Sdílet prostřednictvím

Vyvolání webové aplikace služby App Service ze služby agenta Azure AI Foundry

Služba agenta Azure AI Foundry umožňuje vytvářet agenty umělé inteligence přizpůsobené vašim potřebám prostřednictvím vlastních pokynů a rozšířená o pokročilé nástroje, jako je interpret kódu a vlastní funkce. Nyní můžete připojit svého Azure AI Agenta k externímu API pomocí nástroje specifikovaného OpenAPI 3.0, což umožňuje škálovatelnou interoperabilitu s různými aplikacemi.

Azure App Service je plně spravovaná platforma pro vytváření, nasazování a škálování webových aplikací a API. Pokud je vaše rozhraní API hostováno na Azure App Service, můžete připojit svého AI Agenta k API pomocí specifikace OpenAPI. Specifikace OpenAPI definuje API a způsob, jak s ním interagovat. Můžete pak použít přirozený jazyk k vyvolání API prostřednictvím svého AI agenta. Tento nástroj je výkonný, protože umožňuje přidat do stávajících aplikací funkce agenta AI s minimálními změnami kódu. Tento agent má také možnost přímé interakce s vaší aplikací. Není nutné provádět významné změny kódu ani implementační práce, pouze drobné aktualizace k interakci s agentem pomocí dostupných sad SDK.

V tomto kurzu používáte agenta Azure AI Foundry k vyvolání existujícího rozhraní API hostovaného ve službě Azure App Service. Na konci tohoto kurzu máte chatovací aplikaci módního asistenta běžící ve službě App Service za použití AI agenta ze služby Azure AI Foundry Agent Service.

Snímek obrazovky znázorňující agenta AI spuštěného ve službě App Service

Požadavky

  1. Účet GitHubu. Můžete si ho také zdarma získat.
  2. Účet Azure s aktivním předplatným. Pokud účet Azure nemáte, můžete si ho zdarma vytvořit.

1. Kontrola ukázky v GitHub Codespaces

  1. Přihlaste se ke svému účtu GitHub a přejděte na https://github.com/Azure-Samples/ai-agent-openai-web-app/fork.
  2. Vyberte možnost Vytvořit fork.
  3. Vyberte Code>Vytvořit kódovací prostor na hlavní. Nastavení codespace trvá několik minut.

Ukázkové úložiště obsahuje následující obsah:

Obsah Popis
src/webapp Front-endová aplikace .NET Blazor.
níže Infrastruktura jako kód pro nasazení webové aplikace .NET v Azure a prostředky Azure AI Foundry pro agenta AI Viz Přehled vytváření šablon Azure Developer CLI.
azure.yaml Konfigurace Azure Developer CLI, která nasadí aplikaci Blazor do služby App Service. Viz Přehled vytváření šablon Azure Developer CLI.

2. Nasazení infrastruktury a aplikace Azure

  1. Přihlaste se ke svému Azure účtu pomocí příkazu azd auth login a postupujte podle pokynů.

    azd auth login

  2. Pomocí příkazu vytvořte aplikaci App Service a nasaďte kód azd up :

    azd up

    Dokončení azd up příkazu může trvat několik minut. azd up pomocí souborů Bicep ve vašich projektech vytvoří aplikaci App Service v cenové úrovni P0v3 a nasadí aplikaci .NET do src/webapp. Příkaz také vytvoří Azure AI Foundry a podpůrné prostředky pro agenta.

3. Vytvoření agenta AI

  1. Na webu Azure Portal přejděte do skupiny prostředků , kterou šablona azd vytvoří. Název skupiny prostředků je ve výstupu příkazu azd, který spustíte.

  2. Vyberte zdroj projektu Azure AI . Název by měl být ve formátu ai-aiproject-<identifier>. Ujistěte se, že jste vybrali zdroj projektu , a ne zdroje služeb AI nebo centra. Agenti se vytvářejí z prostředku projektu Azure AI.

  3. Výběrem Spustit studio otevřete Azure AI Foundry studio.

  4. V nabídce vlevo v části Sestavení a přizpůsobení vyberte Agenti.

  5. Když se stránka načte, vyberte v rozevíracím seznamu automaticky vygenerovaný prostředek služby Azure OpenAI, který je vytvořený za vás, a pak vyberte Pojďme na to.

  6. Vyberte + Nový agent , pokud chcete vytvořit nového agenta, nebo použijte výchozí, pokud už je vytvořený pro vás.

  7. Po vytvoření agenta přidejte do pravé nabídky následující pokyny. Tyto pokyny zajistí, že váš agent odpoví jenom na otázky a dokončí úlohy související s aplikací fashion store.

