使用 Azure AI Search Python SDK 实现向量与混合搜索

解决企业级知识检索痛点：通过配置 Azure AI Search Python SDK，实现结合关键词与向量的混合搜索（Hybrid Search）和语义排序，显著提升 RAG 应用的检索精度。

为什么需要这个技能

在构建 AI 问答系统（RAG）时，简单的关键词匹配无法处理语义相近但措辞不同的查询，而纯向量搜索在处理特定专有名词或 ID 时精度不足。

Azure AI Search 提供了强大的混合检索能力。通过 azure-search-documents SDK，开发者可以快速定义包含向量字段的索引，利用 HNSW 算法实现高效的近邻搜索，并结合语义排序（Semantic Ranking）对结果进行二次精排，确保用户获取最相关的信息。

适用场景

• 企业知识库：需要对大量文档进行全文检索和语义搜索。
• 智能问答系统：作为 LLM 的检索层，提供高质量的上下文片段。
• 自动化数据管道：使用 Indexer 自动从 Blob 存储等数据源抽取、处理并索引文档。
• 复杂过滤场景：在进行语义搜索的同时，需要通过属性（如分类、日期）进行硬过滤。

核心工作流

1. 环境准备与鉴权：安装 SDK 并配置端点、API Key 或使用更安全的 DefaultAzureCredential。
2. 定义索引结构：创建 SearchIndex，配置 SearchField（包括用于向量存储的 Collection(Edm.Single) 类型）以及向量搜索配置文件（Vector Search Profile）。
3. 数据导入：使用 SearchClient 上传文档，或通过 SearchIndexerClient 配置数据源和技能集（Skillsets）实现自动化索引。
4. 执行检索：
   • 关键词搜索：通过 search_text 进行传统检索。
   • 向量搜索：使用 VectorizedQuery 传入 Embedding 向量。
   • 混合搜索：同时提供文本和向量查询，并开启 query_type="semantic" 以激活语义排序。
5. 结果处理：解析返回的得分及语义标明（Captions），提取最关键的答案片段。

核心代码实现

安装与初始化

pip install azure-search-documents azure-identity

from azure.search.documents import SearchClient
from azure.identity import DefaultAzureCredential

client = SearchClient(
    endpoint=os.environ["AZURE_SEARCH_ENDPOINT"],
    index_name=os.environ["AZURE_SEARCH_INDEX_NAME"],
    credential=DefaultAzureCredential()
)

执行混合搜索

from azure.search.documents.models import VectorizedQuery

# 假设 query_vector 已通过 embedding 模型生成
results = client.search(
    search_text="如何配置 Azure AI Search", 
    vector_queries=[VectorizedQuery(vector=query_vector, k_nearest_neighbors=5, fields="content_vector")],
    query_type="semantic",
    semantic_configuration_name="my-semantic-config",
    top=10
)

下载和安装

下载 azure-search-documents-py 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