官方技术资料：Microsoft（第 7 页）
官方技术资料 · Microsoft：共 312 条，本页为第 91–105 条。
Add language analyzers to string fields in an Azure AI Search index
Configure multi-lingual lexical analysis for non-English text queries and indexes in Azure AI Search.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：rag · embedding · vector-db
链接复核时间：2026-09-24
Add scoring profiles to boost search scores
Boost search relevance scores for Azure AI Search results by adding scoring profiles to a search index.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：rag · embedding · vector-db
链接复核时间：2026-09-24
Relevance in keyword search (BM25 scoring)
Explains the concepts of BM25 relevance and scoring in Azure AI Search, and what a developer can do to customize the scoring result.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：rag · embedding · vector-db
链接复核时间：2026-09-24
Knowledge store in Azure AI Search
A knowledge store is enriched content created by an Azure AI Search skillset and saved to Azure Storage for use in other apps and non-search scenarios.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：agent · agent-frameworks
链接复核时间：2026-09-24
Knowledge store "projections" in Azure AI Search
Introduces projection concepts and best practices. If you're creating a knowledge store in Azure AI Search, projections determine the type, quantity, and composition of objects in Azure Storage.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
Shaping data for projection into a knowledge store
Define the data structures in a knowledge store by creating data shapes and passing them to a projection.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
OData language overview for $filter , $orderby , and $select in Azure AI Search
OData language overview for filters, select, and order-by for Azure AI Search keyword search.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
Retrieval-augmented generation (RAG) in Azure AI Search
Learn how Azure AI Search supports RAG patterns with agentic retrieval and classic hybrid search to ground LLM responses in your content. Get started today.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：rag · embedding · vector-db
链接复核时间：2026-09-24
Analyzers for text processing in Azure AI Search
Assign analyzers to searchable string fields in an index to replace default standard Lucene with custom, predefined or language-specific alternatives.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：rag · embedding · vector-db
链接复核时间：2026-09-24
Filters for keyword search in Azure AI Search
Filter by user security identity, language, geo-location, or numeric values to reduce search results on queries in a search index in Azure AI Search.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
Set up integrated vectorization in Azure AI Search using REST
Learn how to use the REST APIs to define an indexer pipeline that includes chunking and vectorization.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
Chunk and vectorize with the Document Layout skill
Chunk textual content by headings and semantically coherent fragments using the Document Layout skill, generate embeddings, and send the results to a searchable index.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
Chunk and vectorize content with the Azure Content Understanding skill
Use preview semantic chunking and AI-based image descriptions with the Azure Content Understanding skill to build an Azure AI Search index.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
OData $filter syntax in Azure AI Search
OData language reference and full syntax used for creating filter expressions in Azure AI Search queries.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24
Understand how OData collection filters work in Azure AI Search
Learn the mechanics of how OData collection filters work in Azure AI Search queries, including limitations and behaviors unique to collections.
证据用途：用于理解、实现、选型、可靠性、安全或迁移判断。
使用边界：只直接证明 Microsoft 的实现与声明；预览功能和产品生命周期使用前应复核
关联概念：retrieval · rag · vector-db
链接复核时间：2026-09-24