Skip to main content
Azure AI 搜索（以前称为 Azure 认知搜索）是一项 Microsoft 云搜索服务，它为开发人员提供基础设施、API 和工具，用于大规模地检索向量、关键词和混合查询的信息。 AzureAISearchRetriever 是一个集成模块，用于从非结构化查询中返回文档。它基于 BaseRetriever 类，并针对 Azure AI 搜索的 2023-11-01 稳定 REST API 版本，这意味着它支持向量索引和查询。 本指南将帮助您开始使用 Azure AI 搜索 检索器。有关所有 AzureAISearchRetriever 功能和配置的详细文档，请前往 API 参考。 AzureAISearchRetriever 取代了 AzureCognitiveSearchRetriever，后者即将被弃用。我们建议切换到基于最新稳定版搜索 API 的新版本。

​
集成详情

​
设置

要使用此模块，您需要：
  • Azure AI 搜索服务。如果您注册 Azure 试用版，可以免费 创建一个。免费服务的配额较低，但足以运行此笔记本中的代码。
  • 具有向量字段的现有索引。有几种方法可以创建索引，包括使用 向量存储模块。或者，尝试 Azure AI 搜索 REST API。
  • API 密钥或 Azure AD 令牌。
然后，我们可以将搜索服务名称、索引名称和 API 密钥设置为环境变量（或者，您可以将它们作为参数传递给 AzureAISearchRetriever）。搜索索引提供可搜索的内容。 使用 API 密钥 
import os

os.environ["AZURE_AI_SEARCH_SERVICE_NAME"] = "<YOUR_SEARCH_SERVICE_NAME>"
os.environ["AZURE_AI_SEARCH_INDEX_NAME"] = "<YOUR_SEARCH_INDEX_NAME>"
os.environ["AZURE_AI_SEARCH_API_KEY"] = "<YOUR_API_KEY>"
使用 Azure AD 令牌 
import os

os.environ["AZURE_AI_SEARCH_SERVICE_NAME"] = "<YOUR_SEARCH_SERVICE_NAME>"
os.environ["AZURE_AI_SEARCH_INDEX_NAME"] = "<YOUR_SEARCH_INDEX_NAME>"
os.environ["AZURE_AI_SEARCH_AD_TOKEN"] = "<YOUR_AZURE_AD_TOKEN>"
如果您希望从单个查询中获得自动跟踪，您还可以通过取消注释以下内容来设置您的 LangSmith API 密钥： 
os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

​
安装

此检索器位于 langchain-community 包中。我们还需要一些额外的依赖项： 
pip install -qU langchain-community
pip install -qU langchain-openai
pip install -qU  azure-search-documents>=11.4
pip install -qU  azure-identity

​
实例化

对于 AzureAISearchRetriever，请提供 index_name、content_key 和 top_k，其中 top_k 设置为您想要检索的结果数量。将 top_k 设置为零（默认值）将返回所有结果。 
from langchain_community.retrievers import AzureAISearchRetriever

retriever = AzureAISearchRetriever(
    content_key="content", top_k=1, index_name="langchain-vector-demo"
)

​
用法

现在您可以使用它从 Azure AI 搜索检索文档。这是您要调用的方法。它将返回与查询相关的所有文档。 
retriever.invoke("here is my unstructured query string")

​
示例

本节演示如何使用内置样本数据使用检索器。如果您的搜索服务上已经有向量索引，可以跳过此步骤。 首先提供端点和密钥。由于我们在这一步中创建向量索引，因此请指定一个文本嵌入模型以获取文本的向量表示。此示例假设使用 Azure OpenAI 以及 text-embedding-ada-002 部署。因为此步骤会创建索引，请务必为您的搜索服务使用管理员 API 密钥。 
import os

from langchain_community.document_loaders import DirectoryLoader, TextLoader
from langchain_community.retrievers import AzureAISearchRetriever
from langchain_community.vectorstores import AzureSearch
from langchain_openai import AzureOpenAIEmbeddings, OpenAIEmbeddings
from langchain_text_splitters import TokenTextSplitter

os.environ["AZURE_AI_SEARCH_SERVICE_NAME"] = "<YOUR_SEARCH_SERVICE_NAME>"
os.environ["AZURE_AI_SEARCH_INDEX_NAME"] = "langchain-vector-demo"
os.environ["AZURE_AI_SEARCH_API_KEY"] = "<YOUR_SEARCH_SERVICE_ADMIN_API_KEY>"
azure_endpoint: str = "<YOUR_AZURE_OPENAI_ENDPOINT>"
azure_openai_api_key: str = "<YOUR_AZURE_OPENAI_API_KEY>"
azure_openai_api_version: str = "2023-05-15"
azure_deployment: str = "text-embedding-ada-002"
我们将使用来自 Azure OpenAI 的嵌入模型将我们的文档转换为存储在 Azure AI 搜索向量存储中的嵌入。我们还将索引名称设置为 langchain-vector-demo。这将创建一个与该索引名称关联的新向量存储。 
embeddings = AzureOpenAIEmbeddings(
    model=azure_deployment,
    azure_endpoint=azure_endpoint,
    openai_api_key=azure_openai_api_key,
)

vector_store: AzureSearch = AzureSearch(
    embedding_function=embeddings.embed_query,
    azure_search_endpoint=os.getenv("AZURE_AI_SEARCH_SERVICE_NAME"),
    azure_search_key=os.getenv("AZURE_AI_SEARCH_API_KEY"),
    index_name="langchain-vector-demo",
)
接下来，我们将数据加载到新创建的向量存储中。对于此示例，我们加载 state_of_the_union.txt 文件。我们将文本拆分为 400 个 token 的块，无重叠。最后，文档作为嵌入添加到我们的向量存储中。 
from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import CharacterTextSplitter

loader = TextLoader("../../how_to/state_of_the_union.txt", encoding="utf-8")

documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=400, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

vector_store.add_documents(documents=docs)
接下来，我们将创建一个检索器。当前的 index_name 变量是上一步中的 langchain-vector-demo。如果您跳过了向量存储创建，请在参数中提供您的索引名称。在此查询中，将返回顶部结果。 
retriever = AzureAISearchRetriever(
    content_key="content", top_k=1, index_name="langchain-vector-demo"
)
现在我们可以从上传的文档中检索与我们的查询相关的数据。 
retriever.invoke("does the president have a plan for covid-19?")

​
在链中使用

from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import ChatOpenAI

prompt = ChatPromptTemplate.from_template(
    """Answer the question based only on the context provided.

Context: {context}

Question: {question}"""
)

llm = ChatOpenAI(model="gpt-4.1-mini")


def format_docs(docs):
    return "\n\n".join(doc.page_content for doc in docs)


chain = (
    {"context": retriever | format_docs, "question": RunnablePassthrough()}
    | prompt
    | llm
    | StrOutputParser()
)

chain.invoke("does the president have a plan for covid-19?")

​
API 参考

有关所有 AzureAISearchRetriever 功能和配置的详细文档，请前往 API 参考。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.