     You are an agent for a fashion store that sells clothing. You have the ability to view inventory, update the customer's shopping cart, and answer questions about the clothing items that are in the inventory. You should not answer questions about topics that are unrelated to the fashion store. If a user asks an unrelated question, please respond by telling them that you can only talk about things that are related to the fashion store.

4. Přidání zadaného nástroje OpenAPI do agenta AI

Podrobné pokyny k snímkům obrazovky a další informace najdete v tématu Přidání nástroje specifikace OpenAPI na portálu Azure AI Foundry. Kroky jsou shrnuty v následujících pokynech.

  1. Vyberte + Přidat vedle Akce.

  2. Vyberte zadaný nástroj OpenAPI 3.0.

  3. Pojmenujte nástroj a následující popis. Popis používá model k rozhodnutí, kdy a jak nástroj používat.

     This tool is used to interact with and manage an online fashion store. The tool can add or remove items from a shopping cart as well as view inventory.

  4. Ponechte metodu ověřování jako anonymní. Ve webové aplikaci neexistuje žádné ověřování. Pokud aplikace k přístupu vyžadovala klíč rozhraní API nebo spravovanou identitu, je toto umístění, kam byste tyto informace zadali.

  5. Zkopírujte a vložte specifikaci OpenAPI do textového pole. Specifikace OpenAPI je k dispozici v Codespace v src/webapp adresáři a je volána swagger.json.

  6. Než nástroj vytvoříte, musíte zkopírovat a vložit adresu URL aplikace do specifikace OpenAPI. Zástupný symbol <APP-SERVICE-URL> na řádku 10 specifikace OpenAPI nahraďte adresou URL vaší aplikace. Je ve formátu https://<app-name>.azurewebsites.net.

    • Pokud chcete najít adresu URL vaší aplikace, vraťte se do skupiny prostředků a přejděte do služby App Service. Adresa URL je na stránce Přehled vaší služby App Service.

  7. Vyberte Další, zkontrolujte podrobnosti, které jste zadali, a pak vyberte Vytvořit nástroj.

5. Připojení služby App Service k agentu AI

Po nastavení agenta AI a přidání zadaného nástroje OpenAPI je potřeba nakonfigurovat službu App Service s příslušnými proměnnými prostředí, aby aplikace věděla, ke kterému agentu se má připojit. Aplikace už má přiřazenou spravovanou identitu, která jí dává přístup ke službě agenta AI. Tato spravovaná identita je požadována, aby aplikace mohla komunikovat s agentem a je vytvořena pomocí šablony azd.

  1. Na řídicím panelu Agents, do kterého jste přidali nástroj OpenAPI, si poznamenejte ID agenta. Je ve formátu asst_<unique-identifier>.
  2. V nabídce vyberte Přehled a zapamatujte si připojovací řetězec projektu. Je ve formátu <region>.api.azureml.ms;<subscription-id>;<resource-group-name>;<project-name>.
  3. Na webu Azure Portal přejděte ke službě App Service.
  4. V nabídce vlevo vyberte proměnné prostředí .
  5. Na kartě Nastavení aplikace vyberte + Přidat a přidejte následující nastavení:
    • Název: AzureAIAgent__ConnectionString
    • Hodnota: Připojovací řetězec, který jste si poznamenali ze služby agenta AI
  6. Přidejte další nastavení aplikace:
    • Název: AzureAIAgent__AgentId
    • Hodnota: ID agenta, které jste si poznamenali při vytváření agenta
  7. Vyberte Použít v dolní části stránky a po zobrazení výzvy potvrďte. Aplikace se restartuje s použitými novými nastaveními.

6. Ověření spuštěné aplikace

Ve výstupu azd vyhledejte adresu URL aplikace a přejděte na ni v prohlížeči. Adresa URL vypadá takto ve výstupu azd:

Deploying services (azd deploy)

    (✓) Done: Deploying service web
    - Endpoint: https://<app-name>.azurewebsites.net/

V okně chatu se zeptejte agenta, například:

  • Co je v mém košíku?
  • Přidejte malou džínovou bundu do mého košíku
  • Máme nějaké blazery na skladě? Můžete se také zeptat na obecné otázky týkající se položek a agent by měl být schopen poskytnout informace.
  • Řekněte mi o Red Slim Fit Checked Casual Košile
  • Je ta blažička teplá?

