사용하고 권한 부여에는 역할 기반 액세스 제어를 사용할 수 있습니다.
기술 자료에 할당
기술 자료에 만족하는 경우 기술 자료에서 기술 원본을 지정하는 다음 단계를 계속 진행 합니다.
인덱싱된 SharePoint 지식 원본을 지정하는 모든 지식 기반의 경우, includeReferenceSourceData을(를) true으로 설정해야 합니다. 이 단계는 원본 문서 URL을 인용문으로 끌어오는 데 필요합니다.
기술 자료가 구성된 후 검색 작업을 사용하여 지식 원본을 쿼리합니다.
지식 원본 삭제
기술 자료를 삭제하려면 먼저 이를 참조하는 기술 자료를 삭제하거나 기술 자료 정의를 업데이트하여 참조를 제거해야 합니다. 인덱스 및 인덱서 파이프라인을 생성하는 기술 원본의 경우 생성된 모든 개체 도 삭제됩니다. 그러나 기존 인덱스로 기술 원본을 만든 경우 인덱스가 삭제되지 않습니다.
사용 중인 기술 원본을 삭제하려고 하면 작업이 실패하고 영향을 받는 기술 자료 목록이 반환됩니다.
지식 원본을 삭제하려면:
검색 서비스에서 모든 기술 자료 목록을 가져옵니다.
using Azure.Search.Documents.Indexes; var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential); var knowledgeBases = indexClient.GetKnowledgeBasesAsync(); Console.WriteLine("Knowledge Bases:"); await foreach (var kb in knowledgeBases) { Console.WriteLine($" - {kb.Name}"); }예제 응답은 다음과 같을 수 있습니다.
Knowledge Bases: - earth-knowledge-base - hotels-sample-knowledge-base - my-demo-knowledge-base개별 기술 자료 정의를 가져와서 기술 자료 참조를 확인합니다.
using Azure.Search.Documents.Indexes; using System.Text.Json; var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential); // Specify the knowledge base name to retrieve string kbNameToGet = "earth-knowledge-base"; // Get a specific knowledge base definition var knowledgeBaseResponse = await indexClient.GetKnowledgeBaseAsync(kbNameToGet); var kb = knowledgeBaseResponse.Value; // Serialize to JSON for display string json = JsonSerializer.Serialize(kb, new JsonSerializerOptions { WriteIndented = true }); Console.WriteLine(json);예제 응답은 다음과 같을 수 있습니다.
{ "Name": "earth-knowledge-base", "KnowledgeSources": [ { "Name": "earth-knowledge-source" } ], "Models": [ {} ], "RetrievalReasoningEffort": {}, "OutputMode": {}, "ETag": "\u00220x8DE278629D782B3\u0022", "EncryptionKey": null, "Description": null, "RetrievalInstructions": null, "AnswerInstructions": null }기술 자료를 삭제하거나 기술 자료를 업데이트 하여 여러 원본이 있는 경우 기술 자료를 제거합니다. 이 예제에서는 삭제를 보여줍니다.
using Azure.Search.Documents.Indexes; var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential); await indexClient.DeleteKnowledgeBaseAsync(knowledgeBaseName); System.Console.WriteLine($"Knowledge base '{knowledgeBaseName}' deleted successfully.");지식 원본을 삭제합니다.
await indexClient.DeleteKnowledgeSourceAsync(knowledgeSourceName); System.Console.WriteLine($"Knowledge source '{knowledgeSourceName}' deleted successfully.");
비고
이 기능은 현재 공개 미리 보기로 제공됩니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.
인덱싱된 SharePoint 기술 원본을 사용하여 에이전트 검색 파이프라인에서 SharePoint 콘텐츠를 인덱싱하고 쿼리합니다. 지식 원본 은 독립적으로 생성되고, 기술 자료에서 참조되며, 에이전트 또는 챗봇이 쿼리 시 검색 작업을 호출할 때 접지 데이터로 사용됩니다.
인덱싱된 SharePoint 기술 원본을 만들 때 SharePoint 연결 문자열, 모델 및 속성을 지정하여 다음 Azure AI Search 개체를 자동으로 생성합니다.
- SharePoint 사이트를 가리키는 데이터 원본입니다.
- 다중 모달 콘텐츠를 청크하고 선택적으로 벡터화하는 기술 세트입니다.
- 보강된 콘텐츠를 저장하고 에이전트 검색 조건을 충족하는 인덱스입니다.
