Ce navigateur n’est plus pris en charge.
Effectuez une mise à niveau vers Microsoft Edge pour tirer parti des dernières fonctionnalités, des mises à jour de sécurité et du support technique.
Cet article vous montre comment déployer et exécuter le Chat avec votre exemple de données pour Java. Cet exemple implémente une application de chat utilisant Java, Azure OpenAI Service et Retrieval Augmented Generation (RAG) dans Azure AI Search pour obtenir des réponses sur les avantages sociaux des employés dans une entreprise fictive. L'application est lancée avec des fichiers PDF, comprenant le manuel des employés, un document sur les avantages et une liste des rôles et des attentes de l'entreprise.
Dans cet article, vous effectuez les tâches suivantes
Une fois cet article terminé, vous pouvez commencer à modifier le nouveau projet avec votre code personnalisé.
Cet article fait partie d’un ensemble d’articles montrant comment créer une application de chat en utilisant Azure OpenAI Service et la Recherche Azure AI. Vous trouvez ci-dessous d’autres articles de cette collection :
Remarque
Cet article utilise un ou plusieurs modèles d’application IA comme base pour les exemples et les conseils qu’il contient. Les modèles d’application IA vous fournissent des implémentations de référence bien gérées et faciles à déployer, qui constituent un point de départ de qualité pour vos applications IA.
Une architecture simple de l’application de conversation est illustrée dans le diagramme suivant :
Diagramme montrant l’architecture du client à l’application back-end.
Les principaux composants de l’architecture sont les suivants :
La plupart des ressources de cette architecture utilisent un niveau tarifaire de base ou de consommation. Le niveau tarifaire Consommation est basée sur l’utilisation, ce qui signifie que vous payez uniquement ce que vous utilisez. Pour terminer cet article, il y a un frais, mais c’est minime. Lorsque vous avez fini de suivre les instructions de l’article, vous pouvez supprimer les ressources pour arrêter d’encourir des frais.
En savoir plus sur les coûts dans l’exemple de dépôt.
Un environnement de conteneur de développement est disponible avec toutes les dépendances requises pour terminer cet article. Vous pouvez exécuter le conteneur de développement dans GitHub Codespaces (dans un navigateur) ou localement à l’aide de Visual Studio Code.
Pour suivre les instructions de cet article, vous devez disposer des éléments suivants :
Microsoft.Authorization/roleAssignments/write, telles que Administrateur d'accès utilisateur ou Propriétaire.Commencez maintenant par un environnement de développement sur lequel toutes les dépendances sont installées pour terminer cet article.
GitHub Codespaces exécute un conteneur de développement géré par GitHub avec Visual Studio Code pour le web comme interface utilisateur. Pour un environnement de développement le plus simple, utilisez GitHub Codespaces pour disposer des outils de développement et des dépendances appropriés préinstallés pour terminer cet article.
Important
Tous les comptes GitHub peuvent utiliser Codespaces jusqu'à 60 heures gratuitement chaque mois avec deux instances principales. Pour plus d’informations, consultez Le stockage mensuel inclus et les heures de cœur GitHub Codespaces.
Cliquez avec le bouton droit sur le bouton suivant, puis sélectionnez Ouvrir le lien dans les nouvelles fenêtres pour que l’environnement de développement et la documentation soient disponibles en même temps.
Sur la page Create codespace, examinez les paramètres de configuration du codespace, puis sélectionnez Create Codespace.
Capture d’écran de l’écran de confirmation avant de créer un nouveau codespace.
Attendez que le codespace démarre. Ce processus de démarrage peut prendre quelques minutes.
Dans le terminal en bas de l’écran, connectez-vous à Azure avec Azure Developer CLI.
Ouvrir dans un GitHub Codespacesazd auth login
Copiez le code à partir du terminal, puis collez-le dans un navigateur. Suivez les instructions pour vous authentifier avec votre compte Azure.
Les tâches restantes de cet article s’effectuent dans ce conteneur de développement.
