Tutoriel - Créer un Copilot personnalisé - Teams

Ce tutoriel montre comment créer un copilote personnalisé avec la bibliothèque d’IA Teams à l’aide de Teams Toolkit pour discuter avec vos données sur Azure OpenAI. La bibliothèque d’IA Teams simplifie le processus de création d’applications Teams intelligentes à l’aide des composants IA et des modèles de langage volumineux (LLM) de votre choix.

Dans ce tutoriel, vous allez apprendre à :

Comment configurer vos données sur Azure OpenAI.
Comment créer un copilote personnalisé avec teams Toolkit.
Comment interagir avec vos llms et vos données.
Structure de répertoire de votre copilote personnalisé.

Conditions préalables

6 minutes restantes

Veillez à installer les outils suivants pour générer et déployer vos applications :

	Installer	Pour l’utilisation...
	Toolkit Teams	Extension Microsoft Visual Studio Code qui crée une structure de projet pour votre application. Utilisez la dernière version.
	Node.js et NPM	Environnement runtime JavaScript principal. Pour plus d’informations, consultez Node.js table de compatibilité des versions pour le type de projet.
	Microsoft Edge (recommandé) ou Google Chrome	Un navigateur avec des outils de développement.
	Visual Studio Code	Environnements de build JavaScript, TypeScript ou SharePoint Framework (SPFx). Utilisez la dernière version.
	Azure OpenAI	Commencez par créer votre clé API OpenAI pour utiliser le GPT d’OpenAI. Si vous souhaitez héberger votre application ou accéder à des ressources dans Azure, vous devez créer un service Azure OpenAI.

Configurer vos données sur Azure OpenAI

5 minutes restantes

Accédez au portail Azure.
Sélectionnez le service Azure OpenAI que vous avez créé dans la configuration requise.
Sélectionnez Accéder à Azure OpenAI Studio.
Sélectionnez Conversation>Créer un déploiement.

Mettez à jour les valeurs des champs suivants :
- Sélectionner un modèle : gpt-35-turbo
- Version du modèle : mise à jour automatique par défaut
- Type de déploiement : Standard
- Nom du déploiement : gpt-35-turbo
- Filtre de contenu : par défaut
Sélectionnez Créer.
Sélectionnez Conversation>Ajouter une source de données.
Dans la liste déroulante, sélectionnez Charger des fichiers (préversion) .
Sélectionnez Créer une ressource de stockage Blob Azure et suivez les instructions à l’écran.
Sélectionnez Créer une ressource Recherche Azure AI et suivez les instructions à l’écran.
Sélectionnez le stockage Blob Azure et la recherche Azure AI nouvellement créés dans la liste déroulante.

Remarque

Enregistrez le point de terminaison azure AI Search et les détails de la clé , car ils sont nécessaires pour les étapes suivantes.
Entrez un nom d’index unique, puis sélectionnez Suivant.
Sélectionnez Rechercher un fichier et charger les fichiers que vous préférez utiliser comme données, puis sélectionnez Charger des fichiers.

Remarque

Les fichiers doivent être au .txtformat , .md.html, .pdf, .docx, ou .pptx avec une taille limite de 16 Mo.
Sélectionnez les paramètres de gestion des données par défaut, puis sélectionnez Suivant.
Sélectionnez Enregistrer et fermer.

Une fois le processus d’ingestion des données terminé, vous pouvez commencer à créer votre copilote personnalisé à l’aide de la bibliothèque IA Teams et du Kit de ressources Teams.

Créer votre copilote personnalisé

4 minutes restantes

Accédez à Visual Studio Code.
Sélectionnez l’icône Teams Toolkit dans la barre d’activité de Visual Studio Code.
Sélectionnez Créer une application.
Sélectionnez Custom Copilot.
Sélectionnez Chatbot IA de base.
Sélectionnez JavaScript comme langage de programmation.
Sélectionnez Azure OpenAI.
Entrez les valeurs à partir du portail Azure :
- Clé Azure OpenAI
- Point de terminaison Azure OpenAI
- Nom du déploiement
Vous pouvez également renseigner ces détails ultérieurement dans le fichier une fois votre env/.env.testtool.user copilote personnalisé créé.
Sélectionnez un dossier qui contient le dossier racine de votre projet et entrez un nom approprié pour votre copilote personnalisé.
Ensuite, sélectionnez Entrée. Le copilote personnalisé est créé en quelques secondes.