- 이전 개체를 사용하여 인덱싱 및 보강 파이프라인을 구동하는 인덱서입니다.
필수 조건
에이전트 검색을 제공하는 모든 지역의 Azure AI 검색. 의미 순위매기기를 사용하도록 설정해야 합니다.
세 가지 SharePoint 인덱서 구성 단계 완료:
Python용 클라이언트 라이브러리의
azure-search-documents최신 미리 보기 버전입니다.Azure AI Search에서 개체를 만들고 사용할 수 있는 권한입니다. 역할 기반 액세스를 권장하지만 역할 할당이 불가능한 경우 API 키를 사용할 수 있습니다. 자세한 내용은 검색 서비스에 연결을 참조하세요.
기존 지식 원본 확인
지식 원본은 재사용 가능한 최상위 개체입니다. 기존 지식 원본에 대해 아는 것은 새 개체를 다시 사용하거나 이름을 지정하는 데 유용합니다.
다음 코드를 실행하여 이름 및 형식별로 기술 자료를 나열합니다.
# List knowledge sources by name and type
import requests
import json
endpoint = "{search_url}/knowledgesources"
params = {"api-version": "2025-11-01-preview", "$select": "name, kind"}
headers = {"api-key": "{api_key}"}
response = requests.get(endpoint, params = params, headers = headers)
print(json.dumps(response.json(), indent = 2))
이름으로 단일 지식 원본을 반환하여 JSON 정의를 검토할 수도 있습니다.
# Get a knowledge source definition
import requests
import json
endpoint = "{search_url}/knowledgesources/{knowledge_source_name}"
params = {"api-version": "2025-11-01-preview"}
headers = {"api-key": "{api_key}"}
response = requests.get(endpoint, params = params, headers = headers)
print(json.dumps(response.json(), indent = 2))
다음 JSON은 인덱싱된 SharePoint 지식 원본에 대한 예제 응답입니다.
{
"name": "my-indexed-sharepoint-ks",
"kind": "indexedSharePoint",
"description": "A sample indexed SharePoint knowledge source",
"encryptionKey": null,
"indexedSharePointParameters": {
"connectionString": "<redacted>",
"containerName": "defaultSiteLibrary",
"query": null,
"ingestionParameters": {
"disableImageVerbalization": false,
"ingestionPermissionOptions": [],
"contentExtractionMode": "minimal",
"identity": null,
"embeddingModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "<redacted>",
"deploymentId": "text-embedding-3-large",
"apiKey": "<redacted>",
"modelName": "text-embedding-3-large",
"authIdentity": null
}
},
"chatCompletionModel": null,
"ingestionSchedule": null,
"assetStore": null,
"aiServices": null
},
"createdResources": {
"datasource": "my-indexed-sharepoint-ks-datasource",
"indexer": "my-indexed-sharepoint-ks-indexer",
"skillset": "my-indexed-sharepoint-ks-skillset",
"index": "my-indexed-sharepoint-ks-index"
}
},
"indexedOneLakeParameters": null
}
비고
중요한 정보가 수정됩니다. 생성된 리소스는 응답의 끝에 표시됩니다.
지식 원본 만들기
다음 코드를 실행하여 인덱싱된 SharePoint 기술 원본을 만듭니다.
# Create an indexed SharePoint knowledge source
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.indexes.models import IndexedSharePointKnowledgeSource, IndexedSharePointKnowledgeSourceParameters, KnowledgeBaseAzureOpenAIModel, AzureOpenAIVectorizerParameters, KnowledgeSourceAzureOpenAIVectorizer, KnowledgeSourceContentExtractionMode, KnowledgeSourceIngestionParameters
index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
knowledge_source = IndexedSharePointKnowledgeSource(
name = "my-indexed-sharepoint-ks",
description = "A sample indexed SharePoint knowledge source.",
encryption_key = None,
indexed_share_point_parameters = IndexedSharePointKnowledgeSourceParameters(
connection_string = "connection_string",
container_name = "defaultSiteLibrary",
query = None,
ingestion_parameters = KnowledgeSourceIngestionParameters(
identity = None,
disable_image_verbalization = False,
chat_completion_model = KnowledgeBaseAzureOpenAIModel(
azure_open_ai_parameters = AzureOpenAIVectorizerParameters(
# TRIMMED FOR BREVITY
)
),
embedding_model = KnowledgeSourceAzureOpenAIVectorizer(
azure_open_ai_parameters=AzureOpenAIVectorizerParameters(
# TRIMMED FOR BREVITY
)
),
content_extraction_mode = KnowledgeSourceContentExtractionMode.MINIMAL,
ingestion_schedule = None,
ingestion_permission_options = None
)
)
)
index_client.create_or_update_knowledge_source(knowledge_source)
print(f"Knowledge source '{knowledge_source.name}' created or updated successfully.")
