Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Dieser Artikel enthält eine organisierte Liste der besten Lernressourcen für JavaScript-Entwickler, die mit der Entwicklung von KI-Apps beginnen. Zu den Ressourcen gehören beliebte Schnellstartartikel, Referenzbeispiele, Dokumentationen, Schulungskurse usw.
Ressourcen für Azure OpenAI Service
Azure OpenAI Service bietet REST-API-Zugriff auf die leistungsstarken Sprachmodelle von OpenAI. Diese Modelle können problemlos an Ihre spezifische Aufgabe angepasst werden, einschließlich, aber nicht beschränkt auf die Erstellung von Inhalten, die Zusammenfassung, die Bildanalyse, die semantische Suche und die Übersetzung von natürlicher Sprache in Code. Benutzer können über REST-APIs, die OpenAI Node API Library oder über das Azure AI Foundry-Portal auf den Dienst zugreifen.
Bibliotheken
| Paket | Quellcode | npm |
|---|---|---|
| OpenAI-Knoten-API-Bibliothek | Quellcode | Paket |
| Azure OpenAI-Bibliothek für TypeScript | Quellcode | Paket |
Beispiele
| Verknüpfung | Beschreibung |
|---|---|
| KI-Reisebüros | Die AI Travel Agents ist eine robuste Unternehmensanwendung, die mehrere KI-Agents nutzt, um den Betrieb von Reisebüros zu verbessern. Die Anwendung zeigt, wie sechs KI-Agents zusammenarbeiten, um Mitarbeiter bei der Behandlung von Kundenanfragen zu unterstützen, Zielempfehlungen bereitzustellen und Reiserouten zu planen. |
| Erste Schritte mit Remote-MCP-Servern mit Azure-Container-Apps (Node.js/TypeScript) | Dieses Schnellstarthandbuch enthält die grundlegenden Bausteine zum Einrichten eines MCP-Servers (Remote Model Context Protocol) mit Azure Container Apps. Der MCP-Server wird mit Node.js und TypeScript erstellt und kann verwendet werden, um verschiedene Tools und Dienste in einer serverlosen Umgebung auszuführen. |
| DeepSeek auf Azure | Veranschaulicht, wie DeepSeek mit JavaScript/TypeScript über die OpenAI-Node.js-Clientbibliothek oder LangChain.jsverwendet wird. DeepSeek zeichnet sich für Aufgaben aus, die tiefes Kontextverständnis und komplexes Denken erfordern. Im Vergleich zu anderen Modellen kann es zu längeren Reaktionszeiten kommen, da sie einen Gedankenprozess (unter dem tag <think>) simuliert, bevor eine tatsächliche Antwort bereitgestellt wird. |
| Mikroblog-KI | Microblog AI ist eine Anwendung, die die Leistungsfähigkeit von Azure Static Web Apps in Kombination mit Azure Functions und Server-Side Rendering (SSR) mithilfe von Remix präsentiert. Die Anwendung nutzt die künstliche Intelligenz von Azure OpenAI, um die Erstellung von Mikroblogs auf einfache und intuitive Weise zu ermöglichen. |
| Vervollständigungen | Ein einfaches Beispiel, in dem veranschaulicht wird, wie die Vervollständigung für den bereitgestellten Prompt abgerufen werden. |
| Streaming-Chatvervollständigungen | Ein einfaches Beispiel, in dem veranschaulicht wird, wie das Streamen von Chatvervollständigungen verwendet wird. |
| Wechseln von OpenAI zu Azure OpenAI | Artikel mit Anleitungen zu den kleinen Änderungen, die Sie an Ihrem Code vornehmen müssen, um zwischen OpenAI und dem Azure OpenAI Service hin und her zu wechseln. |
| OpenAI mit Microsoft Entra ID Rollenbasierte Zugriffssteuerung | Eine Übersicht über die Authentifizierung mithilfe von Microsoft Entra ID. |
| OpenAI mit verwalteten Identitäten | Ein Artikel, in dem komplexere Sicherheitsszenarien beschrieben werden, die eine rollenbasierte Zugriffssteuerung von Azure (Azure Role-Based Access Control, Azure RBAC) erfordern. In diesem Dokument wird erläutert, wie Sie sich mit Microsoft Entra ID bei Ihrer OpenAI-Ressource authentifizieren. |
| LangChain.js mit Azure OpenAI und Azure AI Search | Erstellen Sie einen intelligenten RAG-Agent mit LangChain.js, der auswertet, ob Fragen mithilfe unstrukturierter Daten in Azure AI Search beantwortet werden können, und liefert kontextbezogene Antworten aus dieser Wissensbasis, wenn möglich. |
