Dateisuche
Mit der Dateisuche können Sie relevante Inhalte aus Dateien abrufen, die während der Antwortgenerierung in einem Vektorspeicher gespeichert sind. Dies ist nützlich, wenn Antworten die von Ihnen bereitgestellten Dokumente widerspiegeln sollen, anstatt sich nur auf das integrierte Wissen des Modells zu verlassen.
Indem Sie Vektorspeicher erstellen und Dateien hinzufügen, aktivieren Sie die semantische und schlüsselwortbasierte Suche in Ihren Daten. Dies erweitert das integrierte Wissen des Modells um Ihre benutzerdefinierten Inhalte und hilft, präzisere, kontextbezogene Antworten zu erstellen.
Da die Dateisuche vom Service verarbeitet wird, muss Ihre Anwendung keine eigene Abrufpipeline implementieren.
Vektorspeicher vorbereiten
Bevor Sie die Dateisuche verwenden, erstellen Sie einen Vektorspeicher, und fügen Sie die Dateien hinzu, auf die das Modell verweisen soll. OCI Generative AI unterstützt die folgenden APIs für die Verwaltung von Dateien und Vektorspeichern:
| API-Set | Beschreibung |
|---|---|
| Dateien | Dateien hochladen und verwalten. |
| Vector Store-Dateien | Dateien verwalten, die an einen Vektorspeicher angehängt sind. |
| Vektorspeicherdatei-Batches | Fügen Sie mehrere Dateien in einem Vektorspeicher-Batch hinzu, und verwalten Sie sie. |
| Containerdateien | Verwalten Sie Dateien in einem Container. |
Beispiel
Um die Dateisuche in einer Anforderung zu verwenden, fügen Sie in der Eigenschaft tools eine Tooldefinition mit type: "file_search" hinzu, und geben Sie die Vektorspeicher-ID an.
response = client.responses.create(
model="openai.gpt-oss-120b",
input="Summarize the main ideas covered in the documents in this vector store.",
tools=[
{
"type": "file_search",
"vector_store_ids": ["<vector_store_id>"]
}
]
)
print(response)In diesem Beispiel gilt:
- Das Modell kann den Vektorspeicherinhalt während der Antwortgenerierung verwenden.
- Der Dateiabruf wird von der Plattform verwaltet.
- Hybride Suchparameter werden mit dem File Search-Tool nicht unterstützt.