通过

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。

在 Azure 逻辑应用中分析标准工作流的内容或将其分块（预览版）

  • 项目

适用于：Azure 逻辑应用（标准）

重要

此功能为预览版，受 Microsoft Azure 预览版补充使用条款限制。

有时，你必须将内容转换为标记，这些标记是单词或字符块，或者，你必须将大型文档分隔为较小的部分，然后才能将此内容与某些操作一起使用。 例如，Azure AI 搜索或 Azure OpenAI 操作需要标记化输入，并且只能处理有限数量的标记。

对于这些方案，请在标准逻辑应用工作流中使用名为“分析文档”和“区块文本”的“数据操作”操作。 这些操作分别将内容（如 PDF 文档、CSV 文件、Excel 文件等）转换为标记化字符串输出，然后根据标记数将字符串拆分为不同片段。 然后，你可以在工作流的后续操作中引用和使用这些输出。

提示

若要了解详细信息，可以向 Azure Copilot 提出以下问题：

  • AI 中的标记是什么？
  • 什么是标记化输入？
  • 什么是标记化字符串输出？
  • AI 中的分析是什么？
  • AI 中的分块是什么？

若要查找 Azure Copilot，请在 Azure 门户 工具栏上，选择 Copilot。

本操作指南介绍如何在工作流中添加和设置这些操作。

先决条件

  • Azure 帐户和订阅。 如果没有 Azure 订阅，请注册一个免费 Azure 帐户。

  • 具有现有触发器的标准逻辑应用工作流，因为“分析文档”和“将文本分块”操作仅可用作操作。 确保检索要分析或分块内容的操作先于这些数据操作。

分析文档

“分析文档”操作将内容（如 PDF 文档、CSV 文件、Excel 文件等）转换为标记化字符串。 在此示例中，假设工作流从名为“收到 HTTP 请求时”的请求触发器开始。 此触发器等待接收从另一个组件发送的 HTTP 请求，例如 Azure 函数、另一个逻辑应用工作流等。 HTTP 请求包括可供工作流检索和分析的新上传文档的 URL。 HTTP 操作紧随触发器之后，并将 HTTP 请求发送到文档的 URL，并从其存储位置返回文档内容。

如果使用其他内容源（如 Azure Blob 存储、SharePoint、OneDrive、文件系统、FTP 等），则可以检查触发器是否可用于这些源。 你还可以检查操作是否可用于检索这些源的内容。 有关详细信息，请参阅“内置操作”和“托管连接器”。

  1. 在 Azure 门户的设计器中，打开标准逻辑应用资源和工作流。

  2. 在现有触发器和操作下，请遵循以下常规步骤，将名为“分析文档”的“数据操作”操作添加到工作流。

  3. 在设计器上，选择“分析文档”操作。

  4. 操作信息窗格打开后，在“参数”选项卡上的“ 文档内容”属性中，按照以下步骤指定要分析的内容：

    1. 在“文档内容”框内进行选择。

      将显示动态内容列表（闪电图标）和表达式编辑器（函数图标）的选项。

      • 若要从前面的操作中选择输出，请选择动态内容列表。

      • 若要创建一个操控前面操作的输出的表达式，请选择表达式编辑器。

      选择动态内容列表的闪电图标以继续演示本示例。

    2. 动态内容列表打开后，从前面的操作中选择所需的输出。

      在此示例中，“分析文档”操作引用 HTTP 操作的“正文”输出。

      屏幕截图显示了标准工作流设计器，以及名为“分析具有打开的动态内容列表的文档”的操作，以及从 HTTP 操作中选择的正文输出。

      “正文”输出现在显示在“文档内容”框中：

      屏幕截图显示了示例工作流，其中包含名为“分析文档”的操作中的正文输出。

  5. 在“分析文档”操作下，添加要用于处理标记化字符串输出的操作，例如，“将文本分块”（本指南稍后将对此进行介绍）。

分析文档 - 参考

参数

名称 值 数据类型 描述 限制
文档内容 <content-to-parse> 任意 要分析的内容。 无

Outputs

名称 数据类型 描述
已分析的结果文本 字符串数组 字符串数组。
已分析的结果 Object 包含整个已分析文本的对象。

将文本分块

“将文本分块”操作会将内容拆分为较小的片段，以便在当前工作流的后续操作中更轻松地使用。 以下步骤基于“分析文档”这一部分的示例构建，并拆分标记字符串输出，以用于获得标记化的、内容更少的区块的 Azure AI 操作。