Vyčištění

Až budete s touto aplikací hotovi, spuštěním následujícího příkazu odstraňte skupinu prostředků se všemi prostředky vytvořenými během tohoto kurzu.

azd down

Řešení problémů

Běžné problémy

  1. Chat nefunguje
    • Ověřte, že jsou proměnné prostředí (AzureAIAgent__ConnectionString a AzureAIAgent__AgentId) správně nastavené v proměnných prostředí služby App Service.
    • Zkontrolujte, jestli je agent AI správně vytvořený a nakonfigurovaný pomocí správného nástroje OpenAPI.
    • Ujistěte se, že adresa URL specifikace OpenAPI je přístupná ze služby agenta Azure AI Foundry.
    • Ujistěte se, že je adresa URL služby App Service aktualizovaná v swagger.json zadaném nástroji OpenAPI.
  2. Problémy s oprávněními
    • Pokud dojde k chybám ověřování, ujistěte se, že spravovaná identita služby App Service má správná oprávnění pro přístup ke službě agenta Azure AI Foundry. Spravovaná identita potřebuje alespoň Microsoft.MachineLearningServices/workspaces/agents/action oprávnění k interakci s agentem. Poskytnutá role Vývojář Azure AI má toto oprávnění a měla by být dostatečná. Pokud se rozhodnete tuto roli změnit, ujistěte se, že má potřebná oprávnění.
  3. Problémy s rozhraním API
    • Pokud agent nemůže provádět akce v inventáři nebo košíku, zkontrolujte trasy rozhraní API ve specifikaci OpenAPI.
    • Ověřte, že koncové body rozhraní API správně reagují, a to tak, že je otestujete přímo v uživatelském rozhraní Swaggeru na adrese /api/docs.

Zobrazení protokolů

Zobrazení protokolů pro službu App Service:

  1. Na webu Azure Portal přejděte ke službě App Service.
  2. V nabídce vlevo vyberte Monitorování>Stream protokolu a zobrazte protokoly v reálném čase.
  3. Tyto protokoly odhalí všechny problémy s aplikací, které možná budete muset vyřešit.

Principy funkcí rozhraní API

Specifikace OpenAPI poskytuje agentu AI informace o dostupných koncových bodech:

Koncové body rozhraní API nákupního košíku

  • GET /api/Cart: Načte aktuální obsah nákupního košíku a celkové náklady
  • DELETE /api/Cart: Vymaže všechny položky z košíku.
  • POST /api/Cart/add: Přidá položku do nákupního košíku.
  • PUT /api/Cart/{productId}/size/{size}: Aktualizuje množství konkrétní položky.
  • DELETE /api/Cart/{productId}/size/{size}: Odebere konkrétní položku z košíku.

Koncové body rozhraní API pro inventář

  • GET /api/Inventory: Zobrazí seznam všech dostupných položek inventáře
  • GET /api/Inventory/{id}: Získá podrobnosti o konkrétním produktu.
  • GET /api/Inventory/{id}/size/{size}: Kontroluje inventář pro konkrétní velikost produktu.
  • GET /api/Inventory/sizes: Získá všechny dostupné velikosti v inventáři.

Pokročilé interakce agentů

Kromě základních interakcí může agent AI zpracovávat složitější scénáře:

  • Přizpůsobená doporučení: "Potřebuji obchodní neformální oblečení na schůzku"
  • Pokyny k velikosti: "Jaká velikost blazer by se vešla někomu, kdo je 6'2" a 180 liber?"
  • Koordinace oblečení: "Co by bylo dobře s černou džínovou bundou?"
  • Správa nákupního košíku: "Odeberte velkou košili a přidejte místo ní střední."
  • Kontrola inventury: "Máte červená trička ve velikosti M?"
  • Dotazy k cenám: "Jaký je cenový rozsah blazerů?"

Aspekty zabezpečení

  • Aplikace používá spravované identity Azure k zabezpečenému ověřování ve službě agenta Azure AI Foundry v produkčních prostředích.
  • Aplikaci a agenta můžete dále zabezpečit pomocí jakýchkoli standardních postupů a prostředků Azure. Zabezpečené šablony infrastruktury agenta Azure AI najdete v úložišti azureai-samples.

Další kroky

Nyní, když jste se naučili, jak připojit svého AI agenta k API na Azure App Service, můžete prozkoumat další AI integrace dostupné s App Service.

Kurz: Vytvoření chatovacího robota se službou Azure App Service a Azure OpenAI (.NET)

Kurz: Spuštění chatovacího robota ve službě App Service s rozšířením Phi-4 sidecar (ASP.NET Core)

Nasazení aplikace .NET Blazor připojené k Azure SQL a Azure OpenAI na Azure App Service