如何在分块Azure AI搜索索引中获取对应分块的图片Base64数据

第一步：排查索引字段定义错误 #

错误提示的核心是索引name中没有匹配image的字段，先确认你的索引结构：

• 确保索引里存在名为image的字段，类型设置为Edm.String（用来存储Base64字符串）
• 如果之前是通过「导入并向量化数据」自动创建的索引，需要手动添加image字段，自动创建的索引不会包含这个自定义字段

第二步：修正技能集的索引投影配置 #

当前配置的问题在于图片路径关联错误，且没有正确将分块（page）与对应图片绑定。修改后的配置如下：

"indexProjections": {
    "selectors": [
      {
        "targetIndexName": "name",
        "parentKeyFieldName": "parent_id",
        "sourceContext": "/document/pages/*",
        "mappings": [
          {
            "name": "chunk",
            "source": "/document/pages/*",
            "sourceContext": null,
            "inputs": []
          },
          {
            "name": "vector",
            "source": "/document/pages/*/vector",
            "sourceContext": null,
            "inputs": []
          },
          {
            "name": "title",
            "source": "/document/metadata_storage_name",
            "sourceContext": null,
            "inputs": []
          },
          {
            "name": "image",
            "source": "/document/normalized_images/*/data",
            "sourceContext": "/document/pages/*",
            "inputs": [
              {
                "source": "/document/pages/*/number",
                "name": "pageNumber"
              },
              {
                "source": "/document/normalized_images/*/pageNumber",
                "name": "imagePageNumber"
              }
            ],
            "transform": "($where: $imagePageNumber == $pageNumber).$data"
          }
        ]
      }
    ]
}

配置说明 #

• 新增transform逻辑：通过页面编号（pageNumber）匹配图片所属的页面，确保每个分块（对应单个page）只获取当前页面的图片Base64数据
• 修正source路径为/document/normalized_images/*/data，这是标准化图片Base64数据的正确路径
• 通过inputs传入分块的页面编号和图片关联的页面编号，用$where过滤出当前分块对应的图片

替代方案：使用自定义技能关联分块与图片 #

如果上述投影映射的transform逻辑无法满足需求，可以添加一个自定义技能：

1. 在技能集中新增一个自定义技能，输入为分块的页面编号和所有normalized_images数据
2. 自定义技能内部逻辑：根据页面编号筛选出对应图片的Base64数据
3. 在索引投影中，将image字段的source指向自定义技能的输出结果

内容的提问来源于stack exchange，提问作者alice