Datové zdroje Azure File Share
Azure File Share načítá dokumenty z jednoho nebo více sdílení Azure do kolekce dat Siesta AI. Funguje v Siesta AI SaaS i v privátních instancích. Siesta AI čte kopii v Azure; nepřipojuje se přímo k vašemu Windows serveru.
Postup má tři kroky: připojit sdílení Azure ve Windows → zkopírovat vybrané dokumenty a jejich přístupová práva → připojit sdílení k Siesta AI. Siesta AI potom dokumenty vyhledá a zpracuje, aby je agent s přiřazenou kolekcí mohl použít v odpovědích. Pokud už dokumenty v Azure Files máte, začněte krokem 3.
Než začnete
Potřebujete:
- Azure Storage Account se sdílením SMB a síťovým přístupem z počítače, který bude soubory kopírovat, včetně odchozího TCP portu 445;
- účet, který může číst vybrané soubory ve Windows a jejich oprávnění a zapisovat soubory i nastavovat oprávnění v cílovém umístění v Azure;
- kompatibilní připojení Azure Storage Account v Siesta AI;
- oprávnění vytvořit kolekci dat a přiřadit ji agentovi.
Pro dokumenty určené do této kolekce použijte samostatné sdílení. Siesta AI čte celé sdílení včetně podsložek; zadáním názvu složky do pole File Shares nelze zdroj omezit na tuto složku.
Vyberte dokumenty
Začněte několika reprezentativními soubory. Vynechte koncepty, neaktuální dokumenty, dočasné soubory a obsah určený jinému okruhu uživatelů. Zkontrolujte také podsložky: kopírovací příkazy je zahrnují. Přepínač /XJ v příkazech vylučuje spojovací body (junctions); ostatní symbolické odkazy a body opětovné analýzy (reparse points) zkontrolujte samostatně a před spuštěním příkazů výslovně vylučte ty, které mohou vést mimo zamýšlenou sadu dokumentů. Originály ponechte na Windows serveru.
1. Připojte sdílení Azure ve Windows
- V Azure Portal otevřete Storage Account → File shares, vyberte své sdílení a zvolte Connect.
- Vyberte Windows, zvolte volné písmeno disku, například
Z:, a způsob přihlášení připravený administrátorem. - Na počítači s Windows, kde jsou dokumenty uložené, otevřete běžné okno PowerShell. Pro toto připojení nepoužívejte Spustit jako správce. Zkontrolujte a spusťte připojovací příkaz vygenerovaný v Azure Portal.
- V Průzkumníku souborů ověřte, že se sdílení zobrazí jako síťový disk. Pro kopírování v kroku 2 ponechte stejného uživatele Windows i stejnou relaci PowerShell.
Mapování disků ve Windows patří konkrétní přihlašovací relaci. Sdílení připojené v relaci správce nemusí být viditelné v běžném Průzkumníku souborů. Viz návod Microsoftu k připojení a řešení problémů s připojením SMB.
Pokud připojení selže, ověřte s administrátorem adresu úložiště, TCP port 445 a nastavené přihlašování. Klíč Storage Accountu nevkládejte do dokumentace, zpráv podpoře ani polí datového zdroje Siesta AI. Klíč poskytuje široký přístup k úložišti; připojovací příkaz, který jej obsahuje, uchovávejte neveřejně.
2. Zkopírujte dokumenty a jejich oprávnění
Zkontrolujte a spusťte příkazy Robocopy
Níže uvedené příkazy si můžete před spuštěním přečíst a upravit. Spouštějte je ve stejném běžném okně PowerShell, ve kterém jste sdílení připojili. Nahraďte vzorové cesty ke zdroji a cíli; uvnitř sdílení použijte samostatnou cílovou složku.
Nejdříve zobrazte náhled kopírování. Přepínač /L vypíše navrhované operace bez kopírování souborů nebo změny oprávnění:
$source = 'D:\Approved documents'
$destination = 'Z:\Windows import'
$previewLog = Join-Path $env:TEMP 'siesta-robocopy-preview.log'
$copyLog = Join-Path $env:TEMP 'siesta-robocopy-copy.log'
if (-not (Test-Path -LiteralPath $source -PathType Container)) {
throw 'The source folder does not exist. Check its path before continuing.'
}
robocopy $source $destination /E /COPY:DATS /DCOPY:DAT /SECFIX /XJ /R:2 /W:1 /MT:16 /TEE "/UNILOG:$previewLog" /L
if ($LASTEXITCODE -ge 8) {
throw "Robocopy preview failed. Review $previewLog before continuing."
