Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Artikel ini menunjukkan kepada Anda cara menyebarkan dan menjalankan Obrolan dengan sampel data untuk JavaScript. Sampel ini mengimplementasikan aplikasi obrolan menggunakan JavaScript, Azure OpenAI Service, dan Retrieval Augmented Generation (RAG) di Azure AI Search untuk mendapatkan jawaban tentang properti sewaan. Aplikasi obrolan properti sewa disemai dengan data dari file markdown (*.md) termasuk kebijakan privasi, ketentuan layanan, dan dukungan.
- Demo JavaScript - video pengembangan penuh
- Demo JavaScript - frontend dengan backend Python video
Dengan mengikuti instruksi dalam artikel ini, Anda akan:
- Menyebarkan aplikasi obrolan ke Azure.
- Dapatkan jawaban tentang informasi situs web properti penyewaan.
- Ubah pengaturan untuk mengubah perilaku respons.
Setelah menyelesaikan artikel ini, Anda dapat mulai memodifikasi proyek baru dengan kode dan data kustom Anda.
Artikel ini adalah bagian dari kumpulan artikel yang menunjukkan kepada Anda cara membuat aplikasi obrolan menggunakan Azure OpenAI Service dan Azure AI Search. Artikel lain dalam koleksi meliputi:
Catatan
Artikel ini menggunakan satu atau beberapa templat aplikasi AI sebagai dasar untuk contoh dan panduan dalam artikel. Templat aplikasi AI memberi Anda implementasi referensi yang terawat dan mudah disebarkan dengan baik yang membantu memastikan titik awal berkualitas tinggi untuk aplikasi AI Anda.
Ikhtisar arsitektur
Arsitektur sederhana aplikasi obrolan ditampilkan dalam diagram berikut:
Diagram yang menunjukkan arsitektur dari klien ke aplikasi backend.
Aplikasi sampel obrolan dibangun untuk perusahaan fiktif bernama Contoso Real Estate, dan pengalaman obrolan cerdas memungkinkan pelanggannya untuk mengajukan pertanyaan dukungan tentang penggunaan produknya. Data sampel mencakup sekumpulan dokumen yang menjelaskan ketentuan layanan, kebijakan privasi, dan panduan dukungannya. Dokumen dimasukkan ke dalam arsitektur selama penerapan.
Aplikasi ini dibuat dari beberapa komponen, termasuk:
- Layanan pencarian: layanan backend yang menyediakan kemampuan pencarian dan pengambilan.
- Layanan pengindeks: layanan yang mengindeks data dan membuat indeks pencarian.
- Web app: aplikasi web frontend yang menyediakan antarmuka pengguna dan mengatur interaksi antara pengguna dan layanan backend.
Diagram memperlihatkan layanan Azure dan alur integrasinya untuk aplikasi front-end, pencarian, dan pemasukan dokumen.
Biaya
Sebagian besar sumber daya dalam arsitektur ini menggunakan tingkat harga dasar atau konsumsi. Harga konsumsi didasarkan pada penggunaan, yang berarti Anda hanya membayar apa yang Anda gunakan. Untuk menyelesaikan artikel ini, sumber daya menghasilkan biaya tetapi minimal. Setelah selesai dengan artikel ini, Anda dapat menghapus sumber daya untuk berhenti dikenakan biaya.
Pelajari selengkapnya tentang biaya dalam repositori contoh.
Prasyarat
Lingkungan kontainer pengembangan tersedia dengan semua dependensi yang diperlukan untuk menyelesaikan artikel ini. Anda dapat menjalankan kontainer pengembangan di GitHub Codespaces (di browser) atau secara lokal menggunakan Visual Studio Code.
Untuk menggunakan artikel ini, Anda memerlukan prasyarat berikut:
- «Codespaces (disarankan)»
- Visual Studio Code
- Langganan Azure - Buat satu secara gratis
- Izin akun Azure - Akun Azure Anda harus memiliki izin untuk Microsoft.Authorization/roleAssignments/write, seperti Administrator Akses Pengguna atau Pemilik.
- Akun GitHub
Membuka lingkungan pengembangan
Gunakan instruksi berikut untuk menyebarkan lingkungan pengembangan yang telah dikonfigurasi sebelumnya yang berisi semua dependensi yang diperlukan untuk menyelesaikan artikel ini.
- GitHub Codespaces (disarankan)
- Visual Studio Code
GitHub Codespaces menjalankan kontainer pengembangan yang dikelola oleh GitHub dengan Visual Studio Code versi Web sebagai antarmuka pengguna. Untuk lingkungan pengembangan yang paling mudah, gunakan GitHub Codespaces sehingga Anda memiliki alat dan dependensi pengembang yang benar yang telah diinstal sebelumnya untuk menyelesaikan artikel ini.
