Développer des applications Python qui utilisent des services Azure AI

  • Article

Cet article fournit de la documentation, des exemples et d’autres ressources pour apprendre à développer des applications qui utilisent Azure OpenAI Service et d’autres services Azure AI.

Modèles de référence Azure AI

Les modèles de référence Azure AI vous fournissent des implémentations de référence bien gérées et faciles à déployer. Ils font office de point de départ de haute qualité pour vos applications intelligentes. Les solutions de bout en bout fournissent des applications de référence populaires et complètes. Les blocs de construction sont des exemples à plus petite échelle qui se concentrent sur des scénarios et des tâches spécifiques.

Solutions de bout en bout

Lien Description
Prise en main de l’exemple de conversation d’entreprise Python à l’aide de RAG Article qui vous guide tout au long du déploiement et de l’utilisation de l’exemple d’application de conversation Entreprise pour Python. Cet exemple est une solution complète de bout en bout qui illustre le modèle RAG (Retrieval-Augmented Generation) exécuté dans Azure, utilisant Recherche Azure AI pour la récupération et les modèles de grand langage Azure OpenAI afin d’alimenter les expériences de type ChatGPT et Q&A.

Blocs de construction

Bloc de construction Description
Créer une application de conversation avec Azure OpenAI en Python Application Python Quart simple qui diffuse en continu des réponses de ChatGPT à un front-end HTML/JS à l’aide de lignes JSON sur un readableStream.
Créer un LangChain avec Azure OpenAI en Python Exemple Azure Functions qui montre comment prendre une invite humaine en tant qu’entrée HTTP Get ou Post, calcule les achèvements à l’aide de chaînes d’entrée et de modèles humains. Il s’agit d’un point de départ qui peut être utilisé pour des chaînes plus sophistiquées.
Créer un plug-in ChatGPT avec Azure Container Apps dans Python Exemple qui permet de créer un plug-in ChatGPT à l’aide de GitHub Codespaces, VS Code et Azure. L’exemple inclut des modèles pour déployer le plug-in sur Azure Container Apps à l’aide d’Azure Developer CLI.
Résumer le texte à l’aide d’Azure AI Language avec Azure Functions Prenez des documents texte comme entrée, récapitulez à l’aide d’Azure AI Language, puis accédez à un autre document texte à l’aide d’Azure Functions.
Galerie de modèles Python Azure AI Pour obtenir la liste complète des modèles Azure AI, visitez notre galerie. Tous les modèles d’application de notre galerie peuvent être lancés et déployés à l’aide d’une seule commande : azd up.
Équilibrage de charge intelligent avec Azure Container Apps Cet exemple de solution est créé à l’aide de l’infrastructure de proxy inverse YARP C# hautes performances de Microsoft. Toutefois, vous n’avez pas besoin de comprendre C# pour l’utiliser. Vous pouvez simplement générer l’image Docker fournie. Il s’agit d’une solution alternative à l’équilibreur de charge intelligent OpenAI Gestion des API, avec la même logique.
Équilibrage de charge intelligent avec Gestion des API Azure L’exemple de solution d’entreprise montre comment créer une stratégie d’Gestion des API Azure pour exposer en toute transparence un point de terminaison unique à vos applications tout en conservant une logique efficace pour consommer deux ou plusieurs serveurs principaux OpenAI ou d’API en fonction de la disponibilité et de la priorité.
Evaulater votre application de conversation Évaluez les réponses d’une application de conversation par rapport à un ensemble de réponses correctes ou idéales (appelées vérité de base). Les outils d’évaulation peuvent être utilisés avec n’importe quelle API Chat qui est conforme au protocole Chat.
Charger tester votre application de conversation avec Locust Utilisez un test Locust pour valider que votre application de conversation peut gérer la charge attendue. Si votre application de conversation n’est pas mise à l’échelle sur votre App Service en raison des limites de TPM Azure OpenAI, ajoutez un équilibreur de charge et testez à nouveau votre charge. Les équilibreurs de charge intelligents incluent Azure Gestion des API et Azure Container Apps.