원본별 속성
다음 속성을 전달하여 인덱싱된 SharePoint 기술 자료를 만들 수 있습니다.
| 이름 | Description | 유형 | 편집 가능 | 필수 |
|---|---|---|---|---|
name |
지식 원본 컬렉션 내에서 고유해야 하는 지식 원본의 이름은 Azure AI 검색의 개체에 대한 명명 지침을 따라야 합니다. | String | 아니오 | Yes |
description |
지식 원본에 대한 설명. | String | Yes | 아니오 |
encryption_key |
지식 원본과 생성된 개체 모두의 중요한 정보를 암호화하는 고객 관리형 키입니다. | Object | Yes | 아니오 |
indexed_share_point_parameters |
인덱싱된 SharePoint 기술 원본과 관련된 매개 변수: connection_string, container_name및 query. |
Object | 아니오 | 아니오 |
connection_string |
SharePoint 사이트에 대한 연결 문자열입니다. 자세한 내용은 연결 문자열 구문을 참조하세요. | String | Yes | Yes |
container_name |
액세스할 SharePoint 라이브러리입니다. 사이트의 기본 문서 라이브러리에서 콘텐츠를 인덱싱하거나 defaultSiteLibrary 사이트의 모든 문서 라이브러리에서 콘텐츠를 인덱싱하는 데 사용합니다allSiteLibraries. 지금은 무시합니다 useQuery . |
String | 아니오 | Yes |
query |
SharePoint 콘텐츠를 필터링하는 선택적 쿼리 입니다. | String | Yes | 아니오 |
ingestion_parameters 속성
인덱싱된 지식 원본의 경우에만 다음 ingestionParameters 속성을 전달하여 콘텐츠가 수집되고 처리되는 방식을 제어할 수 있습니다.
| 이름 | Description | 유형 | 편집 가능 | 필수 |
|---|---|---|---|---|
identity |
생성된 인덱서에서 사용할 관리 ID입니다. | Object | Yes | 아니오 |
disable_image_verbalization |
이미지 구두화의 사용을 사용하거나 사용하지 않도록 설정합니다. 기본값은 False이며, 이를 통해 이미지 구두 표현이 사용하도록 설정됩니다. 이미지 구두화를 True하려면 로 설정합니다. |
불리언 (Boolean) | 아니오 | 아니오 |
chat_completion_model |
이미지를 말로 표현하거나 콘텐츠를 추출하는 채팅 완료 모델. 지원되는 모델은 gpt-4o, gpt-4o-mini, gpt-4.1, gpt-4.1-mini, gpt-4.1-nano, gpt-5, gpt-5-mini 및 gpt-5-nano입니다.
GenAI 프롬프트 기술은 생성된 기술 세트에 포함됩니다. 이 매개 변수를 설정하려면 disable_image_verbalization을 False로 설정해야 합니다. |
Object |
api_key와 deployment_name만 편집 가능합니다. |
아니오 |
embedding_model |
인덱싱 및 쿼리 시간에 텍스트와 이미지 콘텐츠를 벡터화하는 텍스트 포함 모델. 지원되는 모델은 text-embedding-ada-002, text-embedding-3-small, text-embedding-3-large입니다.
Azure OpenAI 임베딩 기술은 생성된 기술 세트에 포함되고, Azure OpenAI 벡터라이저는 생성된 인덱스에 포함됩니다. |
Object |
api_key와 deployment_name만 편집 가능합니다. |
아니오 |
content_extraction_mode |
파일에서 콘텐츠를 추출하는 방법을 제어합니다. 기본값은 minimal이며, 텍스트와 이미지에 대한 표준 콘텐츠 추출을 사용합니다. 생성된 기술 세트에 포함될 standard을 사용하여 고급 문서 크래킹 및 청크를 위해 로 설정합니다.