}
Zkontrolujte vypsané cesty a log náhledu. Až ověříte vybrané dokumenty i cílové umístění, spusťte kopírování:
robocopy $source $destination /E /COPY:DATS /DCOPY:DAT /SECFIX /XJ /R:2 /W:1 /MT:16 /TEE "/UNILOG:$copyLog"
$copyExitCode = $LASTEXITCODE
if ($copyExitCode -ge 8) {
throw "Robocopy failed with code $copyExitCode. Review $copyLog."
}
Write-Host "Robocopy finished with code $copyExitCode. Review $copyLog and verify the copied files and permissions."
| Přepínač | Co dělá |
|---|---|
/E | Kopíruje podsložky včetně prázdných; nemaže soubory navíc v cílovém umístění |
/COPY:DATS | Kopíruje obsah souborů, atributy, časové údaje a přístupová oprávnění (DACL) |
/DCOPY:DAT | Kopíruje data adresářů, atributy a časové údaje |
/SECFIX | Aktualizuje zabezpečení existujících souborů, i když se jejich obsah nekopíruje |
/XJ | Vylučuje spojovací body (junctions); ostatní symbolické odkazy a reparse points je stále nutné zkontrolovat ve zdroji |
/R:2 /W:1 | Dvakrát opakuje neúspěšné kopírování s prodlevou jedné sekundy |
/MT:16 | Používá 16 kopírovacích vláken |
/TEE /UNILOG | Zobrazuje průběh a zapisuje log v Unicode |
Tyto příkazy nevyžadují režim zálohování (/B), nekopírují vlastnictví ani auditní informace. Účet provádějící kopírování musí mít potřebná oprávnění předem. Při přihlašování přes SMB pomocí identity vyžaduje nastavení cílových ACL odpovídající oprávnění na úrovni sdílení, například Storage File Data SMB Share Elevated Contributor, a odpovídající ACL souborů a adresářů. Pokud je přístup odepřen, požádejte administrátora o opravu oprávnění kopírovacího účtu; nevynechávejte kopírování ACL jen proto, aby přenos skončil bez chyby. Viz oprávnění Azure Files.
Návratové kódy Robocopy 0–7 neoznačují fatální chybu kopírování, ale mohou hlásit rozdíly nebo soubory navíc, které je třeba zkontrolovat. Kódy 8 a vyšší označují chyby. Náhled nepotvrzuje, že skutečný zápis nebo změna ACL uspěje. Po kopírování zkontrolujte log, porovnejte počty souborů, otevřete vzorky souborů a porovnejte jejich zdrojové a cílové nastavení Vlastnosti → Zabezpečení → Upřesnit. Viz reference Robocopy.
Zachování Windows ACL v Azure Files samo o sobě nepotvrzuje, že Siesta AI vynucuje stejná oprávnění pro každého uživatele. Před sdílením kolekce ověřte mapování identit, přístup ke kolekci a skutečný přístup oprávněného i omezeného testovacího uživatele. Úspěšný přenos není testem autorizace.
Volitelně: zrcadlení včetně mazání
Výchozí příkaz ponechává soubory v cíli, i když ze zdroje ve Windows zmizí. Pokud má cílové umístění přesně zrcadlit zdroj, nahraďte /E přepínačem /MIR v obou příkazech výše, pro náhled i kopírování. Spusťte náhled znovu a před skutečným během zkontrolujte každé navrhované smazání.
/MIR odstraní soubory a složky, které existují pouze v cíli, a může přepsat oprávnění cílového adresáře. Používejte jej jen se samostatnou cílovou složkou, ověřenými cestami a záložní kopií. Nikdy jej nesměrujte na sdílení nebo složku s nesouvisejícími dokumenty.
Ručně zkopírujte malý vzorek
Malý vzorek, u kterého není potřeba zachovat původní oprávnění, můžete zkopírovat v Průzkumníku souborů ze složky Windows do samostatné složky na připojeném disku Azure. Originály zůstanou ve Windows. Nepředpokládejte, že kopírování v Průzkumníku zachová původní ACL; pokud je zachování oprávnění nutné, použijte postup s Robocopy. Ani jeden způsob nevytváří opakovanou synchronizační úlohu.
3. Připojte sdílení k Siesta AI
- Vytvořte kompatibilní připojení Azure Storage Account.