Azure OpenAI

Solutions de bout en bout

Lien Description
Prise en main de l’exemple de conversation d’entreprise Python à l’aide de RAG Article qui vous guide tout au long du déploiement et de l’utilisation de l’exemple d’application de conversation Entreprise pour Python. Cet exemple est une solution complète de bout en bout qui illustre le modèle RAG (Retrieval-Augmented Generation) exécuté dans Azure, utilisant Recherche Azure AI pour la récupération et les modèles de grand langage Azure OpenAI afin d’alimenter les expériences de type ChatGPT et Q&A.

Blocs de construction

Lien Description
Créer une application de conversation avec Azure OpenAI en Python Application Python Quart simple qui diffuse en continu des réponses de ChatGPT à un front-end HTML/JS à l’aide de lignes JSON sur un readableStream.
Créer un LangChain avec Azure OpenAI en Python Exemple qui montre comment prendre une invite humaine en tant qu’entrée HTTP Get ou Post, calcule les achèvements à l’aide de chaînes d’entrées et de modèles humains. Il s’agit d’un point de départ qui peut être utilisé pour des chaînes plus sophistiquées.
Créer un plug-in ChatGPT avec Azure Container Apps dans Python Exemple qui permet de créer un plug-in ChatGPT à l’aide de GitHub Codespaces, VS Code et Azure. L’exemple inclut des modèles pour déployer le plug-in sur Azure Container Apps à l’aide d’Azure Developer CLI.
Recherche de similarité vectorielle avec Azure Cache pour Redis Entreprise Procédure pas à pas utilisant Azure Cache pour Redis en tant que magasin de vecteurs back-end pour les scénarios RAG.
Solutions OpenAI avec vos propres données à l’aide de PostgreSQL Un article expliquant comment Azure Database pour PostgreSQL serveur flexible et Azure Cosmos DB pour PostgreSQL prennent en charge l’extension pgvector, ainsi qu’une vue d’ensemble, des scénarios, etc.

Kits de développement logiciel (SDK) et autres exemples/conseils

Lien Description
Kit de développement logiciel (SDK) OpenAI pour Python La version du code source GitHub de la bibliothèque Python OpenAI fournit un accès pratique à l’API OpenAI à partir d’applications écrites dans le langage Python.
Versions du SDK Azure OpenAI Liens vers tous les packages de bibliothèque du SDK Azure OpenAI, y compris des liens pour .NET, Java, JavaScript et Go.
package Openai Python Version PyPi de la bibliothèque Python OpenAI.
Commencer à utiliser GPT-35-Turbo et GPT-4 Article qui vous guide tout au long de la création d’un exemple de saisie semi-automatique de conversation.
Saisie semi-automatique de conversation en continu Un bloc-notes contenant un exemple d’obtention des achèvements de conversation pour fonctionner à l’aide des points de terminaison Azure. Cet exemple se concentre sur les achèvements de conversation, mais touche également à d’autres opérations qui sont également disponibles à l’aide de l’API.
Passer d’OpenAI à Azure OpenAI Article d’aide sur les petites modifications que vous devez apporter à votre code afin d’échanger entre OpenAI et le service Azure OpenAI.
Incorporations Un notebook illustrant les opérations permettant d’utiliser des incorporations qui peuvent être effectuées à l’aide des points de terminaison Azure. Cet exemple se concentre sur les incorporations, mais touche également d’autres opérations qui sont également disponibles à l’aide de l’API.
Déployer un modèle et générer du texte Article avec des étapes détaillées minimales et simples pour discuter par programmation.
OpenAI avec le contrôle d’accès en fonction du rôle d’ID d’entrée Microsoft Aperçu de l’authentification à l’aide de Microsoft Entra ID.
OpenAI avec les identités managées Un article avec des scénarios de sécurité plus complexes nécessite un contrôle d’accès en fonction du rôle Azure (Azure RBAC). Ce document explique comment s'authentifier auprès de votre ressource OpenAI à l'aide de Microsoft Entra ID.
Plus d’exemples Compilation de ressources et d’exemples de code Azure OpenAI Service utiles pour vous aider à commencer et à accélérer votre parcours d’adoption de la technologie.
Autres conseils Page hub de la documentation Azure OpenAI Service.

