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。
如何在 Azure AI Studio 中生成和使用矢量索引
重要
本文中标记了“（预览版）”的项目目前为公共预览版。 此预览版未提供服务级别协议，不建议将其用于生产工作负载。 某些功能可能不受支持或者受限。 有关详细信息，请参阅 Microsoft Azure 预览版补充使用条款。
本文介绍如何创建和使用矢量索引来执行检索增强生成 (RAG)。
先决条件
您必须具有：
- Azure AI Studio 项目
- Azure AI 搜索资源
从 Chat playground 创建索引
登录到 Azure AI Studio。
转到你的项目或在 Azure AI Studio 中创建新项目。
在左侧菜单中选择“Playgrounds”。
选择已部署的模型。 如果尚未这样做，请选择“创建新部署”来部署模型。
滚动到模型窗口的底部。 选择“添加新数据源”
选择你的“源数据”。 可以从最近的数据源的列表、云上的存储 URL 或本地计算机的上传文件和文件夹中选择源数据。 还可以添加与其他数据源（例如 Azure Blob 存储）的连接。
选择源数据后，选择“下一步”
选择“索引存储” - 你希望在“索引配置”选项卡中存储索引的位置。
如果已拥有 Azure AI 搜索资源，可以从下拉列表中进行选择该资源。
- 如果没有现有资源，请选择“创建新的 Azure AI 搜索资源”。 选择下一步。
选择要使用的 Azure OpenAI 连接。 选择下一步。
输入要用于向量索引的名称。 选择下一步。
查看输入的详细信息，然后选择“创建”
你将进入索引详细信息页面，可以在其中查看索引创建操作的状态。
在提示流中使用索引
登录到 Azure AI Studio 并选择项目。
在可折叠的左侧菜单中，从“生成和自定义”部分选择“提示流”。
打开现有提示流，或选择”+ 创建”以创建新流。
在流设计器的顶部菜单中，选择“更多工具”，然后选择“索引查找”。
为索引查找工具提供名称，然后选择“添加”。
选择“mlindex_content”值框，然后从“值”部分选择索引。 完成此步骤后，输入要针对索引执行的查询和 query_types。
