次の方法で共有

データ ソース - Azure Cosmos DB for MongoDB 仮想コア

Azure OpenAI On Your Data を使うときに Azure Cosmos DB for MongoDB 仮想コアで構成できるオプション。 このデータ ソースは API バージョン 2024-02-01 でサポートされています。

名前 タイプ 必須 説明
parameters パラメーター 正しい Azure Cosmos DB for MongoDB 仮想コアを構成するときに使用するパラメーター。
type 文字列 正しい azure_cosmos_dbである必要があります。

パラメーター

名前 タイプ 必須 説明
database_name 文字列 正しい Azure Cosmos DB で使用する MongoDB 仮想コア データベースの名前。
container_name 文字列 正しい Azure Cosmos DB リソース コンテナーの名前。
index_name 文字列 正しい Azure Cosmos DB で使用する MongoDB 仮想コア インデックスの名前。
fields_mapping FieldsMappingOptions 正しい 検索インデックスを操作するときに使用するカスタマイズされたフィールド マッピング動作。
authentication ConnectionStringAuthenticationOptions 正しい 定義されたデータ ソースにアクセスするときに使用する認証方法。
embedding_dependency DeploymentNameVectorizationSource、EndpointVectorizationSource のいずれか 正しい ベクトル検索の埋め込み依存関係。
in_scope ブーリアン いいえ クエリをインデックス付きデータの使用に制限するかどうか。 既定値は True です。
role_information 文字列 いいえ ふるまいに関する指示と、応答の生成時に参照する必要があるコンテキストをモデルに与えます。 アシスタントのパーソナリティを説明し、応答の書式設定方法を伝えることができます。
strictness 整数 いいえ 検索の関連性フィルター処理の構成された厳密度。 厳密度が高いほど、精度は高くなりますが、回答の再現率は低くなります。 既定値は 3 です。
top_n_documents 整数 いいえ 構成されたクエリの特徴量に対して構成されている上位のドキュメントの数。 既定値は 5 です。

接続文字列の認証オプション

接続文字列を使用する場合の Azure OpenAI On Your Data の認証オプション。

名前 タイプ 必須 説明
connection_string 文字列 正しい 認証に使用する接続文字列。
type 文字列 正しい connection_stringである必要があります。

デプロイ名のベクター化ソース

ベクトル検索を適用するときに Azure OpenAI On Your Data で使用されるベクター化ソースの詳細。 このベクター化ソースは、同じ Azure OpenAI リソース内の内部埋め込みモデル デプロイ名に基づきます。 このベクター化ソースにより、Azure OpenAI API キーを使用せずに、Azure OpenAI パブリック ネットワーク アクセスなしでベクトル検索を使用できます。

名前 タイプ 必須 説明
deployment_name 文字列 正しい 同じ Azure OpenAI リソース内の埋め込みモデル デプロイ名。
type 文字列 正しい deployment_nameである必要があります。

エンドポイント ベクター化ソース

ベクトル検索を適用するときに Azure OpenAI On Your Data で使用されるベクター化ソースの詳細。 このベクター化ソースは、Azure OpenAI 埋め込み API エンドポイントに基づきます。

名前 タイプ 必須 説明
endpoint 文字列 正しい 埋め込みの取得元となるリソース エンドポイント URL を指定します。 https://{YOUR_RESOURCE_NAME}.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/embeddings という形式にする必要があります。 api-version クエリ パラメーターは許可されていません。
authentication ApiKeyAuthenticationOptions 正しい 指定したエンドポイントから埋め込みを取得するときに使用する認証オプションを指定します。
type 文字列 正しい endpointである必要があります。

API キー認証オプション

API キーを使用する場合の Azure OpenAI On Your Data の認証オプション。

名前 タイプ 必須 説明
key 文字列 正しい 認証に使用する API キー。
type 文字列 正しい api_keyである必要があります。

フィールド マッピング オプション

フィールドの処理方法を制御する設定。

名前 タイプ 必須 説明
content_fields 文字列[] 正しい コンテンツとして扱う必要があるインデックス フィールドの名前。
vector_fields 文字列[] 正しい ベクトル データを表すフィールドの名前。
content_fields_separator 文字列 いいえ コンテンツ フィールドで使用する区切り記号パターン。 既定値は \n です。
filepath_field 文字列 いいえ ファイルパスとして使用するインデックス フィールドの名前。
title_field 文字列 いいえ タイトルとして使用するインデックス フィールドの名前。
url_field 文字列 いいえ URL として使用するインデックス フィールドの名前。

例示

前提条件:

  • ユーザーから Azure OpenAI リソースへのロールの割り当てを構成します。 必要なロール: Cognitive Services OpenAI User。
  • Az CLI をインストールし、az login を実行します。
  • 次の環境変数を定義します: AzureOpenAIEndpoint、ChatCompletionsDeploymentName、ConnectionString、Database、Container、Index、EmbeddingDeploymentName。

注

次の例は、例示のみを目的としています。 接続文字列を使用する場合は、Azure Key Vault などの別の場所に安全に保存します。 API キーは、コード内に直接含めないようにし、絶対に公開しないでください。

export AzureOpenAIEndpoint=https://example.openai.azure.com/
export ChatCompletionsDeploymentName=turbo
export ConnectionString='<db-connection-string>'
export Database=testdb
export Container=testcontainer
export Index=testindex
export EmbeddingDeploymentName=ada

最新の pip パッケージ openai、azure-identity をインストールします。


import os
from openai import AzureOpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

endpoint = os.environ.get("AzureOpenAIEndpoint")
deployment = os.environ.get("ChatCompletionsDeploymentName")
connection_string = os.environ.get("ConnectionString")
database = os.environ.get("Database")
container = os.environ.get("Container")
index = os.environ.get("Index")
embedding_deployment_name = os.environ.get("EmbeddingDeploymentName")

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default")

client = AzureOpenAI(
    azure_endpoint=endpoint,
    azure_ad_token_provider=token_provider,
    api_version="2024-02-01",
)

completion = client.chat.completions.create(
    model=deployment,
    messages=[
        {
            "role": "user",
            "content": "Who is DRI?",
        },
    ],
    extra_body={
        "data_sources": [
            {
                "type": "azure_cosmos_db",
                "parameters": {
                    "authentication": {
                        "type": "connection_string",
                        "connection_string": connection_string
                    },
                    "database_name": database,
                    "container_name": container,
                    "index_name": index,
                    "fields_mapping": {
                        "content_fields": [
                            "content"
                        ],
                        "vector_fields": [
                            "contentvector"
                        ]
                    },
                    "embedding_dependency": {
                        "type": "deployment_name",
                        "deployment_name": embedding_deployment_name
                    }
                }
            }
        ],
    }
)

print(completion.model_dump_json(indent=2))