SqlDatabaseVectorSearch 项目启动与配置教程

SqlDatabaseVectorSearch 项目启动与配置教程

SqlDatabaseVectorSearch A repository that showcases the native VECTOR type in Azure SQL Database to perform embeddings and RAG with Azure OpenAI. 项目地址: https://gitcode.com/gh_mirrors/sq/SqlDatabaseVectorSearch

1. 项目目录结构及介绍

SqlDatabaseVectorSearch 项目目录结构如下：

SqlDatabaseVectorSearch
│
├── assets
│
├── SqlDatabaseVectorSearch
│   ├── wwwroot
│   ├── Views
│   ├── wwwroot
│   └──Controllers
│
├── .editorconfig
├── .gitattributes
├── .gitignore
├── Directory.Build.props
├── LICENSE
├── README.md
├── Scripts.sql
├── SqlDatabaseVectorSearch.sln
└── appsettings.json

• assets: 存放项目静态资源文件。
• SqlDatabaseVectorSearch: 主应用程序目录，包含Blazor Web App以及Minimal API。
  • wwwroot: 存放静态文件，如CSS、JavaScript和图片等。
  • Views: 包含Razor视图文件。
  • Controllers: 包含MVC控制器。
• .editorconfig: 定义编辑器的配置信息，用于统一不同开发者之间的编码风格。
• .gitattributes: 定义Git仓库的属性，比如文件的换行符风格。
• .gitignore: 定义Git应该忽略的文件和目录。
• Directory.Build.props: 定义项目级别的构建属性和目标。
• LICENSE: 项目的许可证文件，本项目采用MIT许可证。
• README.md: 项目说明文件，包含项目信息和如何使用项目的指南。
• Scripts.sql: SQL脚本文件，用于数据库的构建和初始化。
• SqlDatabaseVectorSearch.sln: Visual Studio解决方案文件。
• appsettings.json: 配置文件，包含应用程序的配置信息。

2. 项目的启动文件介绍

项目的启动主要通过SqlDatabaseVectorSearch.sln文件，这个文件是Visual Studio的解决方案文件，通过它你可以打开整个项目。

打开Visual Studio，选择"文件"->"打开"->"项目/解决方案"，然后选择SqlDatabaseVectorSearch.sln文件。Visual Studio将加载项目，并显示所有项目文件和目录。

3. 项目的配置文件介绍

项目的配置主要通过appsettings.json文件进行。这个文件包含应用程序所需的配置信息，如数据库连接字符串和Azure OpenAI的配置。

以下是一个appsettings.json文件的示例：

{
  "ConnectionStrings": {
    "DefaultConnection": "Your Azure SQL Database connection string here"
  },
  "AzureOpenAI": {
    "Endpoint": "Your Azure OpenAI endpoint here",
    "ApiKey": "Your Azure OpenAI API key here",
    "Model": "Your chosen model for embeddings"
  }
}

在ConnectionStrings部分，你需要提供Azure SQL数据库的连接字符串。在AzureOpenAI部分，你需要提供Azure OpenAI服务的终端点、API密钥以及选择的模型。

确保正确填写这些信息，因为这些配置对于应用程序的正常运行至关重要。在应用程序启动时，它将读取这些配置，并据此初始化数据库连接和AI服务。

SqlDatabaseVectorSearch A repository that showcases the native VECTOR type in Azure SQL Database to perform embeddings and RAG with Azure OpenAI. 项目地址: https://gitcode.com/gh_mirrors/sq/SqlDatabaseVectorSearch