O que é uma fonte de conhecimento?

Uma fonte de conhecimento especifica o conteúdo usado para recuperação agentiva. Ele encapsula um índice de pesquisa preenchido por dados externos ou é uma conexão direta com um destino remoto, como Bing ou SharePoint, que é consultado diretamente. Uma fonte de conhecimento é uma definição necessária em uma base de dados de conhecimento.

• Crie uma fonte de conhecimento como um recurso de nível superior em seu serviço de pesquisa. Cada fonte de conhecimento aponta para exatamente uma estrutura de dados, um índice de pesquisa que atende aos critérios de recuperação por meio de agentes ou um recurso externo com suporte.

• Faça referência a uma ou mais fontes de conhecimento em uma base de dados de conhecimento. Em um pipeline de recuperação agencial, você pode consultar várias fontes de conhecimento em uma única solicitação. As subconsultas são geradas para cada fonte de conhecimento. Os principais resultados são retornados na resposta de recuperação.

• Para determinadas fontes de conhecimento, você pode usar uma definição de fonte de conhecimento para gerar um pipeline de indexador completo (fonte de dados, conjunto de capacidades, indexador e índice) que funciona para recuperação por agentes. Em vez de criar vários objetos manualmente, as informações na fonte de conhecimento são usadas para gerar todos os objetos, incluindo um índice preenchido, em partes e pesquisável.

Verifique se você tem pelo menos uma fonte de conhecimento antes de criar uma base de dados de conhecimento. A especificação completa de uma fonte de conhecimento e uma base de dados de conhecimento pode ser encontrada na referência da API REST de versão prévia.

Trabalhando com uma fonte de conhecimento

• Caminho de criação: primeiro crie uma fonte de conhecimento e crie uma base de dados de conhecimento.

• Caminho de exclusão: atualize ou exclua bases de dados de conhecimento para remover referências a uma fonte de conhecimento e exclua a fonte de conhecimento por último.

• Uma fonte de conhecimento, seu índice e a base de dados de conhecimento devem existir no mesmo serviço de pesquisa. O conteúdo externo é acessado pela Internet pública (Bing) ou em um locatário da Microsoft (SharePoint remoto).

Fontes de conhecimento com suporte

Nesta versão prévia, você pode criar as seguintes fontes de conhecimento:

Fontes de conhecimento indexadas apontam para um índice de destino no Azure AI Search. A execução da consulta é local para o mecanismo de pesquisa em seu serviço de pesquisa. A palavra-chave (pesquisa de texto completo), os recursos de vetor e consulta híbrida são usados para recuperar dados de fontes de conhecimento indexadas.

Você acessa fontes de conhecimento remoto no momento da consulta. O mecanismo de recuperação agêntico chama as APIs de recuperação que são nativas da plataforma (APIs do Bing ou do SharePoint).

Todo o conteúdo recuperado, indexado ou remoto, é puxado para o pipeline de classificação no Azure AI Search, onde é pontuado por relevância, mesclado (supondo várias consultas), reclassificado e retornado na resposta de recuperação.

Criando fontes de conhecimento

Crie fontes de conhecimento como objetos autônomos. Em seguida, especifique-os em uma base de dados de conhecimento dentro de uma matriz "knowledgeSources".

Para criar objetos em um serviço de pesquisa, você precisa de permissões de Colaborador do Serviço de Pesquisa. Se você estiver usando uma fonte de conhecimento que cria um pipeline de indexador, também precisará de permissões de Colaborador de Dados de Índice de Pesquisa para carregar um índice. Como alternativa, você pode usar uma chave de administrador de API em vez de funções.

Use a API REST ou um pacote de visualização do SDK do Azure para criar uma fonte de conhecimento. O suporte ao portal do Azure está disponível para fontes de conhecimento selecionadas. Os links a seguir fornecem instruções para criar uma fonte de conhecimento:

• Como criar uma fonte de conhecimento de índice de pesquisa (encapsula um índice existente)
• Como criar uma fonte de conhecimento de blob (gera um pipeline de indexador)
• Como criar uma fonte de conhecimento do OneLake (gera um pipeline do indexador)
• Como criar uma fonte de conhecimento do SharePoint (indexada) (gera um pipeline do indexador)
• Como criar uma fonte de conhecimento do SharePoint (remoto) (consulta o SharePoint diretamente)
• Como criar um recurso de Conhecimento Web (conecta-se ao endpoint público do Bing)

Depois de criar a fonte de conhecimento, faça referência a ela em uma base de dados de conhecimento.

Usando fontes de conhecimento

Você pode controlar explicitamente o uso da fonte de conhecimento definindo alwaysQuery na definição da fonte de conhecimento ou por meio de instruções de guia usadas durante o planejamento de consulta. Instruções de direção referem-se a descrições em um índice ou instruções de recuperação explícitas na fonte de conhecimento, que fornecem orientação sobre quando usar o índice. O planejamento de consulta ocorre quando você usa um esforço de raciocínio de recuperação baixo ou médio da LLM. Para um esforço mínimo de raciocínio, todas as fontes de conhecimento listadas na base de dados de conhecimento estão no escopo de cada consulta. Para níveis baixo e médio, a base de conhecimento e o LLM podem determinar em tempo de consulta quais fontes de conhecimento provavelmente fornecerão o melhor corpus de pesquisa.

A lógica de seleção da fonte de dados de conhecimento baseia-se nesses fatores:

• Está alwaysQuery definido? Se sim, a fonte de conhecimento sempre será usada em todas as consultas.

• name da fonte de conhecimento.

• O description de um índice, supondo uma fonte de conhecimento indexada.

• O retrievalInstructions especificado na ação de recuperação ou na definição da base de dados de conhecimento fornece diretrizes que incluem ou excluem uma fonte de conhecimento. É semelhante a um prompt. Você pode especificar brevidade, tom e formatação como uma instrução de recuperação.

• outputMode em uma base de conhecimento também afeta o resultado da consulta e o que vai na resposta.

Usar um esforço de raciocínio de recuperação para controlar o uso de LLM

Nem todas as soluções se beneficiam do planejamento e execução da consulta LLM. Se a simplicidade e a velocidade superarem os benefícios que o planejamento de consulta LLM e a engenharia de contexto fornecem, especifique um esforço mínimo de raciocínio para impedir o processamento de LLM em seu pipeline.

Para níveis baixos e médios, o nível de processamento de LLM é uma abordagem equilibrada ou máxima que melhora a relevância. Para obter mais informações, consulte Definir o esforço de raciocínio de recuperação.