Penting
Semua akun GitHub dapat menggunakan Codespace hingga 60 jam gratis setiap bulan dengan dua instans inti. Untuk informasi selengkapnya, lihat penyimpanan bulanan yang disertakan dan jam inti GitHub Codespaces.
Mulai proses untuk membuat GitHub Codespace baru pada cabang
maindari repositori GitHubAzure-Samples/azure-search-openai-javascript.Klik kanan tombol berikut dan pilih Buka tautan di jendela baru untuk menjaga lingkungan pengembangan dan dokumentasi tetap terbuka secara bersamaan.
Pada halaman Buat codespace , tinjau pengaturan konfigurasi codespace, lalu pilih Buat codespace baru
Cuplikan layar dari layar konfirmasi sebelum membuat codespace baru.
Tunggu hingga codespace dimulai. Proses startup ini dapat memakan waktu beberapa menit.
Di terminal di bagian bawah layar, masuk ke Azure dengan Azure Developer CLI.
azd auth login --use-device-codeSalin kode dari terminal lalu tempelkan ke browser. Ikuti instruksi untuk mengautentikasi dengan akun Azure Anda.
Tugas yang tersisa dalam artikel ini berlangsung dalam konteks kontainer pengembangan ini.
Sebarkan dan jalankan
Repositori sampel berisi semua kode dan file konfigurasi yang Anda butuhkan untuk menyebarkan aplikasi obrolan ke Azure. Langkah-langkah berikut membimbing Anda melalui proses penyebaran contoh ke Azure.
Menyebarkan aplikasi obrolan ke Azure
Penting
Sumber daya Azure yang dibuat di bagian ini dikenakan biaya langsung, terutama dari sumber daya Azure AI Search. Sumber daya ini mungkin menimbulkan biaya bahkan jika Anda menghentikan perintah sebelum sepenuhnya dijalankan.
Untuk memprovisikan sumber daya Azure dan menyebarkan kode sumber, jalankan perintah Azure Developer CLI berikut:
azd upJika Anda diminta untuk memasukkan nama lingkungan, tetap pendekkan dan huruf kecil. Contohnya,
myenv. Ini digunakan sebagai bagian dari nama grup sumber daya.Saat diminta, pilih langganan untuk membuat sumber daya.
Saat Anda diminta untuk memilih lokasi untuk pertama kalinya, pilih lokasi di dekat Anda. Lokasi ini digunakan untuk sebagian besar sumber daya termasuk hosting.
Jika Anda dimintai lokasi untuk model OpenAI, pilih lokasi yang ada di dekat Anda. Jika lokasi yang sama tersedia sebagai lokasi pertama Anda, pilih lokasi tersebut.
Tunggu hingga aplikasi diimplementasikan. Mungkin perlu waktu 5-10 menit agar penyebaran selesai.
Setelah aplikasi berhasil disebarkan, Anda akan melihat URL yang ditampilkan di terminal.
Pilih URL yang diberi label
Deploying service webuntuk membuka aplikasi obrolan di browser.
Menggunakan aplikasi obrolan untuk mendapatkan jawaban dari file markdown
Aplikasi obrolan telah dimuat sebelumnya dengan informasi sewa dari katalog file markdown. Anda dapat menggunakan aplikasi obrolan untuk mengajukan pertanyaan tentang proses penyewaan. Langkah-langkah berikut memandu Anda melalui proses penggunaan aplikasi obrolan.
Di browser, pilih atau masukkan Apa kebijakan pengembalian dana di kotak teks di bagian bawah halaman.
Cuplikan layar dari jawaban pertama aplikasi chat.
Dari jawaban, pilih Tampilkan proses pemikiran.
Cuplikan layar dari jawaban pertama aplikasi obrolan dengan "Tampilkan proses pemikiran" yang disorot dalam kotak merah.
Di panel kanan, gunakan tab untuk memahami bagaimana jawaban dihasilkan.
Tab Deskripsi Proses pemikiran Tab ini adalah skrip interaksi dalam obrolan. Anda dapat melihat permintaan sistem ( content) dan pertanyaan pengguna Anda (content).Konten pendukung Tab ini mencakup informasi untuk menjawab pertanyaan Anda dan materi sumber. Jumlah kutipan materi sumber dicatat dalam Pengaturan Pengembang. Nilai defaultnya adalah 3. Kutipan Tab ini menampilkan halaman asli yang berisi kutipan. Setelah selesai, pilih tombol sembunyikan yang ditandai dengan X di atas tab.