Suivre une visite guidée du code source

Jetez un coup d’œil à ce modèle de chatbot d’IA de base copilote > personnalisé.

Nom du dossier	Sommaire
`.vscode`	Fichiers VS Code pour le débogage.
`appPackage`	Modèles pour le manifeste de l’application Teams.
`env`	Les paires nom/valeur sont stockées dans des fichiers d’environnement et utilisées par teamsapp.yml pour personnaliser les règles d’approvisionnement et de déploiement.
`infra`	Modèles de provisionnement de ressources Azure.
`src/`	Code source de l’application Teams de notification.
`src/index.js`	Configure le serveur d’applications bot.
`src/adapter.js`	Configure l’adaptateur de bot.
`src/config.js`	Définit les variables d’environnement.
`src/prompts/chat/skprompt.txt`	Définit l’invite.
`src/prompts/chat/config.json`	Configure l’invite.
`src/app/app.js`	Gère les logiques métier pour le chatbot IA de base.
`teamsapp.yml`	Le fichier projet principal décrit la configuration de votre application et définit l’ensemble des actions à exécuter à chaque étape du cycle de vie.
`teamsapp.local.yml`	Ce remplacement `teamsapp.yml` par des actions qui activent l’exécution et le débogage locaux.
`teamsapp.testtool.yml`	Ce remplacement `teamsapp.yml` par des actions qui activent l’exécution locale et le débogage dans l’outil de test d’application Teams.

Configurer votre copilote personnalisé

3 minutes restantes

Personnalisons l’invite pour votre copilote personnalisé.

Accédez à src/prompts/chat/skprompt.txt et mettez à jour le code suivant dans le skprompt.txt fichier :

The following is a conversation with an AI assistant, who is an expert on answering questions over the given context.
Responses should be in a short journalistic style with no more than 80 words.

Capture d’écran montrant skprompt dans l’explorateur dans Visual Studio Code.

Accédez au config.json fichier sous prompts/chat. Ajoutez le code suivant entre completion crochets et remplacez les endpointvaleurs , index_name et key par les détails de votre ressource Recherche Azure AI :

   "data_sources": [
     {
            "type": "azure_search",
            "parameters": {
                 "endpoint": "AZURE-AI-SEARCH-ENDPOINT",
                 "index_name": "YOUR-INDEX_NAME",
                 "authentication": {
                       "type": "api_key",
                       "key": "AZURE-AI-SEARCH-KEY"
                   }
             }
       }
     ]

Accédez au src/app/app.js fichier et ajoutez la variable suivante dans OpenAIModel:
```
azureApiVersion: '2024-02-15-preview'
```
Dans le volet gauche, sélectionnez Exécuter et déboguer (Ctrl+Maj+D).
Sélectionnez Déboguer dans l’outil de test (préversion) .
Sélectionnez la touche F5 .
Le copilote personnalisé s’exécute dans l’outil de test d’application Teams, qui s’ouvre dans votre navigateur.

Relever le défi

2 minutes restantes

Dans l’outil de test d’application Teams, posez des questions relatives à votre document et discutez avec votre copilote personnalisé pour en savoir plus sur vos données.

Capture d’écran montrant l’outil de test d’application Teams.

Félicitations !

Tout est terminé !

Félicitations, vous avez terminé ce tutoriel ! Si vous souhaitez en savoir plus sur le code source, consultez l’exemple Azure OpenAI sur le référentiel GitHub de la bibliothèque IA Teams.

Partager via

Créer un copilote personnalisé pour discuter avec vos données à l’aide de la bibliothèque IA Teams et du Kit de ressources Teams