注意

使用分块的上述操作不会影响“将文本分块”操作，“将文本分块”操作也不会影响使用区块的后续操作。

  1. 在 Azure 门户的设计器中，打开标准逻辑应用资源和工作流。

  2. 在“分析文档”操作下，按照以下常规步骤添加名为“将文本分块”的“数据操作”操作。

  3. 在设计器中选择“将文本分块”操作。

  4. 操作信息窗格打开后，在“参数”选项卡上，对于“分块策略”属性，请选择“TokenSize”作为分块方法（如果尚未选择）。

    策略 说明
    TokenSize 根据标记数拆分指定的内容。

  5. 选择策略后，在“文本”框中进行选择，以指定进行分块的内容。

    将显示动态内容列表（闪电图标）和表达式编辑器（函数图标）的选项。

    • 若要从前面的操作中选择输出，请选择动态内容列表。

    • 若要创建一个操控前面操作的输出的表达式，请选择表达式编辑器。

    选择动态内容列表的闪电图标以继续演示本示例。

    1. 动态内容列表打开后，从前面的操作中选择所需的输出。

      在此示例中，“将文本分块”操作引用来自“分析文档”操作的“已分析的结果文本”输出。

      屏幕截图显示了标准工作流设计器，名为“将具有打开的动态内容列表的文本分块”的操作，以及从“分析文档”操作中选择的输出。

      已分析的结果操作输出现在显示在“文本”框中：

      屏幕截图显示了示例工作流，其中名为“将文本分块”的操作中选择了已分析的结果文本输出。

  6. 根据所选的策略和方案完成“将文本分块”操作的设置。 有关详细信息，请参阅“将文本分块 - 引用”。

现在，添加预期并使用标记化输入的其他操作（例如 Azure AI 操作）时，输入内容的格式会更方便使用。

将文本分块 - 参考

参数

名称 值 数据类型 描述 限制
分块策略 TokenSize 字符串枚举 根据标记数拆分内容。

默认设置：TokenSize		 不适用
文本 <content-to-chunk> 任意 要分块的内容。 请参阅“限制和配置参考指南”
EncodingModel <编码方法> 字符串枚举 要使用的编码模型：

- 默认值：cl100k_base (gpt4, gpt-3.5-turbo, gpt-35-turbo)

- r50k_base (gpt-3)

- p50k_base (gpt-3)

- p50k_edit (gpt-3)

- cl200k_base (gpt-4o)

有关详细信息，请参阅“OpenAI - 模型概览”。		 不适用
TokenSize <max-tokens-per-chunk> Integer 每个内容区块的最大标记数。

默认值：无		 最小值：1
最大值：8000
PageOverlapLength <number-of-overlapping-characters> Integer 要包含在下一个区块中的上一个区块末尾的字符数。 此设置有助于避免在将内容拆分为区块时丢失重要信息，并可跨区块保护连续性和上下文。

默认值：0 - 不存在重叠字符。		 最小值：0

提示

若要了解详细信息，可以向 Azure Copilot 提出以下问题：

  • 分块中的 PageOverlapLength 是什么？
  • Azure AI 中的编码是什么？

若要查找 Azure Copilot，请在 Azure 门户 工具栏上，选择 Copilot。

Outputs

名称 数据类型 描述
已分块的结果文本项 字符串数组 字符串数组。
已分块的结果文本项的项 字符串 数组中的单个字符串。
已分块的结果 Object 包含整个已分块的文本的对象。

示例工作流

以下示例包括创建完整工作流模式以从任何源引入数据的其他操作：

屏幕截图显示了完整的实例工作流。

步长 任务 基础操作 说明
1 等待或检查新内容。 收到 HTTP 请求时 轮询或等待新数据到达的触发器，基于计划的重复，或者分别响应特定事件。 此类事件可能是上传到特定存储系统（例如 Azure Blob 存储、SharePoint、OneDrive、文件系统、FTP 等）的新文件。

在此示例中，请求触发器操作等待从另一个终结点发送的 HTTP 或 HTTPS 请求。 该请求包括新上传文档的 URL。
2 获取内容。 HTTP 使用触发器输出中的文件 URL 检索上传文档的 HTTP 操作。
3 撰写文档详细信息。 Compose 一个数据操作操作，可连接各种项。

此示例连接有关文档的键值信息。
4 创建令牌字符串。 分析文档 一个数据操作行为，该行为使用“撰写”操作的输出生成标记化字符串。
5 创建内容区块。 将文本分块 一项数据操作，它根据每个内容块的标记数将标记字符串拆分成多个部分。
6 将标记化文本和分块文本转换为 JSON。 Parse JSON 一个数据操作操作，可将分块输出转换为 JSON 数组。
7 选择 JSON 数组项。 Select 一个数据操作操作，可从 JSON 数组中选择多个项。
8 生成嵌入。 获取多个嵌入 Azure OpenAI 操作，可为每个 JSON 数组项创建嵌入。
9 选择嵌入和其他信息。 Select 一个数据操作操作，可选择嵌入和其他文档信息。
10 为数据编制索引。 为文档编制索引 Azure AI 搜索 操作，可基于每个所选嵌入为数据编制索引。

相关内容