Habilidades azure-search-documents-ts
📦

azure-search-documents-ts

Seguro

Construya Aplicaciones de Búsqueda Azure AI

Implemente capacidades de búsqueda poderosas con el SDK de Azure AI Search. Cree índices vectoriales, búsqueda híbrida y ranking semántico para recuperación inteligente de documentos.

Soporta: Claude Codex Code(CC)
🥉 74 Bronce
1

Descargar el ZIP de la skill

2

Subir en Claude

Ve a Configuración → Capacidades → Skills → Subir skill

3

Activa y empieza a usar

Pruébalo

Usando "azure-search-documents-ts". Buscar productos que coincidan con 'wireless headphones' con filtro de categoría

Resultado esperado:

Devuelve resultados de productos clasificados con puntuaciones de relevancia, filtrados por categoría Electronics, incluyendo title, price, y fragmentos de description

Usando "azure-search-documents-ts". Búsqueda vectorial de documentos similares a un embedding de consulta

Resultado esperado:

Devuelve documentos semánticamente similares clasificados por distancia vectorial, incluso sin coincidencias exactas de palabras clave

Auditoría de seguridad

Seguro
v1 • 2/25/2026

This skill contains documentation for Azure AI Search SDK with TypeScript code examples. All static analyzer findings are false positives caused by misinterpreting markdown code fences. The skill reads environment variables for configuration, which is standard practice for Azure SDK authentication.

1
Archivos escaneados
272
Líneas analizadas
0
hallazgos
1
Auditorías totales
No se encontraron problemas de seguridad
Auditado por: claude

Puntuación de calidad

38
Arquitectura
100
Mantenibilidad
87
Contenido
50
Comunidad
100
Seguridad
91
Cumplimiento de la especificación

Lo que puedes crear

Búsqueda de Productos con Ranking Semántico

Construya una búsqueda de comercio electrónico que combine coincidencia de texto con similitud vectorial para el descubrimiento relevante de productos.

Sistema de Recuperación de Documentos

Cree una búsqueda de base de conocimientos con búsqueda híbrida para encontrar documentos relevantes por significado y palabras clave.

Autocompletado y Sugerencias

Implemente búsqueda mientras escribe con los sugeridores de Azure Search para una mejor experiencia del usuario.

Prueba estos prompts

Configuración Básica de Índice 
Cree un índice de Azure Search para un catálogo de productos con campos para id, title, description, category, y price. Haga que title y description sean buscables.
Implementación de Búsqueda Vectorial 
Agregue búsqueda vectorial a mi índice de Azure Search. Tengo embeddings de 1536 dimensiones de Azure OpenAI. Muéstreme cómo configurar el campo vectorial y realizar búsquedas de similitud.
Configuración de Búsqueda Híbrida 
Implemente búsqueda híbrida que combine coincidencia de palabras clave con similitud vectorial. Muéstreme cómo ajustar los resultados y clasificar por relevancia.
Búsqueda Semántica con Respuestas 
Configure búsqueda semántica en mi índice de Azure Search para devolver respuestas extractivas y captions. Explique la configuración semántica y las opciones de consulta necesarias.

Mejores prácticas

  • Use búsqueda híbrida combinando texto y vector para la mejor relevancia en todos los tipos de consulta
  • Habilite el ranking semántico para mejorar los resultados para consultas en lenguaje natural
  • Agrupe operaciones de documentos usando uploadDocuments en lugar de llamadas de documentos individuales

Evitar

  • No cargue documentos uno a la vez - use operaciones por lotes para eficiencia
  • Evite usar includeTotalCount en consultas de producción ya que impacta el rendimiento
  • No omita la configuración de campos del índice - marque apropiadamente los campos buscables, filtrables y facetables

Preguntas frecuentes

¿Qué nivel de Azure Search necesito para búsqueda vectorial?
La búsqueda vectorial requiere el nivel Basic de Azure Search o superior. La búsqueda semántica requiere el nivel Standard o superior.
¿Cómo me autentico en Azure Search?
Use DefaultAzureCredential para producción con identidad gestionada, o claves de API admin/query para desarrollo. Almacene las credenciales en variables de entorno.
¿Qué modelos de embeddings funcionan con campos vectoriales de Azure Search?
Cualquier modelo de embeddings que produzca vectores numéricos. Los embeddings de Azure OpenAI (text-embedding-ada-002) producen vectores de 1536 dimensiones comúnmente usados con Azure Search.
¿Cómo actualizo documentos existentes en el índice?
Use mergeOrUploadDocuments con la clave del documento. Azure Search combina los campos que proporciona y preserva los valores existentes para campos no especificados.
¿Puedo filtrar los resultados de búsqueda vectorial?
Sí, combine vectorSearchOptions con el parámetro filter. El filtrado ocurre antes de la búsqueda vectorial, reduciendo el conjunto de candidatos para la coincidencia de similitud.
¿Cuál es la diferencia entre búsqueda semántica y vectorial?
La búsqueda vectorial encuentra contenido similar usando embeddings. La búsqueda semántica usa IA para entender la intención de la consulta, extraer respuestas y proporcionar captions. Pueden usarse juntas para obtener los mejores resultados.

Detalles del desarrollador

Autor

sickn33

Licencia

MIT

Repositorio

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/azure-search-documents-ts

Ref.

main

Estructura de archivos

📄 SKILL.md