通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

数据源 - Pinecone（预览版）

使用基于自有数据的 Azure OpenAI 时的 Pinecone 的可配置选项。 从 API 版本 2024-02-15-preview开始，支持此数据源。

名称 类型 必选 DESCRIPTION
parameters 参数 真 实 配置 Pinecone 时要使用的参数。
type 字符串 真 实 必须是 pinecone。

参数

名称 类型 必选 DESCRIPTION
environment 字符串 真 实 Pinecone 的环境名称。
index_name 字符串 真 实 Pinecone 数据库索引的名称。
fields_mapping FieldsMappingOptions 真 实 与搜索索引交互时要使用的自定义字段映射行为。
authentication ApiKeyAuthenticationOptions 真 实 访问定义的数据源时要使用的身份验证方法。
embedding_dependency DeploymentNameVectorizationSource 真 实 矢量搜索的嵌入依赖项。
in_scope 布尔 假 是否应将查询限制为使用索引数据。 默认值为 True。
role_information 字符串 假 为模型提供有关它应该如何运行以及在生成回复时应引用的任何上下文的说明。 你可以描述助手的个性，告诉它如何设置回复的格式。
strictness 整数 假 搜索相关性筛选的已配置严格性。 严格度越高，精准率越高，但回复的召回率越低。 默认值为 3。
top_n_documents 整数 假 为配置的查询提供的已配置最多文档数。 默认值为 5。

API 密钥验证选项

使用 API 密钥时，基于自有数据的 Azure OpenAI 的验证选项。

名称 类型 必选 DESCRIPTION
key 字符串 真 实 用于身份验证的 API 密钥。
type 字符串 真 实 必须是 api_key。

部署名称矢量化源

应用矢量搜索时基于自有数据的 Azure OpenAI 使用的矢量化源的详细信息。 此矢量化源基于同一 Azure OpenAI 资源中的内部嵌入模型部署名称。 此矢量化可以在没有 Azure OpenAI API 密钥和 Azure OpenAI 公用网络访问的情况下使用矢量搜索。

名称 类型 必选 DESCRIPTION
deployment_name 字符串 真 实 同一 Azure OpenAI 资源中的嵌入模型部署名称。
type 字符串 真 实 必须是 deployment_name。

字段映射选项

用于控制字段处理方式的设置。

名称 类型 必选 DESCRIPTION
content_fields 字符串[] 真 实 应被视为内容的索引字段的名称。
content_fields_separator 字符串 假 内容字段应使用的分隔符模式。 默认值为 \n。
filepath_field 字符串 假 要用作文件路径的索引字段的名称。
title_field 字符串 假 要用作标题的索引字段的名称。
url_field 字符串 假 要用作 URL 的索引字段的名称。

例子

先决条件：

  • 配置用户到 Azure OpenAI 资源的角色分配。 所需角色：Cognitive Services OpenAI User。
  • 安装 Az CLI 并运行 az login。
  • 定义以下环境变量：AzureOpenAIEndpoint、ChatCompletionsDeploymentName、Environment、IndexName、Key、EmbeddingDeploymentName。
export AzureOpenAIEndpoint=https://example.openai.azure.com/
export ChatCompletionsDeploymentName=turbo
export Environment=testenvironment
export Key=***
export IndexName=pinecone-test-index
export EmbeddingDeploymentName=ada

安装最新的 pip 包 openai、azure-identity。

import os
from openai import AzureOpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

endpoint = os.environ.get("AzureOpenAIEndpoint")
deployment = os.environ.get("ChatCompletionsDeploymentName")
environment = os.environ.get("Environment")
key = os.environ.get("Key")
index_name = os.environ.get("IndexName")
embedding_deployment_name = os.environ.get("EmbeddingDeploymentName")

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default")

client = AzureOpenAI(
    azure_endpoint=endpoint,
    azure_ad_token_provider=token_provider,
    api_version="2024-02-15-preview",
)

completion = client.chat.completions.create(
    model=deployment,
    messages=[
        {
            "role": "user",
            "content": "Who is DRI?",
        },
    ],
    extra_body={
        "data_sources": [
            {
                "type": "pinecone",
                "parameters": {
                    "environment": environment,
                    "authentication": {
                        "type": "api_key",
                        "key": key
                    },
                    "index_name": index_name,
                    "fields_mapping": {
                        "content_fields": [
                            "content"
                        ]
                    },
                    "embedding_dependency": {
                        "type": "deployment_name",
                        "deployment_name": embedding_deployment_name
                    }
                }}
        ],
    }
)

print(completion.model_dump_json(indent=2))