azure-search-vector-samples

照着 Notebook 跑一遍，就能在 Azure 上搭起向量搜索

开源 🏷️按量计费 ✅ 目前可打开搜索知识 🍴 复刻 374 🐛 待处理 71 👀 关注 254

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 909

维护状态较活跃

是否开源开源

定价模式 🏷️按量计费支持限时试用 · Azure AI Search 按服务层级计费，提供免费层试用

项目预览

azure-search-vector-samples 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识

开发团队Azure

官网地址https://azure.microsoft.com/products/search

GitHubhttps://github.com/Azure/azure-search-vector-samples

定价模式🏷️按量计费

价格说明Azure AI Search 按服务层级计费，提供免费层试用

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型azure,azurecognitivesearch,embeddings,vector,vector-search

GitHub 星标★ 909

上线时间2023-04-19 00:00:00

代码更新2026-10-24

仓库体积239.3 MB

本站数据更新2026-11-15

维护状态较活跃

收录时间2026-10-01

浏览次数3

项目介绍

这是微软官方维护的 Azure AI Search 向量搜索能力示例代码库，用 Jupyter Notebook 集中演示如何在 Azure 认知搜索中构建向量检索与混合检索。它解决的问题是：开发者想用 Azure 做 RAG、语义搜索或推荐时，往往不清楚向量字段怎么建、嵌入怎么生成、查询怎么发、过滤与排序怎么组合。仓库按场景拆分多个 notebook，覆盖向量索引创建、文档上传、纯向量查询、向量+关键词混合查询、多向量与筛选、集成 OpenAI 嵌入模型等，还包含 Python 与 REST 两种调用方式。核心能力是把 Azure AI Search 的向量特性从概念落到可运行代码，帮助团队快速验证方案、少踩 API 细节的坑。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-10-01 · 当前星标 ★ 909

技术标签

azure embeddings vector vector-search

使用教程

难度：入门约 12 分钟部署方式：在线文档 4 步

环境要求

Azure 订阅与搜索服务实例

安装与启动步骤

1按语言挑样例

仓库提供 Python、C#、REST、JavaScript 四种入口，选你项目用的语言。
```
git clone https://github.com/Azure/azure-search-vector-samples
```
2建索引先跑通

先用 REST 样例建一个最小向量索引，理解 schema 再换 SDK。
3配检索

支持向量检索与混合检索，混合模式在中文场景通常更稳。
4上生产前压测

注意分区与副本配比，向量维度越高内存占用越大。