L’exemple de référentiel contient tous les fichiers de code et de configuration dont vous avez besoin pour déployer une application de conversation sur Azure. Les étapes suivantes vous guident tout au long du processus de déploiement de l’exemple sur Azure.
Important
Les ressources Azure créées dans cette section entraînent des coûts immédiats, principalement de la ressource Recherche Azure AI. Ces ressources peuvent accumuler des coûts même si vous interrompez la commande avant son exécution complète.
Provisionnez les ressources Azure et déployez le code source en exécutant la commande suivante :
azd up
Si vous êtes invité à saisir un nom d'environnement, veillez à ce qu'il soit court et en minuscules, par exemple, myenv. Il est utilisé comme partie du nom du groupe de ressources.
Lorsque vous y êtes invité, sélectionnez un abonnement dans lequel créer les ressources.
Lorsque vous êtes invité à sélectionner un emplacement pour la première fois, sélectionnez un emplacement près de vous. Cet emplacement est utilisé pour la plupart des ressources, y compris l’hébergement.
Si vous êtes invité à entrer un emplacement pour le modèle OpenAI, sélectionnez un emplacement proche de vous. Si le premier emplacement choisi est également disponible, sélectionnez-le.
Attendez que l'application soit déployée, ce qui peut prendre 5 à 10 minutes.
Une fois l'application déployée avec succès, une URL s'affiche dans le terminal.
Sélectionnez cette URL étiquetée Deploying service web pour ouvrir l’application de conversation dans un navigateur.
L’application de conversation est préchargée avec les informations sur les avantages sociaux des employés à partir de fichiers PDF. Vous pouvez utiliser l’application de conversation pour poser des questions sur les avantages sociaux. Les étapes suivantes vous guident tout au long du processus d’utilisation de l’application de conversation.
Dans le navigateur, sélectionnez ou entrez Qu'est-ce qui est inclus dans mon plan Northwind Health Plus et qui n'est pas inclus dans le plan standard? dans la zone de texte du chat.
Capture d’écran de la première réponse de l’application de conversation.
Dans la réponse, sélectionnez l’une des citations.
Dans le volet de droite, utilisez les onglets pour comprendre comment la réponse a été générée.
| Onglet | Description |
|---|---|
| Processus de réflexion | Script des interactions dans le chat. |
| Contenu de support | Inclut les informations nécessaires pour répondre à votre question et le matériel source. |
| Citation | Affiche la page PDF qui contient la citation. |
Lorsque vous avez terminé, sélectionnez à nouveau l’onglet sélectionné pour fermer le volet.
Le modèle OpenAI et les paramètres utilisés pour interagir avec le modèle déterminent l'intelligence de l'application de chat.
Capture d’écran des paramètres du développeur de conversation.
| Setting | Description |
|---|---|
| Remplacer le modèle d’invite | Invite utilisée pour générer la réponse. |
| Récupérer ces nombreux résultats de recherche | Nombre de résultats de recherche utilisés pour générer la réponse. Vous pouvez voir ces sources retournées dans les onglets Processus de réflexion et Contenu pris en charge de la citation. |
| Catégorie exclue | Catégorie de documents exclus des résultats de la recherche. |
| Utiliser le ranker sémantique pour la récupération | Fonctionnalité d’Azure AI Search qui utilise le Machine Learning pour améliorer la pertinence des résultats de recherche. |
| Utiliser des résumés contextuels de requête au lieu de documents entiers | Lorsque Use semantic ranker et Use query-contextual summaries sont vérifiés, le LLM utilise des légendes extraites de passages clés, au lieu de tous les passages, dans les documents les mieux classés. |
| Suggérer des questions de suivi | L’application de conversation propose des questions de suivi en fonction de la réponse. |
| Mode de récupération | Vecteurs + texte signifie que les résultats de recherche sont basés sur le texte et les incorporations des documents. Vecteurs signifie que les résultats de recherche sont basés sur les incorporations des documents. Texte signifie que les résultats de recherche sont basés sur le texte des documents. |
| Diffuser en continu les réponses de saisie semi-automatique du chat | Diffusez la réponse au lieu d’attendre que la réponse complète soit disponible. |
Les étapes suivantes vous guident tout au long du processus de modification des paramètres.
