Beobachtetes Signal · 23. Juni 2026 · Technical Release · Quelle: DEV Community · Relevanz: 4/5 · Sentiment: Positiv
Azure Cosmos DB startet Public Preview für Integrated Embeddings
Microsoft hat die Public Preview von Integrated Embeddings für Azure Cosmos DB angekündigt. Diese neue Funktion generiert und aktualisiert Vektor-Embeddings automatisch bei Schreib- oder Aktualisierungsvorgängen von Datensätzen. Entwickler konfigurieren die Embeddings über einen neuen embeddingSource-Block in der Container-Vektorrichtlinie, wodurch Quelleigenschaften, ein Microsoft Foundry Embedding-Modell und ein Ziel-Vektorpfad definiert werden. Die Vorschau unterstützt Azure OpenAI Embedding-Modelle wie text-embedding-3-small, text-embedding-3-large sowie text-embedding-ada-002 und nutzt die Microsoft Entra-Authentifizierung. Erste SDK-Unterstützungen umfassen das Azure Cosmos DB SDK für Python sowie das Management-SDK für Python und JavaScript, während eine Konfiguration über das Azure Portal zu einem späteren Zeitpunkt folgt. Microsoft stellt begleitend eine Python-Beispielanwendung sowie eine LangChain-basierte RAG-Dokumentation bereit. Die entstehenden Kosten beschränken sich auf Foundry-Inferenzaufrufe und Cosmos DB Request Units für Change-Feed-Operationen.
Mit der Integration der automatischen Embedding-Generierung in eine etablierte Datenbank reduziert Microsoft den Entwicklungsaufwand für Vektorsuche, RAG-Anwendungen und Datensynchronisations-Pipelines erheblich, was einen wichtigen Infrastrukturschritt für KI-gestützte Applikationen darstellt.
Marktsignale zu Microsoft in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Azure Cosmos DB hat Integrated Embeddings als Public Preview veröffentlicht.
- Integrated Embeddings generiert und aktualisiert Element-Embeddings automatisch bei Schreib- und Aktualisierungsvorgängen über eine konfigurierte embeddingSource.
- Unterstützte Microsoft Foundry Embedding-Modelle in der Preview: text-embedding-3-small, text-embedding-3-large und text-embedding-ada-002.
- Authentifizierung erfolgt über Entra ID; SDK-Konfiguration ist aktuell für Python und JavaScript verfügbar, während die Azure Portal-Unterstützung nachgereicht wird.
- Microsoft stellt eine Python-Beispiel-App und ein LangChain RAG-Beispiel für die Vektorsuche zur Verfügung.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Microsoft veröffentlicht Open-Source-Embedding-Plattform OmniVec für Azure
Das Azure Cosmos DB-Team von Microsoft hat OmniVec als Open-Source-Plattform veröffentlicht, um Embedding-Pipelines für KI-Anwendungen auf Azure zu erstellen und zu betreiben. Die Lösung synchronisiert Vektordarstellungen operationaler Daten, indem sie Datenquellen, Embedding-Modelle, Vektorspeicher und Pipelines verwaltet. OmniVec automatisiert Backfills, Change Tracking, Modellaufrufe, Wiederholungsversuche und Schreibvorgänge in Vektorspeicher. Das Release unterstützt Azure Cosmos DB, PostgreSQL, SQL Server sowie Azure Blob Storage. Bei der Bereitstellung in einem Azure-Abonnement werden AKS, ein Azure Cosmos DB-Metadatenspeicher und eine Azure Container Registry (ACR) eingerichtet. Die Plattform unterstützt sowohl gehostete Azure OpenAI-Modelle als auch selbst gehostete GPU-Modelle. Das Projekt steht als Public Preview auf GitHub unter AzureCosmosDB/OmniVec zur Verfügung.
Azure Cosmos DB vNext Emulator erreicht allgemeine Verfügbarkeit (GA)
Microsoft hat die allgemeine Verfügbarkeit (GA) des Azure Cosmos DB vNext Emulators angekündigt, der als Docker-Image für Linux, macOS und Windows auf x64 sowie ARM64 bereitgestellt wird. Die GA-Version umfasst eine integrierte Azure Cosmos DB Shell, eine erweiterte API- und Funktionsabdeckung wie Change Feed, Batch-Operationen, JOINs, hierarchische Partitionsschlüssel und TTL sowie Vektorsuche-Support mit DiskANN-Index. Zudem bietet das Image OpenTelemetry-Exporter (OTLP) und dedizierte Health-Probe-Endpunkte. Dies ermöglicht Entwicklern die lokale Entwicklung, CI-Integrationstests und lokale RAG- sowie semantische Such-Workflows für KI-Anwendungen ohne Azure-Abonnement. Das Image ist über mcr.microsoft.com/cosmosdb/linux/azure-cosmos-emulator:vnext-latest verfügbar, ergänzt durch Dokumentation und Beispiele auf GitHub.
NeuroLink TypeScript-Leitfaden: embed() und embedMany() für die Vektorsuche
Dieser technische Leitfaden erklärt, wie Entwickler semantische Suche in TypeScript mithilfe der APIs embed() und embedMany() von NeuroLink implementieren, um Vektor-Embeddings zu generieren und Ähnlichkeitssuche durchzuführen. Das SDK (@juspay/neurolink) unterstützt verschiedene Embedding-Anbieter wie OpenAI, Google AI Studio, Google Vertex und Amazon Bedrock und erlaubt modellbezogene Überschreibungen pro Aufruf. Der Beitrag demonstriert einzeln sowie gebündelt ausgeführte Embedding-Aufrufe, einen In-Memory-Vektorspeicher sowie empfohlene Integrationsmuster für Vektordatenbanken wie Pinecone, Weaviate oder ChromaDB. Zudem wird eine RAG-Komfortfunktion vorgestellt, die die Dokumentenaufteilung, Embedding-Generierung sowie den Abruf für Retrieval-Augmented Generation-Workflows automatisiert. Der Artikel enthält Codebeispiele, Installationshinweise sowie Verweise auf das GitHub-Repository und die offizielle Dokumentation.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.