| Weitere Beispiele | OpenAI-Beispiele, die eine Reihe von Szenarien abdecken. |
Dokumentation
| Verknüpfung | Beschreibung |
|---|---|
| Azure OpenAI-Dienstdokumentation | Die Hubseite für die Azure OpenAI Service-Dokumentation. |
| Schnellstart: Erste Schritte beim Generieren von Text mithilfe des Azure OpenAI-Diensts | Eine kurze Anleitung zum Einrichten der benötigten Dienste und des Codes, den Sie schreiben müssen, um ein Modell mit JavaScript anzusprechen. |
| Schnellstart: Erste Schritte mit GPT-35-Turbo und GPT-4 mit Azure OpenAI Service | Ähnlich wie der vorherige Schnellstart, aber mit einem Beispiel für System-, Assistenten- und Benutzerrollen, um den Inhalt bei bestimmten Fragen anzupassen. |
| Schnellstart: Chatten mit Azure OpenAI-Modellen mit eigenen Daten | Ähnlich wie der erste Schnellstart, aber dieses Mal fügen Sie Ihre eigenen Daten hinzu (z. B. eine PDF oder ein anderes Dokument). |
| Schnellstart: Erste Schritte mit Azure OpenAI-Assistenten (Vorschau) | Ähnlich wie der erste Schnellstart in dieser Liste, aber dieses Mal weisen Sie das Modell an, den eingebauten Python-Code-Interpreter zu verwenden, um mathematische Probleme Schritt für Schritt zu lösen. Dies ist ein Ausgangspunkt für die Verwendung Ihrer eigenen KI-Assistenten, auf die über benutzerdefinierte Anweisungen zugegriffen wird. |
| Schnellstart: Verwenden von Bildern in Ihren KI-Chats | So fordern Sie das Modell programmgesteuert auf, den Inhalt eines Bildes zu beschreiben. |
| Schnellstart: Generieren von Bildern mit Dem Azure OpenAI-Dienst | Generieren Sie programmgesteuert Bilder mit Dall-E auf der Grundlage eines Prompts. |
Ressourcen für andere Azure KI-Dienste
Zusätzlich zum Azure OpenAI Service gibt es viele andere Azure KI-Dienste, die Entwicklern und Organisationen helfen, intelligente, marktreife und verantwortungsvolle Anwendungen schnell zu erstellen, indem sie einsatzbereite und anpassbare vorgefertigte APIs und Modelle nutzen. Beispielanwendungen sind die Verarbeitung natürlicher Sprache für Unterhaltungen, Suche, Überwachung, Übersetzung, Sprache, Visions- und Entscheidungsfindung.
Beispiele
| Verknüpfung | Beschreibung |
|---|---|
| Integrieren von Spracherkennung in Ihre Apps mit Sprach-SDK-Beispielen | Eine Sammlung von Beispielen für das Azure Cognitive Services Speech SDK. Links zu Beispielen für Spracherkennung, Übersetzung, Sprachsynthese und vielem mehr. |
| Extrahieren strukturierter Daten aus Formularen, Quittungen, Rechnungen und Karten mithilfe der Formularerkennung in JavaScript | Eine Sammlung von Beispielen für die Clientbibliothek der Azure KI-Formularerkennung. |
| Extrahieren, Klassifizieren und Verstehen von Text in Dokumenten mithilfe von Text Analytics in JavaScript | Die Clientbibliothek für die Textanalyse. Dies ist Teil des Azure AI Language-Diensts , der NLP-Features (Natural Language Processing) zum Verständnis und Analysieren von Text bereitstellt. |
| Dokumentübersetzung in JavaScript | Ein Schnellstartartikel, in dem die Dokumentübersetzung verwendet wird, um ein Quelldokument in eine Zielsprache zu übersetzen, wobei die Struktur und die Textformatierung beibehalten werden. |
| Analysieren von Bildern | Beispielcode und Setupdokumente für das Microsoft Azure KI-Bildanalyse SDK. |
Dokumentation
| KI-Dienst | Beschreibung | API-Referenz | Schnellstart |
|---|---|---|---|
| Inhaltssicherheit | Ein KI-Dienst, der unerwünschte Inhalte erkennt. | Inhaltssicherheits-API-Referenz | Schnellstart |
| Dokumentintelligenz | Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen. | Dokumentintelligenz-API-Referenz | Schnellstart |
| Sprache | Erstellen Sie Apps mit branchenführenden Fähigkeiten zum Verstehen natürlicher Sprache. | Text Analytics-API-Referenz | Schnellstart |
| Suchen | Nutzen Sie die KI-gestützte Cloudsuche für Ihre Anwendungen. | Such-API-Referenz | Schnellstart |
| Rede | Spracherkennung, Sprachsynthese, Übersetzung und Sprechererkennung | Referenz zur Sprach-API | Schnellstart |
