如何在Azure AI Search技能集中为文档分块添加原文件元数据？

能否直接在现有技能集中实现分块的originalFile元数据添加，取决于你调用的Azure OpenAI预处理作业的能力：

情况1：预处理作业支持附加自定义元数据 #

你当前的技能集已经将原始文档的filename（/document/filename）作为输入参数传递给了Web API。如果该预处理作业支持接收此参数，并将其值设置为生成的分块Blob的originalFile元数据字段，那么无需额外处理层，仅需调整预处理作业的逻辑，让它将传入的filename写入分块的元数据即可，技能集本身的配置无需大幅修改。

情况2：预处理作业不支持直接添加元数据 #

这种情况下需要额外处理层，最直接的方案是使用Azure Function + Blob Storage触发器：

• 创建一个Azure Function，配置为监听ai-product-chunks容器的Blob创建事件
• 当分块Blob被写入时，Function触发执行：
  • 从分块Blob的命名规则中解析原始文件名（如果预处理作业生成的分块名称包含原始文件名信息）
  • 或者如果预处理作业会将原始filename写入Blob的系统元数据（如x-ms-meta-filename），直接读取该值
  • 通过Blob Storage SDK为分块Blob添加originalFile元数据字段，值为原始文件名（如file_name.pdf）

补充说明 #

如果你的最终需求是让分块在导入Azure AI Search索引后带有originalFile字段，也可以在索引器配置中，将Blob的元数据（后续添加的originalFile）或原始文档的filename映射到索引的对应字段，但这和给分块Blob本身添加元数据是不同的场景。

内容的提问来源于stack exchange，提问作者Vlad