standard의 경우에만 ai_services 및 asset_store 매개 변수를 지정할 수 있습니다. |
String | 아니오 | 아니오 |
ai_services |
Foundry Tools에서 Azure 콘텐츠 이해에 액세스하기 위한 Microsoft Foundry 리소스. 이 매개 변수를 설정하려면 content_extraction_mode를 standard로 설정해야 합니다. |
Object |
api_key만 편집 가능함 |
Yes |
asset_store |
추출된 이미지를 저장하는 Blob 컨테이너. 이 매개 변수를 설정하려면 content_extraction_mode를 standard로 설정해야 합니다. |
Object | 아니오 | 아니오 |
ingestion_schedule |
생성된 인덱서에 스케줄링 정보를 추가합니다. 나중에 일정을 추가하여 데이터 새로 고침을 자동화할 수도 있습니다. | Object | Yes | 아니오 |
ingestion_permission_options |
선택한 지식 원본(ADLS Gen2 또는 인덱싱된 SharePoint)에서 수집할 수 있는 문서 수준 권한.
user_ids, group_ids 또는 rbac_scope를 지정하면 생성된 ADLS Gen2 인덱서 또는 SharePoint 인덱서에 수집된 권한이 포함됩니다. |
Array | 아니오 | 아니오 |
수집 상태 확인
인덱서 파이프라인을 생성하고 검색 인덱스를 채우는 지식 원본의 인덱서 상태를 포함하여 수집 진행률 및 상태를 모니터링하려면 다음 코드를 실행합니다.
# Check knowledge source ingestion status
import requests
import json
endpoint = "{search_url}/knowledgesources/{knowledge_source_name}/status"
params = {"api-version": "2025-11-01-preview"}
headers = {"api-key": "{api_key}"}
response = requests.get(endpoint, params = params, headers = headers)
print(json.dumps(response.json(), indent = 2))
수집 매개 변수를 포함하고 콘텐츠를 적극적으로 수집하는 요청에 대한 응답은 다음 예와 같을 수 있습니다.
{
"synchronizationStatus": "active", // creating, active, deleting
"synchronizationInterval" : "1d", // null if no schedule
"currentSynchronizationState" : { // spans multiple indexer "runs"
"startTime": "2025-10-27T19:30:00Z",
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
},
"lastSynchronizationState" : { // null on first sync
"startTime": "2025-10-27T19:30:00Z",
"endTime": "2025-10-27T19:40:01Z", // this value appears on the activity record on each /retrieve
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
},
"statistics": { // null on first sync
"totalSynchronization": 25,
"averageSynchronizationDuration": "00:15:20",
"averageItemsProcessedPerSynchronization" : 500
}
}
만들어진 개체를 검토하십시오
인덱싱된 SharePoint 기술 원본을 만들 때 검색 서비스에서도 인덱서, 인덱스, 기술 세트 및 데이터 원본을 만듭니다. 파이프라인이 손상될 수 있으므로 이러한 개체를 편집하지 않는 것이 좋습니다. 오류나 비호환성이 발생할 수 있습니다.
기술 자료를 만든 후에는 생성된 개체가 응답에 나열됩니다. 이러한 개체는 고정 템플릿에 따라 만들어지고 해당 이름은 기술 자료의 이름을 기반으로 합니다. 개체 이름은 변경할 수 없습니다.
Azure Portal을 사용하여 출력 생성의 유효성을 검사하는 것이 좋습니다. 워크플로는 다음과 같습니다.
- 인덱서에서 성공 또는 실패 메시지를 확인합니다. 연결 또는 할당량 오류가 여기에 표시됩니다.
- 인덱스에서 검색 가능한 콘텐츠를 확인합니다. 검색 탐색기를 사용하여 쿼리를 실행합니다.
- 역량 집합을 확인하여 콘텐츠가 청크로 분할되고 옵션으로 벡터화되는 방법을 알아봅니다.
- 연결 세부 정보는 데이터 원본을 확인합니다. 이 예에서는 단순화를 위해 API 키를 사용하지만, 인증에는 Microsoft Entra ID를 사용하고 권한 부여에는 역할 기반 액세스 제어를 사용할 수 있습니다.
기술 자료에 할당
기술 자료에 만족하는 경우 기술 자료에서 기술 원본을 지정하는 다음 단계를 계속 진행 합니다.
인덱싱된 SharePoint 지식 원본을 지정하는 모든 지식 기반의 경우, includeReferenceSourceData을(를) true으로 설정해야 합니다. 이 단계는 원본 문서 URL을 인용문으로 끌어오는 데 필요합니다.
기술 자료가 구성된 후 검색 작업을 사용하여 지식 원본을 쿼리합니다.
