Biblioteca › Conjuntos (frameworks) › Azure AI Search
Azure AI Search
Indexa, trocea, embebe y busca en un solo servicio gestionado
Historia: quién, evolución y momento
Microsoft — evolución del clásico Azure Cognitive Search (una década de servicio) hacia AI Search con vectorial e integrated vectorization. Caballo de batalla de la búsqueda empresarial en Azure y base de muchos copilotos corporativos. Estado: siempre vigente en su trono cloud; no vive de olas sino de facturas enterprise.
Capacidades
Índice híbrido BM25 + vectorial con RRF; skillsets que trocean y embeben durante la indexación; semantic ranker; filtros y seguridad integrada con el directorio (RBAC); escala y SLA de PaaS; integración natural con el ecosistema Azure y Copilot.
Variantes: elige cuántas fases te cubre
Pipeline gestionado
ChunkingAzure · skillset chunking — Troceado durante la indexación
EmbeddingAzure · integrated embedding — Vectorización integrada en el servicio
AlmacenamientoAzure · índice — Índice con campos filtrables
RecuperaciónAzure · búsqueda híbrida — BM25 + vectorial + semantic ranker
Lo completa por arriba y por abajo
Al soltarlo en el lienzo, además activa y rellena con las piezas por defecto del mercado:Corpus, Ingesta, Generación.
Fases que puede cubrir
Chunking Embedding Almacenamiento Recuperación
Pros y contras
| Pros | Contras |
|---|---|
|
|