Azure AI Search
Overzicht
AI-gestuurd informatieophaalplatform van Microsoft Azure. Via de integratie van Langdock kunt u Azure AI Search rechtstreeks vanuit uw gesprekken openen en beheren.
Authenticatie: API-sleutel Categorie: AI & Zoeken Beschikbaarheid: Alle workspace-abonnementen
Beschikbare acties
Documenten zoeken
azureaisearch.searchDocuments
Doorzoekt de database naar de meest relevante informatie op basis van de opgegeven query
Bevestiging vereist: Nee
Parameters:
query(VECTOR, Verplicht): Vectorquery voor semantische zoekopdracht
Uitvoer:
Geeft zoekresultaten terug met de volgende structuur:
waarde: Array van zoekresultaatobjecten die bevatten:@search.score: Relevantiecore@search.highlights: Gemarkeerde tekstfragmentenVeldwaarden uit de geïndexeerde documenten
@odata.count: Totaal aantal resultaten@odata.nextLink: Link naar de volgende pagina met resultaten (indien beschikbaar)
Datasets weergeven
azureaisearch.listDatasets
Toont alle datasets in een BigQuery-project
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-ID die de datasets bevat
Uitvoer:
Geeft een array met datasets terug met hun ID's, namen en metadata
Tabellen weergeven
azureaisearch.listTables
Toont alle tabellen in een BigQuery-dataset
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-IDdatasetId(TEKST, Verplicht): De dataset-ID die de tabellen bevat
Uitvoer:
Geeft een array met tabellen terug met hun ID's, namen en metadata
Tabelschema ophalen
azureaisearch.getTableSchema
Haalt de schema-informatie op voor een specifieke BigQuery-tabel
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-IDdatasetId(TEKST, Verplicht): De dataset-ID die de tabel bevattableId(TEKST, Verplicht): De tabel-ID waarvoor schema-informatie moet worden opgehaald
Uitvoer:
Geeft het tableschema terug inclusief veldnamen, typen en beperkingen
Query uitvoeren
azureaisearch.executeQuery
Voert een SQL-query uit in BigQuery en geeft de resultaten terug
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-ID waarin de query wordt uitgevoerdquery(MEERREGEL_TEKST, Verplicht): De SQL-query die in BigQuery moet worden uitgevoerduseLegacySql(BOOLEAN, Optioneel): Of legacy SQL-syntaxis moet worden gebruikt (standaard: false voor Standard SQL)
Uitvoer:
jobReference: Informatie over de jobreferentietotalRows: Totaal aantal rijen in het resultaatrows: Array van resultaatsrijen met veldwaardenschema: Schema van de resultaatveldenjobComplete: Of de job succesvol is voltooid
Tabelgegevens ophalen
azureaisearch.getTableData
Haalt daadwerkelijke datarijen op uit een BigQuery-tabel
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-IDdatasetId(TEKST, Verplicht): De dataset-ID die de tabel bevattableId(TEKST, Verplicht): De tabel-ID om gegevens uit op te halenmaxResults(NUMMER, Optioneel): Maximum aantal rijen om te retourneren (optioneel)
Uitvoer:
Geeft tabelgegevens terug met rijen- en schema-informatie
Dataset aanmaken
azureaisearch.createDataset
Maakt een nieuwe dataset in BigQuery
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-IDdatasetId(TEKST, Verplicht): De ID voor de nieuwe datasetbeschrijving(TEKST, Optioneel): Optionele beschrijving voor de datasetlocation(TEKST, Optioneel): Geografische locatie voor de dataset (bijv. US, EU)
Uitvoer:
Geeft de aangemaakte dataset terug met de ID en metadata
Tabel aanmaken
azureaisearch.createTable
Maakt een nieuwe tabel in een BigQuery-dataset
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-IDdatasetId(TEKST, Verplicht): De dataset-ID waarin de tabel moet worden aangemaakttableId(TEKST, Verplicht): De ID voor de nieuwe tabelbeschrijving(TEKST, Optioneel): Optionele beschrijving voor de tabelschema(MEERREGEL_TEKST, Optioneel): Tabelschema als JSON-array van veldenobjecten (optioneel)
Uitvoer:
Geeft de aangemaakte tabel terug met de ID en schema-informatie
Tabelgegevens invoegen
azureaisearch.insertTableData
Voegt datarijen in in een BigQuery-tabel
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-IDdatasetId(TEKST, Verplicht): De dataset-ID die de tabel bevattableId(TEKST, Verplicht): De tabel-ID om gegevens in te voegenrows(MEERREGEL_TEKST, Verplicht): JSON-array van rijnobjecten om in te voegenignoreUnknownValues(BOOLEAN, Optioneel): Of onbekende waarden in de gegevens moeten worden genegeerdskipInvalidRows(BOOLEAN, Optioneel): Of rijen met ongeldige gegevens moeten worden overgeslagen
Uitvoer:
Geeft invoegresultaten terug met informatie over succes/falen
Datasetinformatie ophalen
azureaisearch.getDatasetInfo
Haalt gedetailleerde informatie op over een BigQuery-dataset
Bevestiging vereist: Nee
Parameters:
projectId(TEKST, Verplicht): De Google Cloud-project-IDdatasetId(TEKST, Verplicht): De dataset-ID waarvoor informatie moet worden opgehaald
Uitvoer:
Geeft datasetinformatie terug inclusief aanmaakdatum, locatie en toegangscontroles
Veelvoorkomende gebruikssituaties
Gegevensbeheer — Beheer en organiseer uw Azure AI Search-gegevens
Automatisering — Automatiseer workflows met Azure AI Search
Rapportage — Genereer inzichten en rapporten
Integratie — Verbind Azure AI Search met andere tools
Beste praktijken
Ondersteuning
Voor aanvullende hulp met de Azure AI Search-integratie, neem contact op met [email protected]