지식 원본 삭제
기술 자료를 삭제하려면 먼저 이를 참조하는 기술 자료를 삭제하거나 기술 자료 정의를 업데이트하여 참조를 제거해야 합니다. 인덱스 및 인덱서 파이프라인을 생성하는 기술 원본의 경우 생성된 모든 개체 도 삭제됩니다. 그러나 기존 인덱스로 기술 원본을 만든 경우 인덱스가 삭제되지 않습니다.
사용 중인 기술 원본을 삭제하려고 하면 작업이 실패하고 영향을 받는 기술 자료 목록이 반환됩니다.
지식 원본을 삭제하려면:
검색 서비스에서 모든 기술 자료 목록을 가져옵니다.
# Get knowledge bases import requests import json endpoint = "{search_url}/knowledgebases" params = {"api-version": "2025-11-01-preview", "$select": "name"} headers = {"api-key": "{api_key}"} response = requests.get(endpoint, params = params, headers = headers) print(json.dumps(response.json(), indent = 2))예제 응답은 다음과 같을 수 있습니다.
{ "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)", "value": [ { "name": "my-kb" }, { "name": "my-kb-2" } ] }개별 기술 자료 정의를 가져와서 기술 자료 참조를 확인합니다.
# Get a knowledge base definition import requests import json endpoint = "{search_url}/knowledgebases/{knowledge_base_name}" params = {"api-version": "2025-11-01-preview"} headers = {"api-key": "{api_key}"} response = requests.get(endpoint, params = params, headers = headers) print(json.dumps(response.json(), indent = 2))예제 응답은 다음과 같을 수 있습니다.
{ "name": "my-kb", "description": null, "retrievalInstructions": null, "answerInstructions": null, "outputMode": null, "knowledgeSources": [ { "name": "my-blob-ks", } ], "models": [], "encryptionKey": null, "retrievalReasoningEffort": { "kind": "low" } }기술 자료를 삭제하거나 기술 자료를 업데이트 하여 여러 원본이 있는 경우 기술 자료를 제거합니다. 이 예제에서는 삭제를 보여줍니다.
# Delete a knowledge base from azure.core.credentials import AzureKeyCredential from azure.search.documents.indexes import SearchIndexClient index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key")) index_client.delete_knowledge_base("knowledge_base_name") print(f"Knowledge base deleted successfully.")지식 원본을 삭제합니다.
# Delete a knowledge source from azure.core.credentials import AzureKeyCredential from azure.search.documents.indexes import SearchIndexClient index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key")) index_client.delete_knowledge_source("knowledge_source_name") print(f"Knowledge source deleted successfully.")
비고
이 기능은 현재 공개 미리 보기로 제공됩니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.
인덱싱된 SharePoint 기술 원본을 사용하여 에이전트 검색 파이프라인에서 SharePoint 콘텐츠를 인덱싱하고 쿼리합니다. 지식 원본 은 독립적으로 생성되고, 기술 자료에서 참조되며, 에이전트 또는 챗봇이 쿼리 시 검색 작업을 호출할 때 접지 데이터로 사용됩니다.
인덱싱된 SharePoint 기술 원본을 만들 때 SharePoint 연결 문자열, 모델 및 속성을 지정하여 다음 Azure AI Search 개체를 자동으로 생성합니다.
- SharePoint 사이트를 가리키는 데이터 원본입니다.
- 다중 모달 콘텐츠를 청크하고 선택적으로 벡터화하는 기술 세트입니다.
- 보강된 콘텐츠를 저장하고 에이전트 검색 조건을 충족하는 인덱스입니다.
- 이전 개체를 사용하여 인덱싱 및 보강 파이프라인을 구동하는 인덱서입니다.
필수 조건
에이전트 검색을 제공하는 모든 지역의 Azure AI 검색. 의미 순위매기기를 사용하도록 설정해야 합니다.
세 가지 SharePoint 인덱서 구성 단계 완료:
Search Service REST API의 2025-11-01-preview 버전입니다.
Azure AI Search에서 개체를 만들고 사용할 수 있는 권한입니다. 역할 기반 액세스를 권장하지만 역할 할당이 불가능한 경우 API 키를 사용할 수 있습니다. 자세한 내용은 검색 서비스에 연결을 참조하세요.
기존 지식 원본 확인
지식 원본은 재사용 가능한 최상위 개체입니다. 기존 지식 원본에 대해 아는 것은 새 개체를 다시 사용하거나 이름을 지정하는 데 유용합니다.
기술 자료 사용 - GET(REST API)을 사용하여 이름 및 형식별로 기술 자료를 나열합니다.
