Azure AI Search 솔루션의 기능 및 워크플로를 보여 주는 Python 코드 샘플에 대해 알아봅니다. 이러한 샘플은 Python용 Azure SDK용 AzureAI Search 클라이언트 라이브러리를 사용하며, 다음 링크를 통해 탐색할 수 있습니다.
SDK 샘플
Azure SDK 개발 팀의 코드 샘플은 API 사용을 보여 줍니다. 이러한 샘플은 GitHub의 Azure/azure-sdk-for-python/tree/main/sdk/search/azure-search-documents/samples 에서 찾을 수 있습니다.
문서 샘플
Azure AI 검색 팀의 코드 샘플은 기능 및 워크플로를 보여 줍니다. 다음 샘플은 자습서, 빠른 시작 및 방법 문서에서 참조됩니다. 이러한 샘플은 GitHub의 Azure-Samples/azure-search-python-samples 에서 찾을 수 있습니다.
| Sample | 아티클 | Description |
|---|---|---|
| Quickstart | 빠른 시작: 전체 텍스트 검색 | 샘플 데이터를 사용하여 검색 인덱스 만들기, 로드 및 쿼리 |
| Quickstart-Agentic-Retrieval | 빠른 시작: 에이전트 검색 | 의미 체계 순위를 LLM 기반 쿼리 계획 및 응답 생성과 통합합니다. |
| Quickstart-Semantic-Search | 빠른 시작: 시맨틱 랭킹 | 인덱스 스키마에 의미 체계 순위를 추가하고 의미 체계 쿼리를 실행합니다. |
| Quickstart-Vector-Search | 빠른 시작: 벡터 검색 | 인덱스 및 쿼리 벡터 콘텐츠입니다. |
| agentic-retrieval-pipeline-example | 자습서: 엔드 투 엔드 에이전트 검색 솔루션 빌드 | Quickstart-Agentic-Retrieval과 달리, 이 샘플은 요청 조정을 위해 Foundry 에이전트 서비스를 사용합니다. |
Accelerators
가속기는 특정 시나리오의 고유한 구현에 맞게 조정할 수 있는 코드 및 설명서를 포함하는 엔드 투 엔드 솔루션입니다.
| Sample | Description |
|---|---|
| rag-experiment-accelerator | Azure AI Search 및 RAG 패턴을 사용하여 실험 및 평가를 수행합니다. 이 샘플에는 여러 데이터 원본을 로드하고, 다양한 모델을 사용하고, 다양한 검색 인덱스 및 쿼리를 만드는 코드가 있습니다. |
Demos
데모 리포지토리는 데모에 표시된 예제 또는 시나리오에 대한 개념 증명 소스 코드를 제공합니다. 가속기와 달리 데모 솔루션은 적응을 위해 설계되지 않았습니다.
| Sample | Description |
|---|---|
| azure-search-vector-samples | 시나리오 또는 기술별로 구성된 벡터 검색 시나리오에 대한 포괄적인 샘플 컬렉션입니다. |
| azure-search-openai-demo | Azure OpenAI Python 코드를 사용하여 Azure OpenAI의 대형 언어 모델과 Azure AI Search를 활용한 엔터프라이즈 데이터 상의 ChatGPT와 유사한 환경 구축 방법. 배경은 이 블로그 게시물을 참조하세요. |
| aisearch-openai-rag-audio | "VOICE to RAG." 이 샘플에서는 클라이언트 디바이스에서 전체 이중 오디오 스트리밍을 통해 실시간 오디오 API를 기반으로 Azure AI Search RAG를 사용하도록 설정하는 음성 기반 생성 AI 애플리케이션에 대한 간단한 아키텍처를 보여 줍니다. 또한 모델과 검색 시스템 모두에 대한 액세스를 안전하게 처리합니다. 백 엔드 코드는 Python으로 작성되고 프런트 엔드 코드는 JavaScript로 작성됩니다. 소개는 이 비디오를 시청하세요. |
기타 샘플
다음 샘플은 Azure AI Search 팀에서도 게시하지만 설명서에서는 참조되지 않습니다. 연결된 추가 정보 파일은 사용 지침을 제공합니다.
| Sample | Description |
|---|---|
| azure-search-classic-rag | 싱글 샷 RAG는 Azure OpenAI의 채팅 완료 모델과 함께 클래식 검색 엔진을 Azure AI Search의 접지 데이터로 사용합니다. |
| 퀵스타트-문서-권한-풀-API | 인덱서 "끌어오기 API" 접근 방식을 사용하여 데이터 원본에서 액세스 제어 목록을 흐름하여 결과를 검색하고 권한 있는 콘텐츠에 대한 액세스를 제한하는 권한 필터를 적용합니다. |
| 빠른 시작-문서-권한-푸시 API | JSON 페이로드를 인덱싱하기 위해 푸시 API를 사용하여 인덱싱된 문서에 포함된 권한 메타데이터를 전달하고 권한 있는 콘텐츠에 대한 사용자 액세스를 기반으로 필터링된 검색 결과를 흐릅니다. |
| azure-function-search | Azure 함수를 사용하여 검색 서비스에 쿼리를 보냅니다. 이 Python 버전을 .NET을 api 사용하여 웹 사이트에 검색 추가에 사용되는 코드로 대체할 수 있습니다. |
| bulk-insert | 푸시 API를 사용하여 문서를 업로드하고 인덱싱합니다. |
| index-backup-and-restore.ipynb | 인덱스의 검색 가능한 필드의 로컬 복사본을 만들고 해당 필드를 새 인덱스로 푸시합니다. |
| resumable-index-backup-restore | 100,000개의 문서를 초과하는 더 큰 인덱스를 백업하고 복원합니다. |
Tip
샘플 브라우저를 사용하여 GitHub에서 Microsoft 코드 샘플을 검색합니다. 제품, 서비스 및 언어별로 검색을 필터링할 수 있습니다.