Szablony aplikacji sztucznej inteligencji
W tej sekcji dokumentacji przedstawiono szablony aplikacji sztucznej inteligencji i powiązane artykuły, które korzystają z tych szablonów, aby zademonstrować sposób wykonywania kluczowych zadań deweloperskich. Szablony aplikacji sztucznej inteligencji zapewniają dobrze utrzymywane, łatwe w wdrażaniu implementacje referencyjne, które pomagają zapewnić wysokiej jakości punkt wyjścia dla aplikacji sztucznej inteligencji.
Istnieją dwie kategorie szablonów aplikacji sztucznej inteligencji, bloki konstrukcyjne i kompleksowe rozwiązania. W poniższych sekcjach przedstawiono niektóre szablony kluczy w każdej kategorii dla języka programowania wybranego w górnej części tego artykułu. Aby przejrzeć bardziej kompleksową listę zawierającą te i inne szablony, zobacz szablony aplikacji sztucznej inteligencji w galerii interfejsu wiersza polecenia dla deweloperów platformy Azure.
Bloki konstrukcyjne
Bloki konstrukcyjne to próbki o mniejszej skali, które koncentrują się na konkretnych scenariuszach i zadaniach. Większość bloków konstrukcyjnych demonstruje funkcje, które korzystają z kompleksowego rozwiązania dla aplikacji do czatu korzystającej z własnych danych.
Blok konstrukcyjny | opis |
---|---|
Równoważenie obciążenia za pomocą usługi Azure Container Apps | Dowiedz się, jak dodać równoważenie obciążenia do aplikacji, aby rozszerzyć aplikację czatu poza limity przydziału tokenu usługi Azure OpenAI i modelu. To podejście używa usługi Azure Container Apps do tworzenia trzech punktów końcowych usługi Azure OpenAI, a także podstawowego kontenera do kierowania ruchu przychodzącego do jednego z trzech punktów końcowych. |
Blok konstrukcyjny | opis |
---|---|
Konfigurowanie zabezpieczeń dokumentów dla aplikacji do czatu | Podczas tworzenia aplikacji czatu przy użyciu wzorca RAG z własnymi danymi upewnij się, że każdy użytkownik otrzyma odpowiedź na podstawie swoich uprawnień. Autoryzowany użytkownik powinien mieć dostęp do odpowiedzi zawartych w dokumentach aplikacji do czatu. Nieautoryzowany użytkownik nie powinien mieć dostępu do odpowiedzi z zabezpieczonych dokumentów, które nie mają autoryzacji do wyświetlenia. |
Ocena odpowiedzi aplikacji do czatu | Dowiedz się, jak ocenić odpowiedzi aplikacji czatu na zestaw poprawnych lub idealnych odpowiedzi (znanych jako prawda podstawy). Za każdym razem, gdy zmienisz aplikację czatu w sposób, który ma wpływ na odpowiedzi, uruchom ocenę, aby porównać zmiany. Ta aplikacja demonstracyjna oferuje narzędzia, których można używać dzisiaj, aby ułatwić uruchamianie ocen. |
Równoważenie obciążenia za pomocą usługi Azure Container Apps | Dowiedz się, jak dodać równoważenie obciążenia do aplikacji, aby rozszerzyć aplikację czatu poza limity przydziału tokenu usługi Azure OpenAI i modelu. To podejście używa usługi Azure Container Apps do tworzenia trzech punktów końcowych usługi Azure OpenAI, a także podstawowego kontenera do kierowania ruchu przychodzącego do jednego z trzech punktów końcowych. |
Równoważenie obciążenia za pomocą usługi API Management | Dowiedz się, jak dodać równoważenie obciążenia do aplikacji, aby rozszerzyć aplikację czatu poza limity przydziału tokenu usługi Azure OpenAI i modelu. To podejście używa usługi Azure API Management do tworzenia trzech punktów końcowych usługi Azure OpenAI, a także kontenera podstawowego do kierowania ruchu przychodzącego do jednego z trzech punktów końcowych. |