Autres Azure AI services

Solutions de bout en bout

Lien Description
Sous-titrage et transcription dans un centre d’appels Référentiel contenant des exemples pour les sous-titres et les transcriptions dans un scénario de centre d’appels.
Utiliser Document Intelligence pour automatiser un processus basé sur le papier à l’aide de l’atelier New patient registration with Form Recognizer workshop (Code) Présentation de style d’atelier qui vous guide tout au long de l’utilisation de Document Intelligence pour convertir et automatiser un processus basé sur papier.

Blocs de construction

Lien Description
Utiliser Speech pour converser avec OpenAI Utilisez Azure AI Speech pour converser avec Azure OpenAI Service. Le texte reconnu par le service Speech est envoyé à Azure OpenAI. Le service Speech synthétise la réponse textuelle d’Azure OpenAI.
Traduire des documents depuis et en plus de 100 langues différentes à l’aide d’exemples d’applications de traduction de documents Dépôt contenant à la fois un outil en ligne de commande et une application Windows servant d’interface locale au service De traduction de documents Azure pour Windows, macOS et Linux.

SDK et autres exemples/conseils

Lien Description
Intégrer Speech à vos applications avec des exemples de SDK Speech Exemples pour le Kit de développement logiciel (SDK) Speech d’Azure Cognitive Services. Liens vers des exemples pour la reconnaissance vocale, la traduction, la synthèse vocale, etc.
Kit de développement logiciel (SDK) Azure AI Document Intelligence Azure AI Document Intelligence (anciennement Form Recognizer) est un service cloud qui utilise le Machine Learning pour analyser du texte et des données structurées à partir de documents. Le Kit de développement logiciel (SDK) Intelligence documentaire est un ensemble de bibliothèques et d’outils qui vous permettent d’intégrer facilement les modèles et fonctionnalités d’Intelligence documentaire dans vos applications.
Extraire des données structurées à partir de formulaires, de reçus, de factures et de carte à l’aide de Form Recognizer en Python Exemples pour la bibliothèque cliente Azure.AI.FormRecognizer.
Extraire, classifier et comprendre du texte dans des documents à l’aide de Analyse de texte en Python Bibliothèque cliente pour Analyse de texte. Elle fait partie du service Azure AI Language, qui fournit des fonctionnalités de traitement du langage naturel (NLP) pour comprendre et analyser du texte.
Traduction de documents en Python Article de démarrage rapide qui utilise la traduction de documents pour traduire un document source dans une langue cible tout en préservant la structure et la mise en forme du texte.
Réponse aux questions dans Python Un article de démarrage rapide avec des étapes pour obtenir une réponse (et un score de confiance) à partir d’un corps de texte que vous envoyez avec votre question.
Conversational Language Understanding dans Python Bibliothèque cliente pour la compréhension du langage courant (CLU), un service d’IA conversationnelle basé sur le cloud, qui peut extraire des intentions et des entités dans des conversations et fait office d’orchestrateur pour sélectionner le meilleur candidat pour analyser les conversations afin d’obtenir la meilleure réponse à partir d’applications telles que Qna, Luis et Conversation App.
Analyser des images Exemples de code et documents de configuration pour le Kit de développement logiciel (SDK) Microsoft Azure AI Image Analysis
Kit de développement logiciel (SDK) azure AI content Coffre ty pour Python Détecte le contenu généré par l’utilisateur et généré par l’IA dangereux dans les applications et les services. Content Safety comprend des API de texte et d’image qui vous permettent de détecter des éléments nuisibles.