- Otevřete Data a vytvořte nebo otevřete kolekci.
- Zvolte Add data source → Azure File Share, zadejte srozumitelný Name a vyberte připravené Connection ID.
- Do File Shares zadejte přesný název sdílení.
- Začněte se synchronizací On Demand, zkontrolujte Processing a vytvořte zdroj.
Nastavení datového zdroje
| Pole | Hodnota |
|---|---|
| Name | Srozumitelný název importu |
| Description | Volitelný popis souborů a jejich vlastníka |
| Connection ID | Uložené připojení s přístupem ke sdílení |
| Sync frequency | On Demand, Daily, Weekly nebo Monthly |
| File Shares | Jeden nebo více přesných názvů sdílení Azure; alespoň jeden je povinný |
Přihlašovací údaje patří do připojení. Connection ID vybírá toto připojení; File Shares určuje sdílení, která se mají načítat.
Názvy sdílení
Pro tuto síťovou cestu ve Windows:
\\contosofiles.file.core.windows.net\approved-documents
do File Shares zadejte pouze approved-documents. Písmeno disku, UNC cesta, cesta k souboru ani složka uvnitř sdílení nejsou platným názvem sdílení. Vyloučení cest může vynechat odpovídající soubory z budoucího zpracování; změna pravidla nemaže již indexovaný obsah.
Zpracování
Před vytvořením zdroje zkontrolujte nastavení zpracování a povolené typy souborů. Zapnutí pokročilé extrakce PDF zvyšuje náklady na zpracování.
Volba Store source files v části Processing je ve výchozím stavu vypnutá. Zapněte ji, pokud uživatelé potřebují náhledy nebo stažení originálů. Uchovává další kopii každého originálu; podporované dokumenty lze indexovat a používat v odpovědích i s vypnutou volbou. Viz Ukládání zdrojových souborů.
Pole pro JSON
JSON Features a JSON Metadata Definitions jsou nastavení pro importované soubory JSON. Obsahují názvy polí v těchto JSON záznamech. U běžných dokumentů PDF, Word, Excel, PowerPoint a textových souborů ponechte oba seznamy prázdné. Nevytvářejte k těmto dokumentům samostatný JSON manifest.
Import JSON nastavte podle JSON Features a JSON Metadata Definitions a před větším importem vyzkoušejte reprezentativní záznamy.
Ověřte první import
Vytvoření zdroje spustí vyhledání souborů. S vypnutou volbou Auto-process discovered files zkontrolujte aktualizaci v Overview → Updates a před indexací ji schvalte. Stav Waiting for confirmation znamená, že zpracování ještě nebylo schválené. Viz Režim vyhledání souborů.
Po dokončení zpracování zkontrolujte v Files očekávané dokumenty a extrahovaný obsah. Přiřaďte kolekci testovacímu agentovi a položte otázky, jejichž odpovědi můžete ověřit ve zdrojových souborech. Před širším použitím ověřte přístup oprávněného i omezeného testovacího uživatele.
Dokončený přenos do Azure neznamená, že jsou dokumenty připravené v Siesta AI: musí skončit také vyhledání souborů, případné schválení a zpracování. Chybějící soubory a chyby zpracování řeší návod Zpracování, synchronizace a řešení problémů.
Synchronizace a mazání
Udržujte dokumenty aktuální
Existují dva nezávislé plány:
| Přenos | Jak probíhá |
|---|---|
| Windows → Azure Files | Opakujte kopírování ručně nebo požádejte administrátora o nastavení naplánované kopírovací úlohy či synchronizační služby |
| Azure Files → Siesta AI | Sync frequency: On Demand, Daily, Weekly nebo Monthly |
Přenos z Windows do Azure dokončete před synchronizací Siesta AI. Příkazy na této stránce provedou jednorázové kopírování; neplánují pozdější běhy. Pokud používáte Azure File Sync, dohodněte, kde se soubory smějí upravovat a jak se má zacházet s mazáním, protože změny se mohou přenášet oběma směry.
Otestujte změněný dokument, samostatnou změnu ACL a smazaný dokument. Nejprve zkontrolujte Azure a potom kolekci po synchronizaci a zpracování. Výchozí kopírování s /E nepřenáší smazání zdrojových souborů do Azure. Samostatně potvrďte odstranění indexovaného obsahu a případného uloženého originálu ze Siesta AI; smazání ve Windows nebo Azure samo o sobě není důkazem smazání v kolekci.