chat-with-your-data-solution-accelerator

把自家文档喂给它,秒变懂行的答疑专家

微软 Azure 官方的 RAG 模式解决方案加速器:使用 Azure AI Search 做检索、Azure OpenAI 大模型驱动问答,开箱即用地搭建 ChatGPT 式「和你自己的数据聊天」应用。覆盖最常见需求与最佳实践,适合快速在企业内落地私有知识库问答系统。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1180
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队Azure-Samples
所属国家
定价模式free
价格说明开源项目,MIT许可证,可自行部署至Azure,无软件费用,但使用Azure服务需支付相应云资源费用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai-search,azd-templates,azure,azure-openai,openai
GitHub 星标★ 1180
30天Star增速
HF 下载量
上线时间2023-06-06 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

难度:进阶 约 60 分钟 部署方式:云服务 6 步

环境要求

  • Azure 订阅(可创建 Azure AI Search、Azure OpenAI 等资源)
  • 本地已安装 Azure Developer CLI(azd)
  • 已通过 azd auth login 登录 Azure 账号
  • 部署前确认 Azure OpenAI 配额充足(参见 docs/QuotaCheck.md)
  • 部分租户有网络安全限制,可能需关注 WAF 合规版本

安装与启动步骤

  1. 1克隆代码仓库

    把官方示例仓库拉到本地,后续 azd 命令都在这个目录里执行。

    git clone https://github.com/Azure-Samples/chat-with-your-data-solution-accelerator.git
    cd chat-with-your-data-solution-accelerator
  2. 2登录 Azure 账号

    用 azd 登录目标订阅,确保有权限创建资源组和 Azure OpenAI 等资源。

    azd auth login
  3. 3确认 OpenAI 配额

    按官方 docs/QuotaCheck.md 检查订阅内 Azure OpenAI 容量是否够用,不够会被部署阻断。

  4. 4执行一键部署

    运行 azd up,按提示选择订阅和区域,脚本会预置全部 Azure 资源并部署应用,耗时较长。

    azd up
  5. 5打开应用地址

    部署完成后终端会打印 Web 应用 URL,浏览器打开即为聊天界面。

  6. 6上传数据并提问

    进入 admin 管理页上传文档或索引网页,等待摄取完成后回到聊天页验证引用。

关键配置

配置项必填说明示例
Azure 订阅 / 区域是azd up 交互式选择部署目标订阅与区域East US 2
Azure OpenAI 配额是需在订阅内预留足够 GPT 模型容量按 docs/QuotaCheck.md 检查

如何确认成功

azd up 结束后终端打印 Web 应用 URL,打开该地址能进入聊天页面,并可在 admin 页上传文档。

常见问题

Q:部署时提示 Azure OpenAI 配额不足怎么办?

A:按官方 docs/QuotaCheck.md 检查订阅配额,申请提额或更换有容量的区域后重新执行 azd up。

Q:部署后应用突然不可用?

A:可能是租户安全策略(如禁止公网访问)周期性生效,可参考 docs/AVMPostDeploymentGuide.md 部署 WAF 合规版本。

Q:如何让助手能回答我的文档内容?

A:部署后先进入 admin 管理页上传文档或索引网页,等摄取任务完成再到聊天页提问。

Q:部署完成需要做哪些确认?

A:向助手提问后,确认回答中带有可跳回源文档的行内引用(inline citations)。

注意事项

  • 该加速器是起步模板,不是开箱即用的生产系统,需自行评估检索质量与合规风险
  • 所有资源都部署到你自己的 Azure 订阅,会产生相应费用
  • 详细部署步骤以仓库 docs/DeploymentGuide.md 为准
  • 本地无需部署模型,全部依赖 Azure 云上服务

核心亮点

  • 提供完整的RAG模式解决方案加速器,覆盖Azure AI Search与Azure OpenAI集成,开箱即用
  • 包含常见需求与最佳实践,适合企业快速搭建ChatGPT风格问答系统
  • 基于Python和azd模板,支持一键部署到Azure,降低上手门槛

不足之处

  • 深度绑定Azure生态,迁移到其他云或本地环境成本较高
  • 文档/社区待观察

适用场景

  • 企业知识库问答系统快速原型开发
  • 基于Azure云服务的RAG架构生产部署参考
  • 需要结合Azure AI Search与OpenAI的智能搜索应用

替代项目

LangChain、LlamaIndex、Haystack

项目介绍

chat-with-your-data-solution-accelerator 是搜索知识领域的开源项目,由 Azure-Samples 开发,2023 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,180)位列前 30%,在搜索知识分类中处于中上游。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。MIT许可证,可自行部署至Azure,无软件费用,但使用Azure服务需支付相应云资源费用。

它主要面向的使用场景是:企业知识库问答系统快速原型开发。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。

上一篇:SearchCLI

下一篇:fess

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09