### List knowledge sources by name and type
GET {{search-url}}/knowledgesources?api-version=2025-11-01-preview&$select=name,kind
api-key: {{api-key}}
이름으로 단일 지식 원본을 반환하여 JSON 정의를 검토할 수도 있습니다.
### Get a knowledge source definition
GET {{search-url}}/knowledgesources/{{knowledge-source-name}}?api-version=2025-11-01-preview
api-key: {{api-key}}
다음 JSON은 인덱싱된 SharePoint 지식 원본에 대한 예제 응답입니다.
{
"name": "my-indexed-sharepoint-ks",
"kind": "indexedSharePoint",
"description": "A sample indexed SharePoint knowledge source",
"encryptionKey": null,
"indexedSharePointParameters": {
"connectionString": "<redacted>",
"containerName": "defaultSiteLibrary",
"query": null,
"ingestionParameters": {
"disableImageVerbalization": false,
"ingestionPermissionOptions": [],
"contentExtractionMode": "minimal",
"identity": null,
"embeddingModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "<redacted>",
"deploymentId": "text-embedding-3-large",
"apiKey": "<redacted>",
"modelName": "text-embedding-3-large",
"authIdentity": null
}
},
"chatCompletionModel": null,
"ingestionSchedule": null,
"assetStore": null,
"aiServices": null
},
"createdResources": {
"datasource": "my-indexed-sharepoint-ks-datasource",
"indexer": "my-indexed-sharepoint-ks-indexer",
"skillset": "my-indexed-sharepoint-ks-skillset",
"index": "my-indexed-sharepoint-ks-index"
}
},
"indexedOneLakeParameters": null
}
비고
중요한 정보가 수정됩니다. 생성된 리소스는 응답의 끝에 표시됩니다.
지식 원본 만들기
기술 자료 사용 - REST API(만들기 또는 업데이트)를 사용하여 인덱싱된 SharePoint 기술 자료를 만듭니다.
POST {{search-url}}/knowledgesources/my-indexed-sharepoint-ks?api-version=2025-11-01-preview
api-key: {{api-key}}
Content-Type: application/json
{
"name": "my-indexed-sharepoint-ks",
"kind": "indexedSharePoint",
"description": "A sample indexed SharePoint knowledge source.",
"encryptionKey": null,
"indexedSharePointParameters": {
"connectionString": "{{sharepoint-connection-string}}",
"containerName": "defaultSiteLibrary",
"query": null,
"ingestionParameters": {
"identity": null,
"embeddingModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"deploymentId": "text-embedding-3-large",
"modelName": "text-embedding-3-large",
"resourceUri": "{{aoai-endpoint}}",
"apiKey": "{{aoai-key}}"
}
},
"chatCompletionModel": null,
"disableImageVerbalization": false,
"ingestionSchedule": null,
"ingestionPermissionOptions": [],
"contentExtractionMode": "minimal"
}
}
}
원본별 속성
다음 속성을 전달하여 인덱싱된 SharePoint 기술 자료를 만들 수 있습니다.
| 이름 | Description | 유형 | 편집 가능 | 필수 |
|---|---|---|---|---|
name |
지식 원본 컬렉션 내에서 고유해야 하는 지식 원본의 이름은 Azure AI 검색의 개체에 대한 명명 지침을 따라야 합니다. | String | 아니오 | Yes |
kind |
지식 원본의 종류(이 경우 indexedSharePoint). |
String | 아니오 | Yes |
description |
지식 원본에 대한 설명. | String | Yes | 아니오 |
encryptionKey |
지식 원본과 생성된 개체 모두의 중요한 정보를 암호화하는 고객 관리형 키입니다. | Object | Yes | 아니오 |
indexedSharePointParameters |
인덱싱된 SharePoint 기술 원본과 관련된 매개 변수: connectionString, containerName및 query. |
Object | 아니오 | Yes |
connectionString |
SharePoint 사이트에 대한 연결 문자열입니다. 자세한 내용은 연결 문자열 구문을 참조하세요. | String | Yes | 아니오 |
container_name |
액세스할 SharePoint 라이브러리입니다. 사이트의 기본 문서 라이브러리에서 콘텐츠를 인덱싱하거나 defaultSiteLibrary 사이트의 모든 문서 라이브러리에서 콘텐츠를 인덱싱하는 데 사용합니다allSiteLibraries. 지금은 무시합니다 useQuery . |
String | 아니오 | Yes |
query |
SharePoint 콘텐츠를 필터링하는 선택적 쿼리 입니다. | String | Yes | 아니오 |
ingestionParameters 속성
인덱싱된 지식 원본의 경우에만 다음 ingestionParameters 속성을 전달하여 콘텐츠가 수집되고 처리되는 방식을 제어할 수 있습니다.