Dans le navigateur, sélectionnez l’onglet Developer Settings (Paramètres du développeur).
Cochez la case Proposer des questions de suivi et posez à nouveau la même question.
Capture d’écran de la première réponse de l’application de conversation avec sa citation encadrée en rouge.What is my deductible?
Le chat renvoie des suggestions de questions de suivi telles que celles-ci :
1. What is the cost sharing for out-of-network services?
2. Are preventive care services subject to the deductible?
3. How does the prescription drug deductible work?
Sous l’onglet Paramètres, désélectionnez Utiliser le ranker sémantique pour la récupération.
Poser à nouveau la même question ?
What is my deductible?
Quelle est la différence dans les réponses ?
Par exemple, la réponse, qui utilisait le ranker sémantique, a fourni une seule réponse : The deductible for the Northwind Health Plus plan is $2,000 per year.
La réponse sans classement sémantique a renvoyé une réponse, ce qui nécessitait plus de travail pour obtenir la réponse : Based on the information provided, it is unclear what your specific deductible is. The Northwind Health Plus plan has different deductible amounts for in-network and out-of-network services, and there is also a separate prescription drug deductible. I would recommend checking with your provider or referring to the specific benefits details for your plan to determine your deductible amount.
Les ressources Azure créées dans cet article sont facturées dans votre abonnement Azure. Si vous pensez ne plus avoir besoin de ces ressources, supprimez-les pour éviter des frais supplémentaires. Utilisez la commande suivante pour supprimer les ressources Azure et supprimer le code source :
azd down --purge
La suppression de l’environnement GitHub Codespaces vous permet d’optimiser le nombre d’heures gratuites par cœur que vous obtenez pour votre compte.
Important
Pour plus d’informations sur les droits de votre compte GitHub, consultez GitHub Codespaces mensuel inclus stockage et heures principales.
Connectez-vous au tableau de bord GitHub Codespaces.
Localisez vos Codespaces actuellement en cours d’exécution provenant du référentiel Azure-Samples/azure-search-openai-demo-java de GitHub.
Capture d’écran de tous les Codespaces en cours d’exécution, avec leur statut et leurs modèles.
Ouvrez le menu contextuel du codespace, puis sélectionnez Supprimer.
Capture d’écran du menu contextuel pour un codespace unique avec l’option supprimer mis en surbrillance.
L'application est séparée en deux applications
L’API backend /chat suit le processus pour obtenir la réponse :
Cet exemple de référentiel propose des informations de résolution des problèmes. S’il n’y a pas de solution à votre problème, signalez-le dans les Issues (problèmes) du référentiel.
Entrainement
Module
Implémenter la génération augmentée de récupération (RAG) avec Azure OpenAI Service - Training
Apprenez à utiliser vos propres données avec Azure OpenAI Service.
Certification
Microsoft Certified : Azure AI Engineer Associate - Certifications
Concevez et mettez en œuvre une solution Azure AI à l’aide d’Azure AI Services, de Recherche Azure AI et d’Azure Open AI.
Documentation
Démarrez avec le chat à l’aide de votre propre exemple de données pour Python - Python on Azure
Commencez à utiliser Python et effectuez une recherche sur vos propres données à l’aide d’un exemple d’application de conversation implémenté à l’aide d’Azure OpenAI Service et de la génération augmentée de récupération (RAG) dans Azure AI Search. Déployez facilement avec Azure Developer CLI. Cet article utilise l’exemple de modèle de référence Azure AI.
Utilisez cet article pour apprendre à automatiser le déploiement de ressources pour Azure OpenAI sur vos données.
Développer des applications Java qui utilisent Azure AI Services - Java on Azure
Cet article fournit une liste organisée de ressources sur les scénarios d’IA Azure pour les développeurs Java, notamment la documentation et les exemples de code.
Capture d’écran de l’option de palette de commandes pour ré-ouvrir le dossier actuel dans votre environnement local.