月明的文档中心 分享AI实践与思考
入门
上手
教程
基础
概念解释
Microsoft Foundry
开发工具
操作指南
参考
治理与网络
工具与知识
概念解释
操作指南
Agent Service
总览
概念解释
Azure OpenAI
API 与开发
总览
Azure AI Search
权限与安全
参考
检索概念
概念解释
快速上手
教程
Foundry Tools
其他与已退役
总览
概念解释
RAG 与知识工程
智能体与工具
MCP 与 Skills
操作指南
基础
评测、观测与安全
安全
评测
概念解释
参考
企业架构与成本
解决方案场景
样例与学习资源
附录
第一个检索索引
用 Azure 门户的“导入数据”向导，从 Blob Storage 中的 PDF 创建一个带分块与向量化的检索索引，再用一条混合查询验证结果。
前置条件
项目 | 说明 | 核对状态 |
Azure 订阅 | 需要有效订阅 | 页面写明 |
Azure AI Search 服务 | 向导要求 Basic 或更高层级（托管标识支持） | 待核实（2026-11-05 获取） |
数据源 | Azure Blob Storage（通用 v2 账户）、ADLS Gen2 或 OneLake 三选一 | 页面写明 |
嵌入模型 | Azure OpenAI 或 Microsoft Foundry 中的文本嵌入模型（页面列出 text-embedding-ada-002、text-embedding-3-small、text-embedding-3-large 等） | 模型可用区域与退役计划：待核实（2026-11-05 获取） |
公网访问 | 向导要求数据源与嵌入资源开放公网访问，之后可再启用防火墙或专用终结点 | 页面写明 |
角色 | 分配角色需要 Owner 或 User Access Administrator | 页面写明 |
步骤
步骤 | 操作 | 预期结果 |
1 | 在存储账户中创建容器，上传样例 PDF（页面使用 azure-search-sample-data 中的 health-plan 文档） | 容器中有若干 PDF |
2 | 在搜索服务上启用基于角色的访问，给自己分配 Search Service Contributor、Search Index Data Contributor、Search Index Data Reader | 可在门户中查看与管理索引 |
3 | 为搜索服务开启系统分配的托管标识，并授予存储账户 Storage Blob Data Reader | 索引器可以读取 Blob |
4 | 在搜索服务概览页选择“导入数据”，数据源选 Blob、ADLS Gen2 或 OneLake，场景选 RAG | 进入向导 |
5 | 连接数据：选择订阅、存储账户与容器，勾选托管标识认证 | 可进入下一步 |
6 | 向量化文本：选择模型提供方与已部署的模型，认证方式为系统分配标识 | 可进入下一步 |
7 | 图像步骤：样例 PDF 只有徽标，页面说明可跳过 | 直接下一步 |
8 | 高级设置：可选添加语义排序、补充字段、设置计划索引（页面建议样例使用一次性运行） | 配置完成 |
9 | 审核并创建，填写对象名前缀 | 向导生成数据源、索引、技能集、索引器 |
10 | 在“搜索管理 > 索引”中打开 JSON 视图，把查询文本替换为问题，执行查询 | 返回若干分块文档 |
向导生成的对象
对象 | 作用（页面描述概括） |
数据源 | 记录到数据源的连接 |
索引 | 包含向量字段、向量化器、向量配置与算法；向导生成的默认索引不能在向导流程内修改 |
技能集 | 包含分块（Text Split 技能）与向量化（嵌入技能）；通过索引投影把分块映射到子索引 |
索引器 | 驱动索引管道并保存字段映射 |
分块参数（向导内置，页面写明）
参数 | 取值 | 说明 |
textSplitMode | pages | 按页面分块 |
maximumPageLength | 2000 | 按字符计，页面写明 |
pageOverlapLength | 500 | 相邻块重叠字符数 |
maximumPagesToTake | 0 | 0 表示不限制 |
向导的分块参数不可配置。需要自定义分块时，参见“分块策略”一页。
预期结果
检查项 | 通过标准 |
索引字段 | 默认包含 chunk_id（文档键）、parent_id、chunk、title，以及文本向量字段 text_vector |
查询结果 | 每个返回文档是 PDF 的一个分块，title 显示来源文件 |
按来源过滤 | 对父文档字段做过滤后，能列出同一 PDF 的全部分块（需确认该字段可过滤） |
常见问题
现象 | 可能原因 | 处理 |
向导失败 | 相关资源未开放公网访问，或存在无法关闭的专用终结点 | 先按页面说明开放访问；若不能关闭，改用同一虚拟网络内的虚拟机运行脚本 |
无法分配角色 | 当前账号不是 Owner 或 User Access Administrator | 请管理员分配，或改用基于密钥的认证（页面提供的替代方案） |
删除不同步 | 未启用软删除或自定义元数据 | 按页面说明配置删除检测，否则索引中会积累孤儿文档 |
模型下拉为空 | 嵌入模型未部署，或资源类型不受支持 | 先在提供方门户部署模型；Foundry 中创建的 Azure OpenAI 资源不受支持（页面写明） |
清理资源
不再需要时，删除资源组或逐个删除存储账户、搜索服务与模型资源，避免持续计费。页面提醒：仍在运行的资源会产生费用。
来源与核对
- 来源：https://learn.microsoft.com/en-us/azure/search/search-get-started-portal-import-vectors
- read_scope：正文已读（快速开始页面，2026-11-05 抓取）。
- 待核实（2026-11-05 获取）：服务层级要求、嵌入模型的区域可用性与退役日期、各资源计费。
上一篇
全文、向量与混合检索
下一篇
结构化输出
Loading...