Menggunakan pengaturan aplikasi obrolan untuk mengubah perilaku respons
Model OpenAI tertentu menentukan kecerdasan obrolan dan pengaturan yang digunakan untuk berinteraksi dengan model. Opsi Pengaturan pengembang membuka panel Konfigurasi pembuatan jawaban tempat Anda dapat mengubah pengaturan untuk aplikasi obrolan:
Cuplikan layar dari pengaturan pengembang obrolan.
| Pengaturan | Deskripsi |
|---|---|
| Ambil alih templat perintah | Pengaturan ini mengontrol perintah yang digunakan untuk menghasilkan jawaban. |
| Ambil hasil pencarian sebanyak ini | Pengaturan ini mengontrol jumlah hasil pencarian yang digunakan untuk menghasilkan jawaban. Anda dapat melihat sumber-sumber ini dikembalikan pada tab "Proses Pemikiran" dan "Konten Pendukung" dari kutipan. |
| Mengecualikan kategori | Pengaturan ini mengontrol kategori dokumen yang dikecualikan dari hasil pencarian. |
| Gunakan ranker semantik untuk pengambilan informasi | Pengaturan ini memungkinkan fitur Azure AI Search yang menggunakan pembelajaran mesin untuk meningkatkan relevansi hasil pencarian. |
| Menggunakan ringkasan kontekstual kueri alih-alih seluruh dokumen | "Dalam kondisi ketika dua-duanya Use semantic ranker dan Use query-contextual summaries dicentang, LLM menggunakan keterangan yang diekstrak dari bagian-bagian kunci, alih-alih semua bagian, dalam dokumen yang memiliki peringkat tertinggi." |
| Sarankan pertanyaan tindak lanjut | Minta aplikasi obrolan menyarankan pertanyaan tindak lanjut berdasarkan jawabannya. |
| Mode pengambilan | Vektor + Teks berarti bahwa hasil pencarian didasarkan pada teks dokumen dan penyematan dokumen. Vektor berarti bahwa hasil pencarian didasarkan pada embedding dokumen. Teks berarti bahwa hasil pencarian didasarkan pada teks dokumen. |
| Mengalirkan hasil penyelesaian percakapan | Mengalirkan respons daripada menunggu jawaban lengkap tersedia untuk ditanggapi. |
Langkah-langkah berikut membimbing Anda melalui proses mengubah pengaturan.
Pada browser, pilih tab Pengaturan Pengembang.
Centang kotak Gunakan ringkasan konteks-kueri alih-alih seluruh ringkasan dan ajukan pertanyaan yang sama lagi.
What happens if the rental doesn't fit the description?Obrolan kembali dengan jawaban yang lebih ringkas.
Membersihkan sumber daya
Membersihkan sumber daya Azure
Sumber daya Azure yang dibuat dalam artikel ini ditagihkan ke langganan Azure Anda. Jika Anda tidak mengharapkan untuk membutuhkan sumber daya ini di masa mendatang, hapus sumber daya tersebut untuk menghindari dikenakan lebih banyak biaya.
Hapus sumber daya Azure dan hapus kode sumber menggunakan perintah Azure Developer CLI berikut:
azd down --purge
Membersihkan GitHub Codespaces
-
GitHub Codespaces - Visual Studio Code
Menghapus lingkungan GitHub Codespaces memastikan bahwa Anda dapat memaksimalkan jumlah pemberian izin per jam inti gratis yang Anda dapatkan untuk akun Anda.
Penting
Untuk informasi selengkapnya tentang hak akun GitHub Anda, lihat penyimpanan dan jam inti yang disertakan dalam GitHub Codespaces bulanan.
Masuklah ke dasbor GitHub Codespaces.
Temukan Codespace Yang sedang berjalan yang bersumber dari
Azure-Samples/azure-search-openai-javascriptrepositori GitHub.Cuplikan layar semua Codespace yang sedang berjalan termasuk status dan templatnya.
Buka menu konteks untuk codespace, lalu pilih Hapus.
Cuplikan layar menu konteks untuk satu codespace dengan opsi hapus yang disorot.
Dapatkan bantuan
Repositori sampel ini menawarkan informasi pemecahan masalah.
Jika masalah Anda tidak diatasi, catat masalah Anda di bagian Issues dari repository.
Langkah berikutnya
- Dapatkan kode sumber untuk sampel yang digunakan dalam artikel ini
- Membangun aplikasi obrolan dengan arsitektur solusi praktik terbaik Azure OpenAI
- Kontrol akses dalam aplikasi AI generatif dengan Azure AI Search
- Membangun solusi OpenAI siap untuk perusahaan dengan Azure API Management
- Pencarian vektor dengan performa lebih unggul dengan kemampuan gabungan untuk pengambilan dan peringkat.
- Pelajari selengkapnya tentang bagaimana AZD digunakan dalam templat ini:
- Blog komunitas Tech
- seri video Reactor