Azure OpenAI Embedding 技能

Azure OpenAI 嵌入技能连接到部署到 Foundry 模型资源中的 Azure OpenAI 的嵌入模型，或Microsoft Foundry 项目在索引编制过程中生成嵌入内容。 数据在部署模型的地理位置进行处理。

Azure 门户中的“导入数据”向导使用 Azure OpenAI 嵌入技能来向量内容。 你可以运行向导并查看生成的技能集，了解向导如何构建用于嵌入模型的技能。

Prerequisites

• Foundry Models 资源或 Foundry 项目中的 Azure OpenAI。

  • Azure OpenAI 资源必须具有 自定义子域，例如 https://<resource-name>.openai.azure.com。 可以在 Azure 门户中的 “密钥和终结点 ”页上找到此终结点，并将其用于 resourceUri 此技能中的属性。

  • Foundry 项目的 父资源 提供对多个终结点（包括 https://<resource-name>.openai.azure.com和 https://<resource-name>.services.ai.azure.com） https://<resource-name>.cognitiveservices.azure.com的访问权限。 可以在 Azure 门户中的 “密钥和终结点 ”页上找到这些终结点，并将其中任何终结点用于 resourceUri 此技能中的属性。

• 部署到资源或项目的 Azure OpenAI 嵌入模型。 有关支持的模型，请参阅 “技能参数 ”部分。

@odata.type

Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill

数据限制

文本输入的最大大小应为 8,000 个标记。 如果输入超出允许的最大值，模型将引发“请求无效”错误。 有关详细信息，请参阅 Azure OpenAI 文档中的令牌关键概念。 如果需要数据分块，请考虑使用文本拆分技能。

技能参数

参数区分大小写。

modelName支持的维度

Azure OpenAI 嵌入技能支持的维度取决于配置的modelName。

技能输入

技能输出

示例定义

考虑具有以下字段的记录：

{
    "content": "Microsoft released Windows 10."
}

然后，技能定义可能会如下所示：

{
  "@odata.type": "#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill",
  "description": "Connects a deployed embedding model.",
  "resourceUri": "https://my-demo-openai-eastus.openai.azure.com/",
  "deploymentId": "my-text-embedding-ada-002-model",
  "modelName": "text-embedding-ada-002",
  "dimensions": 1536,
  "inputs": [
    {
      "name": "text",
      "source": "/document/content"
    }
  ],
  "outputs": [
    {
      "name": "embedding"
    }
  ]
}

示例输出

对于给定的输入文本，将生成矢量化嵌入输出。

{
  "embedding": [
        0.018990106880664825,
        -0.0073809814639389515,
        .... 
        0.021276434883475304,
      ]
}

输出驻留在内存中。 若要将此输出发送到搜索索引中的字段，必须定义一个 outputFieldMapping，用于将矢量化的嵌入输出（即数组）映射到一个矢量字段。 假设技能输出驻留在文档的嵌入节点中，且 content_vector 是搜索索引中的字段，那么索引器中的 outputFieldMapping 应如下所示：

  "outputFieldMappings": [
    {
      "sourceFieldName": "/document/embedding/*",
      "targetFieldName": "content_vector"
    }
  ]

最佳做法

以下是使用此技能时需要考虑的一些最佳做法：

• 如果达到 Azure OpenAI TPM（每分钟令牌数）限制，请考虑配额限制咨询以便可以相应地解决。 有关 Azure OpenAI 实例性能的详细信息，请参阅Azure OpenAI 监视文档。

• 理想情况下，用于此技能的 Azure OpenAI 嵌入模型部署应与用于其他用例的部署（包括查询向量器）分开。 这有助于为其特定用例定制每个部署，从而优化性能并轻松确定来自索引器和索引嵌入调用的流量。

• Azure OpenAI 实例应位于同一区域，或者至少在地理上靠近托管 AI 搜索服务的区域。 这可降低延迟并提高服务之间的数据传输速度。

• 如果 Azure OpenAI TPM（每分钟令牌数）大于配额和限制文档中发布的默认值，请向 Azure AI 搜索团队提交支持案例，以便可以相应地进行调整。 这有助于索引过程不会因记录的默认 TPM 限制而不必要地减慢（如果你有更高的限制）。

• 有关使用此技能的示例和工作代码示例，请参阅以下链接：

  • 集成矢量化 (Python)
  • 集成矢量化 (C#)
  • 集成向量化 (Java)

错误和警告

另请参阅

• 内置技能
• 如何定义技能集
• 如何定义输出字段映射