Azure.Search.Documents 11.7.0-beta.4 版本深度解析：知识代理与向量搜索新突破

Azure.Search.Documents 是微软 Azure 认知搜索服务的 .NET SDK，它为开发者提供了与 Azure 搜索服务交互的高效方式。本次发布的 11.7.0-beta.4 版本带来了多项重要更新，特别是在知识代理、权限过滤和向量搜索方面的功能增强，为构建更智能、更安全的搜索应用提供了强大支持。

知识代理功能全面升级

本次更新最引人注目的是新增的 KnowledgeAgent 资源 API 和 KnowledgeAgentRetrievalClient。知识代理是一种创新的检索增强生成(RAG)架构，它能够实现多索引的智能检索和知识整合。

开发者现在可以通过 SearchIndexClient 管理知识代理资源，而 KnowledgeAgentRetrievalClient 则专门用于查询知识代理。这种设计使得知识代理可以作为独立的检索组件，为大型语言模型提供更准确、更全面的上下文信息。

知识代理的核心价值在于它能够：

• 跨多个索引进行联合检索
• 自动选择最相关的知识源
• 为生成式AI应用提供高质量的上下文信息
• 降低幻觉风险，提高回答准确性

权限过滤机制增强

在安全性和数据隔离方面，新版本引入了全面的权限过滤支持：

1. 字段级权限控制：通过 PermissionFilter 属性，开发者可以标记哪些字段应该用于权限过滤。这可以在 SearchField、SimpleField 和 SimpleFieldAttribute 中设置。

2. 索引级权限配置：SearchIndex 新增了 PermissionFilterOption 属性，用于启用或禁用整个索引的权限过滤功能。

3. 查询时权限验证：新增的 QuerySourceAuthorization 参数允许在搜索查询时强制执行基于用户的过滤条件，确保每个用户只能看到自己有权限访问的内容。

这些改进特别适合多租户应用或需要严格数据隔离的企业场景，使得构建符合合规要求的搜索应用变得更加简单。

向量搜索能力大幅提升

向量搜索是现代搜索系统的核心技术之一，新版本在这方面做了重要增强：

1. 子字段向量支持(多向量)：通过 VectorQuery.Fields 属性，现在可以针对文档中的多个向量字段进行联合查询。这对于处理包含多种嵌入表示(如文本嵌入、图像嵌入等)的文档特别有用。

2. 文档级向量限制：新增的 VectorQuery.PerDocumentVectorLimit 参数允许开发者控制每个文档返回的向量数量，这在处理高维数据时可以显著提高查询效率。

3. 语义搜索评分优化：SemanticSearchResult 新增了 RerankerBoostedScore 属性，同时 SemanticConfiguration 增加了 RankingOrder 属性，使得语义搜索结果的质量和相关性可以更精确地控制和评估。

数据处理与技能增强

在数据处理管道方面，本次更新也带来了多项改进：

1. 索引器数据同步：新增的 Resync 方法允许选择性重新同步数据源中的特定内容，而不需要完全重建索引，大大提高了数据更新的灵活性。

2. 文档智能技能增强：DocumentIntelligenceLayoutSkill 新增了 ChunkingProperties、ExtractionOptions 和 OutputFormat 等属性，使得文档解析和内容提取更加灵活和强大。

3. 新型AI技能：新增的 ChatCompletionSkill 集成了Azure AI Foundry的能力，为搜索管道添加了对话式AI处理能力。

4. 权限数据支持：SearchIndexerDataSourceConnection 新增了 IndexerPermissionOptions，支持从数据源中提取和索引各种类型的权限数据。

总结与展望

Azure.Search.Documents 11.7.0-beta.4 版本标志着Azure认知搜索服务在智能化、安全性和灵活性方面的重要进步。知识代理的引入为构建基于检索增强生成的AI应用提供了官方支持，权限过滤机制的完善使得企业级应用开发更加安全合规，而向量搜索的增强则为处理复杂多媒体内容提供了更强大的工具。

对于正在构建智能搜索应用的开发者来说，这个版本提供了多项值得尝试的新功能。特别是那些需要整合多源知识、实现精细权限控制或处理高维向量数据的场景，这些新特性将显著提升开发效率和系统能力。