| Translator | Verwenden Sie KI-gestützte Übersetzung, um mehr als 100 verwendete, gefährdete und vom Aussterben bedrohte Sprachen und Dialekte zu übersetzen. | Übersetzungs-API-Referenz | Schnellstart |
| Vision | Analysieren von Inhalten in Bildern und Videos | Referenz zur Bildanalyse-API | Schnellstart |
Ausbildung
| Verknüpfung | Beschreibung |
|---|---|
| Generative KI für Anfänger Workshop | Lernen Sie die Grundlagen der Entwicklung generativer KI-Apps mit unserem 18 Lektionen umfassenden Kurs von Microsoft Cloud Advocates kennen. |
| Generative KI für JavaScript-Entwickler | Dies umfasst die Grundlagen der generativen KI und das Erstellen von KI-Anwendungen mit JavaScript, von der lokalen Entwicklung bis zur Bereitstellung in Azure bis hin zur Ausführung und Skalierung Ihrer KI-Modelle. Die YouTube-Wiedergabeliste von Videos enthält eine Reihe von Videos rund 10 Minuten lang, die sich jeweils auf ein bestimmtes Thema konzentrieren. |
| KI-Agenten-Workshop für Anfänger | Lernen Sie die Grundlagen der Erstellung von generativen KI-Agents mit unserem umfassenden 10-Lektionskurs von Microsoft Cloud Advocates kennen. |
| Erste Schritte mit Azure AI Services | Azure KI Services ist eine Sammlung von Diensten, die Bausteine von KI-Funktionen sind, die Sie in Ihre Anwendungen integrieren können. In diesem Lernpfad erfahren Sie, wie Sie Azure AI Services-Ressourcen einrichten, sichern, überwachen und bereitstellen und wie Sie diese verwenden, um intelligente Lösungen zu erstellen. |
| Grundlagen zu Microsoft Azure AI: Generative KI | Schulungspfad, der Ihnen hilft zu verstehen, wie große Sprachmodelle die Grundlage der generativen KI bilden: wie der Azure OpenAI Service Zugang zur neuesten generativen KI-Technologie bietet, wie Prompts und Antworten optimiert werden können und wie die verantwortungsvollen KI-Grundsätze von Microsoft ethische KI-Fortschritte vorantreiben. |
| Entwickeln von generativen KI-Lösungen mit Azure OpenAI Service | Azure OpenAI Service bietet Zugriff auf die leistungsstarken großen Sprachmodelle von OpenAI wie ChatGPT-, GPT-, Codex- und Embeddings-Modelle. In diesem Lernpfad lernen Entwicklerinnen und Entwickler, wie Sie Code, Bilder und Text mithilfe des Azure OpenAI SDK und anderer Azure-Dienste generieren. |
| Erstellen von KI-Apps mit Azure-Datenbank für PostgreSQL | In diesem Lernpfad erfahren Sie, wie die Azure KI und Azure Machine Learning Services-Integrationen, die von der Azure KI-Erweiterung für Azure Database for PostgreSQL – Flexible Server bereitgestellt werden, Ihnen helfen können KI-basierte Apps zu erstellen. |
| Sichere Azure OpenAI-Authentifizierung und Autorisierung | Erfahren Sie, warum Sie verwaltete Identität für die Azure OpenAI-Authentifizierung verwenden sollten und wie Sie rollenbasierte Zugriffssteuerungen konfigurieren können, um die erforderlichen Berechtigungen zu minimieren. |
| Einführung in die azure OpenAI Managed Identity Authentication mit JavaScript | Dieses Modul hilft Ihnen zu verstehen, wie Sie eine verwaltete Identität in JavaScript-Apps verwenden, die mit Azure OpenAI Service interagieren. |
KI-App-Vorlagen
KI-App-Vorlagen bieten Ihnen gut verwaltete, einfach bereitzustellende Referenzimplementierungen, die helfen, einen qualitativ hochwertigen Ausgangspunkt für Ihre KI-Apps zu gewährleisten.
Es gibt zwei Kategorien von KI-App-Vorlagen, Bausteinen und End-to-End-Lösungen. Bausteine sind kleinere Beispiele, die sich jeweils auf bestimmte Szenarien und Aufgaben konzentrieren. End-to-End-Lösungen sind umfassende Referenzbeispiele, die Dokumentation, Quellcode und Bereitstellung umfassen, damit Sie diese für Ihre eigenen Zwecke nutzen und erweitern können.
Eine Liste der für jede Programmiersprache verfügbaren Schlüsselvorlagen finden Sie unter KI-App-Vorlagen. Um alle verfügbaren Vorlagen zu durchsuchen, lesen Sie die KI-App-Vorlagen im KI-App-Vorlagenkatalog.