Überblick
Azure AI Search ist Microsofts KI-gestützte Plattform für die Informationssuche. Nach der Verbindung kannst du semantische Vektorsuchen über deine indexierten Dokumente direkt aus Langdock-Conversations heraus durchführen.Authentifizierung: API Key
Kategorie: KI & Suche
Verfügbarkeit: Alle Workspace-Pläne
Voraussetzungen
Bevor du die Integration einrichtest, stelle sicher, dass du Folgendes hast:- Ein Azure-Abonnement mit Zugriff auf Azure AI Search
- Eine Azure AI Search Service-Instanz mit mindestens einem Index
- Einen Admin-API-Key für deinen Azure AI Search Service
- Dokumente, die in deinen Index mit Vektor-Embeddings hochgeladen wurden
Einrichtung
Zu Integrationen navigieren
Geh in Langdock zu Integrationen und suche Azure AI Search in der Integrationsliste.
Zugangsdaten eingeben
Fülle die erforderlichen Konfigurationsfelder aus (siehe Tabelle unten).
Verbindung testen
Speichere die Integration – Langdock überprüft, ob dein Index existiert und erreichbar ist.
Konfigurationsparameter
Erforderliche Felder
| Feld | Beschreibung | Beispiel |
|---|---|---|
| Name | Ein Name für diese Verbindung | Firmen-Wissensdatenbank |
| API Key | Azure Portal → Settings → Keys → Erstelle einen primären Admin-Key | Dein Admin-Key |
| Index Name | Der genaue Name deines Azure AI Search Index | langdock-prod-firma |
| URL | Dein Azure AI Search Service-Endpunkt | https://my-service.search.windows.net |
| Search Field | Der Vektor-Feldname in deinem Index-Schema | contentVector |
| Top K | Anzahl der abzurufenden Suchergebnisse | 5 |
Optionale Felder
| Feld | Beschreibung | Standard |
|---|---|---|
| Embedding Model | Verwendetes Modell für Embeddings (nur Anzeige) | Ada v2 |
| Select | Kommagetrennte Felder, die zurückgegeben werden | Alle Felder |
| Filter | OData-Filterausdruck zur Eingrenzung der Ergebnisse | Keiner |
Wo du deine Zugangsdaten findest:
- Service URL: Azure Portal → Dein Search Service → Overview → kopiere das
Url-Feld - API Key: Azure Portal → Settings → Keys → erstelle einen primären Admin-Key
Häufige Anwendungsfälle
Unternehmensweite Wissenssuche
Durchsuche interne Dokumentationen, Richtlinien und Wissensdatenbanken mit natürlicher Sprache
Recherche & Analyse
Finde relevante Forschungsarbeiten, Berichte und Daten aus großen Dokumentensammlungen
Kundensupport
Rufe schnell Produktinformationen, FAQs und Support-Artikel ab, um Kundenanfragen zu beantworten
Content Discovery
Entdecke relevante Inhalte aus Archiven, Wikis oder Dokumenten-Repositories
Fehlerbehebung
| Problem | Ursache | Lösung |
|---|---|---|
| Index nicht gefunden | Index-Name stimmt nicht überein oder existiert nicht | Überprüfe, ob der genaue Index-Name im Azure Portal mit deiner Konfiguration übereinstimmt (Groß-/Kleinschreibung beachten) |
| Keine Suchergebnisse | Vektorfeld-Name falsch oder Filter verhindert Ergebnisse | Überprüfe, ob der Vektorfeld-Name mit deinem Index-Schema übereinstimmt, und prüfe, ob ein OData-Filterausdruck alle Ergebnisse ausschließt |
| Niedrige Such-Scores | Embedding-Modell stimmt nicht überein | Stelle sicher, dass alle Dokumente das gleiche Embedding-Modell verwenden (z.B. text-embedding-ada-002) |
| Authentifizierung fehlgeschlagen | Ungültiger oder abgelaufener API-Key | Kopiere einen neuen Admin-Key aus Azure Portal → Keys |