| 이름 | Description | 유형 | 편집 가능 | 필수 |
|---|---|---|---|---|
identity |
생성된 인덱서에서 사용할 관리 ID입니다. | Object | Yes | 아니오 |
disableImageVerbalization |
이미지 구두화의 사용을 사용하거나 사용하지 않도록 설정합니다. 기본값은 false이며, 이를 통해 이미지 구두 표현이 사용하도록 설정됩니다. 이미지 구두화를 true하려면 로 설정합니다. |
불리언 (Boolean) | 아니오 | 아니오 |
chatCompletionModel |
이미지를 말로 표현하거나 콘텐츠를 추출하는 채팅 완료 모델. 지원되는 모델은 gpt-4o, gpt-4o-mini, gpt-4.1, gpt-4.1-mini, gpt-4.1-nano, gpt-5, gpt-5-mini 및 gpt-5-nano입니다.
GenAI 프롬프트 기술은 생성된 기술 세트에 포함됩니다. 이 매개 변수를 설정하려면 disableImageVerbalization을 false로 설정해야 합니다. |
Object |
apiKey와 deploymentId만 편집 가능합니다. |
아니오 |
embeddingModel |
인덱싱 및 쿼리 시간에 텍스트와 이미지 콘텐츠를 벡터화하는 텍스트 포함 모델. 지원되는 모델은 text-embedding-ada-002, text-embedding-3-small, text-embedding-3-large입니다.
Azure OpenAI 임베딩 기술은 생성된 기술 세트에 포함되고, Azure OpenAI 벡터라이저는 생성된 인덱스에 포함됩니다. |
Object |
apiKey와 deploymentId만 편집 가능합니다. |
아니오 |
contentExtractionMode |
파일에서 콘텐츠를 추출하는 방법을 제어합니다. 기본값은 minimal이며, 텍스트와 이미지에 대한 표준 콘텐츠 추출을 사용합니다. 생성된 기술 세트에 포함될 standard을 사용하여 고급 문서 크래킹 및 청크를 위해 로 설정합니다.
standard의 경우에만 aiServices 및 assetStore 매개 변수를 지정할 수 있습니다. |
String | 아니오 | 아니오 |
aiServices |
Foundry Tools에서 Azure 콘텐츠 이해에 액세스하기 위한 Microsoft Foundry 리소스. 이 매개 변수를 설정하려면 contentExtractionMode를 standard로 설정해야 합니다. |
Object |
apiKey만 편집 가능함 |
Yes |
assetStore |
추출된 이미지를 저장하는 Blob 컨테이너. 이 매개 변수를 설정하려면 contentExtractionMode를 standard로 설정해야 합니다. |
Object | 아니오 | 아니오 |
ingestionSchedule |
생성된 인덱서에 스케줄링 정보를 추가합니다. 나중에 일정을 추가하여 데이터 새로 고침을 자동화할 수도 있습니다. | Object | Yes | 아니오 |
ingestionPermissionOptions |
선택한 지식 원본(ADLS Gen2 또는 인덱싱된 SharePoint)에서 수집할 수 있는 문서 수준 권한.
userIds, groupIds 또는 rbacScope를 지정하면 생성된 ADLS Gen2 인덱서 또는 SharePoint 인덱서에 수집된 권한이 포함됩니다. |
Array | 아니오 | 아니오 |
수집 상태 확인
지식 원본 - 상태(REST API)를 사용하여 인덱서 파이프라인을 생성하고 검색 인덱스를 채우는 지식 원본에 대한 인덱서 상태를 포함하여 수집 진행률과 상태를 모니터링합니다.
### Check knowledge source ingestion status
GET {{search-url}}/knowledgesources/{{knowledge-source-name}}/status?api-version=2025-11-01-preview
api-key: {{api-key}}
Content-Type: application/json
수집 매개 변수를 포함하고 콘텐츠를 적극적으로 수집하는 요청에 대한 응답은 다음 예와 같을 수 있습니다.
