• SCHEMA
  • SOURCE
  • VECTOR
  • HUMAN

Déboguer vos pipelines RAG avec votre IA

Connectez votre IA à Azure AI Search une seule fois. Votre agent pourra ensuite auditer directement vos structures d'index et vos connexions de données.

Demandez à l'IA à propos de cette page

Réponse rapide

Comment utiliser mon IA pour le débogage RAG ?

Votre IA récupère les schémas d'index et les configurations de sources de données pour détecter les erreurs de champs vectoriels ou les chemins de données rompus. Vous obtenez une liste claire des erreurs de configuration à corriger.

Résultats de l'audit

Où tombent vos conclusions.

L'IA catégorise ses découvertes selon l'emplacement de l'erreur de configuration.

SCHEMA

Erreurs de structure d'index

L'IA identifie les champs vectoriels manquants ou les dimensions incorrectes. Vous recevez un rapport sur l'écart entre le schéma de l'index et vos besoins RAG.

SOURCE

Incohérences de sources de données

L'IA vérifie si vos sources de données sont correctement mappées. Elle signale tout problème de connexion entre vos données brutes et l'index de recherche.

VECTOR

Problèmes de champs d'embedding

L'IA vérifie que les champs vectoriels sont bien configurés pour les recherches de similarité. Elle met en évidence les champs dépourvus des propriétés vectorielles nécessaires.

HUMAN

Corrections manuelles requises

L'IA identifie les paramètres spécifiques nécessitant une mise à jour manuelle sur le portail Azure. Elle vous indique précisément quels paramètres modifier.

Le flux

Ce que fait votre IA lors de la requête.

L'IA parcourt votre environnement Azure pour extraire les métadonnées nécessaires à l'audit.

  1. Inventorier les index

    L'IA scanne votre environnement pour trouver tous les index de recherche disponibles. Cela garantit qu'elle cible les bons éléments de votre pipeline RAG.

    list_indexes

  2. Inspecter un index spécifique

    L'IA récupère le schéma complet d'un index précis. Elle analyse les types de champs, les dimensions et les configurations vectorielles.

    get_index

  3. Vérifier les sources de données

    L'IA contrôle les sources de données sous-jacentes pour s'assurer qu'elles respectent les exigences de l'index. Elle cherche les erreurs de connectivité et de mappage.

    list_datasources

  4. Identifier les écarts

    L'IA compare le schéma récupéré avec votre configuration RAG cible. Elle signale tout champ susceptible de faire échouer la récupération.

    get_index

Essayez

Copiez ces commandes pour commencer.

Utilisez ces prompts pour lancer votre session de débogage.

Points de départ

Remplacez les noms d'index et de sources de données par vos identifiants de ressources Azure réels.

Azure AI Search Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_UGnljcexY2MC0gUzqrUAvXNWXI0LuEzLwo7dKO1k/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Azure AI Search capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "azure-ai-search-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_UGnljcexY2MC0gUzqrUAvXNWXI0LuEzLwo7dKO1k/mcp"
    }
  }
}
Copiez dans le chat04

  • Liste tous mes index et dis-moi lesquels ont des champs vectoriels activés.

  • Récupère le schéma de 'products-index' et vérifie si les dimensions vectorielles correspondent à un modèle d'embedding de 1536.

  • Liste mes sources de données et vérifie si 'blob-storage-source' est correctement liée à mon index actuel.

  • Vérifie le schéma de l'index 'customer-docs' pour détecter d'éventuels champs manquants qui pourraient bloquer ma récupération RAG.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Commencez ici

Connectez Azure AI Search une fois, puis interrogez.

Vous n'avez besoin de fournir vos identifiants qu'une seule fois. La connexion est sécurisée et vous pouvez immédiatement demander à votre IA d'auditer votre configuration de recherche.

Connecter Azure AI Search à votre IA

FAQ

Fonctionnement de la tâche.

  • 01

    L'IA peut-elle corriger mon schéma d'index automatiquement ?

    Non. L'IA peut uniquement lire et inspecter votre configuration. Vous devez appliquer les modifications manuellement sur le portail Azure.

  • 02

    L'IA peut-elle supprimer mes index ?

    Non. Les outils fournis permettent uniquement à l'IA de lister et d'obtenir des informations. Elle ne peut ni supprimer ni modifier de données ou de structures.

  • 03

    L'IA a-t-elle besoin de permissions administrateur ?

    L'IA nécessite des permissions pour lire les métadonnées de l'index et des sources de données. Elle n'a pas besoin de droits d'écriture ou de suppression.

  • 04

    L'IA peut-elle vérifier le contenu réel de mes documents ?

    Non. L'IA inspecte uniquement le schéma de l'index et les configurations des sources de données, pas les documents individuels stockés.

  • 05

    Comment l'IA sait-elle si mon champ vectoriel est incorrect ?

    L'IA compare les propriétés des champs trouvées dans le schéma de l'index avec les exigences vectorielles spécifiques que vous décrivez dans votre prompt.

  • D'autres questions sur Azure AI Search ? La page du Connector y répond. Voir toutes les capacités du connecteur Azure AI Search

Connectez Azure AI Search à Claude, Cursor, ChatGPT et d'autres