az cognitiveservices account create \
  --name foundry-guide-ais-01 \
  --resource-group rg-guide-ais-01 \
  --kind AIServices --sku S0 --location westeurope \
  --custom-domain foundry-guide-ais-01 --yes

az cognitiveservices account deployment create \
  --name foundry-guide-ais-01 \
  --resource-group rg-guide-ais-01 \
  --deployment-name text-embedding-3-small \
  --model-name text-embedding-3-small \
  --model-version 1 --model-format OpenAI \
  --sku-capacity 1 --sku-name GlobalStandard

az login
ID=$(az ad signed-in-user show --query id -o tsv)
SUB=$(az account show --query id -o tsv)
BASE="/subscriptions/$SUB/resourceGroups/rg-guide-ais-01/providers"
RICERCA="$BASE/Microsoft.Search/searchServices/ais-guide-01"
MODELLI="$BASE/Microsoft.CognitiveServices/accounts/foundry-guide-ais-01"

az role assignment create --assignee-object-id $ID --assignee-principal-type User \
  --role "Search Service Contributor" --scope $RICERCA
az role assignment create --assignee-object-id $ID --assignee-principal-type User \
  --role "Search Index Data Contributor" --scope $RICERCA
az role assignment create --assignee-object-id $ID --assignee-principal-type User \
  --role "Cognitive Services OpenAI User" --scope $MODELLI

dotnet new console -n ricerca-demo
cd ricerca-demo
dotnet add package Azure.Identity --version 1.21.0
dotnet add package Azure.Search.Documents --version 12.0.0
dotnet add package OpenAI --version 2.14.0

using Azure.Identity;
using Azure.Search.Documents;
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;
using Azure.Search.Documents.Models;
using OpenAI;
using OpenAI.Embeddings;
using System.ClientModel.Primitives;

#pragma warning disable OPENAI001

const string ricerca = "https://ais-guide-01.search.windows.net";
const string modelli = "https://foundry-guide-ais-01.openai.azure.com/openai/v1";
const string modello = "text-embedding-3-small";
const string indice = "documenti";

DefaultAzureCredential credenziale = new();

BearerTokenPolicy tokenPolicy = new(
    credenziale,
    "https://cognitiveservices.azure.com/.default");
EmbeddingClient embedder = new(
    modello,
    tokenPolicy,
    new OpenAIClientOptions { Endpoint = new Uri(modelli) });

string[] testi =
[
    "Il gruppo di risorse raccoglie le risorse di una soluzione e si elimina in un colpo solo.",
    "Azure Container Apps esegue contenitori senza gestire macchine o Kubernetes.",
    "Azure AI Search indicizza documenti e li cerca per parole o per somiglianza.",
    "Azure Bastion apre il desktop di una macchina virtuale dentro il browser.",
    "Il registro container conserva le immagini da cui partono i contenitori.",
];

// 1. L'indice, con un campo vettoriale da 1536 numeri.
SearchIndexClient clientIndici = new(new Uri(ricerca), credenziale);

SearchIndex definizione = new(indice)
{
    Fields =
    {
        new SimpleField("id", SearchFieldDataType.String) { IsKey = true },
        new SearchableField("testo"),
        new SearchField("vettore", SearchFieldDataType.Collection(SearchFieldDataType.Single))
        {
            IsSearchable = true,
            VectorSearchDimensions = 1536,
            VectorSearchProfileName = "profilo",
        },
    },
    VectorSearch = new VectorSearch
    {
        Algorithms = { new HnswAlgorithmConfiguration("hnsw") },
        Profiles = { new VectorSearchProfile("profilo", "hnsw") },
    },
};

await clientIndici.CreateOrUpdateIndexAsync(definizione);
Console.WriteLine($"Indice '{indice}' pronto.");

// 2. Un vettore per ogni testo, poi il caricamento.
SearchClient clientRicerca = new(new Uri(ricerca), indice, credenziale);

List<SearchDocument> documenti = [];
for (int i = 0; i < testi.Length; i++)
{
    var vettore = await embedder.GenerateEmbeddingAsync(testi[i]);
    documenti.Add(new SearchDocument
    {
        ["id"] = (i + 1).ToString(),
        ["testo"] = testi[i],
        ["vettore"] = vettore.Value.ToFloats().ToArray(),
    });
}

await clientRicerca.UploadDocumentsAsync(documenti);
Console.WriteLine($"Caricati {documenti.Count} documenti.");

await Task.Delay(TimeSpan.FromSeconds(3));

// 3. La domanda diventa un vettore e si cercano i tre più vicini.
const string domanda = "come faccio a cancellare tutto insieme?";
var vettoreDomanda = await embedder.GenerateEmbeddingAsync(domanda);

SearchOptions opzioni = new() { Size = 3 };
opzioni.Select.Add("testo");
opzioni.VectorSearch = new VectorSearchOptions
{
    Queries =
    {
        new VectorizedQuery(vettoreDomanda.Value.ToFloats())
        {
            KNearestNeighborsCount = 3,
            Fields = { "vettore" },
        },
    },
};

Console.WriteLine($"\nDomanda: {domanda}\n");

var risultati = await clientRicerca.SearchAsync<SearchDocument>(searchText: null, opzioni);
await foreach (var r in risultati.Value.GetResultsAsync())
{
    Console.WriteLine($"{r.Score:F4}  {r.Document["testo"]}");
}

dotnet run

Indice 'documenti' pronto.
Caricati 5 documenti.

Domanda: come faccio a cancellare tutto insieme?

0,6509  Il gruppo di risorse raccoglie le risorse di una soluzione e si elimina in un colpo solo.
0,5926  Il registro container conserva le immagini da cui partono i contenitori.
0,5630  Azure Bastion apre il desktop di una macchina virtuale dentro il browser.

az cognitiveservices account purge \
  --name foundry-guide-ais-01 \
  --location westeurope \
  --resource-group rg-guide-ais-01