{
"synchronizationStatus": "active", // creating, active, deleting
"synchronizationInterval" : "1d", // null if no schedule
"currentSynchronizationState" : { // spans multiple indexer "runs"
"startTime": "2025-10-27T19:30:00Z",
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
},
"lastSynchronizationState" : { // null on first sync
"startTime": "2025-10-27T19:30:00Z",
"endTime": "2025-10-27T19:40:01Z", // this value appears on the activity record on each /retrieve
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
},
"statistics": { // null on first sync
"totalSynchronization": 25,
"averageSynchronizationDuration": "00:15:20",
"averageItemsProcessedPerSynchronization" : 500
}
}
만들어진 개체를 검토하십시오
인덱싱된 SharePoint 기술 원본을 만들 때 검색 서비스에서도 인덱서, 인덱스, 기술 세트 및 데이터 원본을 만듭니다. 파이프라인이 손상될 수 있으므로 이러한 개체를 편집하지 않는 것이 좋습니다. 오류나 비호환성이 발생할 수 있습니다.
기술 자료를 만든 후에는 생성된 개체가 응답에 나열됩니다. 이러한 개체는 고정 템플릿에 따라 만들어지고 해당 이름은 기술 자료의 이름을 기반으로 합니다. 개체 이름은 변경할 수 없습니다.
Azure Portal을 사용하여 출력 생성의 유효성을 검사하는 것이 좋습니다. 워크플로는 다음과 같습니다.
- 인덱서에서 성공 또는 실패 메시지를 확인합니다. 연결 또는 할당량 오류가 여기에 표시됩니다.
- 인덱스에서 검색 가능한 콘텐츠를 확인합니다. 검색 탐색기를 사용하여 쿼리를 실행합니다.
- 역량 집합을 확인하여 콘텐츠가 청크로 분할되고 옵션으로 벡터화되는 방법을 알아봅니다.
- 연결 세부 정보는 데이터 원본을 확인합니다. 이 예에서는 단순화를 위해 API 키를 사용하지만, 인증에는 Microsoft Entra ID를 사용하고 권한 부여에는 역할 기반 액세스 제어를 사용할 수 있습니다.
기술 자료에 할당
기술 자료에 만족하는 경우 기술 자료에서 기술 원본을 지정하는 다음 단계를 계속 진행 합니다.
인덱싱된 SharePoint 지식 원본을 지정하는 모든 지식 기반의 경우, includeReferenceSourceData을(를) true으로 설정해야 합니다. 이 단계는 원본 문서 URL을 인용문으로 끌어오는 데 필요합니다.
기술 자료가 구성된 후 검색 작업을 사용하여 지식 원본을 쿼리합니다.
지식 원본 삭제
기술 자료를 삭제하려면 먼저 이를 참조하는 기술 자료를 삭제하거나 기술 자료 정의를 업데이트하여 참조를 제거해야 합니다. 인덱스 및 인덱서 파이프라인을 생성하는 기술 원본의 경우 생성된 모든 개체 도 삭제됩니다. 그러나 기존 인덱스로 기술 원본을 만든 경우 인덱스가 삭제되지 않습니다.
사용 중인 기술 원본을 삭제하려고 하면 작업이 실패하고 영향을 받는 기술 자료 목록이 반환됩니다.
지식 원본을 삭제하려면:
검색 서비스에서 모든 기술 자료 목록을 가져옵니다.
### Get knowledge bases GET {{search-endpoint}}/knowledgebases?api-version=2025-11-01-preview&$select=name api-key: {{api-key}}예제 응답은 다음과 같을 수 있습니다.
{ "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)", "value": [ { "name": "my-kb" }, { "name": "my-kb-2" } ] }개별 기술 자료 정의를 가져와서 기술 자료 참조를 확인합니다.
### Get a knowledge base definition GET {{search-endpoint}}/knowledgebases/{{knowledge-base-name}}?api-version=2025-11-01-preview api-key: {{api-key}}예제 응답은 다음과 같을 수 있습니다.
{ "name": "my-kb", "description": null, "retrievalInstructions": null, "answerInstructions": null, "outputMode": null, "knowledgeSources": [ { "name": "my-blob-ks", } ], "models": [], "encryptionKey": null, "retrievalReasoningEffort": { "kind": "low" } }기술 자료를 삭제하거나, 여러 원본이 있는 경우 지식 원본을 제거하여 기술 자료를 업데이트합니다. 이 예제에서는 삭제를 보여줍니다.
### Delete a knowledge base DELETE {{search-endpoint}}/knowledgebases/{{knowledge-base-name}}?api-version=2025-11-01-preview api-key: {{api-key}}지식 원본을 삭제합니다.
### Delete a knowledge source DELETE {{search-endpoint}}/knowledgesources/{{knowledge-source-name}}?api-version=2025-11-01-preview api-key: {{api-key}}