Testowanie obciążenia aplikacji czatu w języku Python za pomocą locust | Dowiedz się, jak przeprowadzić testowanie obciążenia w aplikacji czatu w języku Python przy użyciu wzorca RAG z Locust, popularnym narzędziem do testowania obciążenia typu open source. Głównym celem testowania obciążenia jest upewnienie się, że oczekiwane obciążenie aplikacji czatu nie przekracza bieżącego limitu przydziału transakcji usługi Azure OpenAI na minutę (TPM). Symulując zachowanie użytkownika pod dużym obciążeniem, można zidentyfikować potencjalne wąskie gardła i problemy ze skalowalnością w aplikacji. |
Blok konstrukcyjny | opis |
---|---|
Równoważenie obciążenia za pomocą usługi Azure Container Apps | Dowiedz się, jak dodać równoważenie obciążenia do aplikacji, aby rozszerzyć aplikację czatu poza limity przydziału tokenu usługi Azure OpenAI i modelu. To podejście używa usługi Azure Container Apps do tworzenia trzech punktów końcowych usługi Azure OpenAI, a także podstawowego kontenera do kierowania ruchu przychodzącego do jednego z trzech punktów końcowych. |
Blok konstrukcyjny | opis |
---|---|
Ocena odpowiedzi aplikacji do czatu | Dowiedz się, jak ocenić odpowiedzi aplikacji czatu na zestaw poprawnych lub idealnych odpowiedzi (znanych jako prawda podstawy). Za każdym razem, gdy zmienisz aplikację czatu w sposób, który ma wpływ na odpowiedzi, uruchom ocenę, aby porównać zmiany. Ta aplikacja demonstracyjna oferuje narzędzia, których można używać dzisiaj, aby ułatwić uruchamianie ocen. |
Równoważenie obciążenia za pomocą usługi Azure Container Apps | Dowiedz się, jak dodać równoważenie obciążenia do aplikacji, aby rozszerzyć aplikację czatu poza limity przydziału tokenu usługi Azure OpenAI i modelu. To podejście używa usługi Azure Container Apps do tworzenia trzech punktów końcowych usługi Azure OpenAI, a także podstawowego kontenera do kierowania ruchu przychodzącego do jednego z trzech punktów końcowych. |
Równoważenie obciążenia za pomocą usługi API Management | Dowiedz się, jak dodać równoważenie obciążenia do aplikacji, aby rozszerzyć aplikację czatu poza limity przydziału tokenu usługi Azure OpenAI i modelu. To podejście używa usługi Azure API Management do tworzenia trzech punktów końcowych usługi Azure OpenAI, a także kontenera podstawowego do kierowania ruchu przychodzącego do jednego z trzech punktów końcowych. |
Kompleksowe rozwiązania
Kompleksowe rozwiązania to kompleksowe przykłady referencyjne, w tym dokumentowanie, kod źródłowy i wdrażanie, które umożliwiają wykonywanie i rozszerzanie ich na własne potrzeby.
Rozmowa z danymi przy użyciu usług Azure OpenAI i Azure AI Search za pomocą platformy .NET
Ten szablon to kompletne kompleksowe rozwiązanie demonstrujące wzorzec generacji rozszerzonej pobierania (RAG, Retrieval-Augmented Generation) uruchomiony na platformie Azure. Używa ona usługi Azure AI Search do pobierania i dużych modeli językowych usługi Azure OpenAI, aby zapewnić obsługę środowisk typu ChatGPT i Q&A.
Aby rozpocząć pracę z tym szablonem, zobacz Wprowadzenie do czatu przy użyciu własnego przykładu danych dla platformy .NET. Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub azure-search-openai-demo-csharp .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Container Apps Azure Functions |
Azure OpenAI Przetwarzanie obrazów na platformie Azure Rozpoznawanie formularzy Azure Wyszukiwanie AI platformy Azure Azure Storage |
GPT 3.5 Turbo GPT 4.0 |
Firma Contoso rozmawia w handlu detalicznym Copilot za pomocą platformy .NET i jądra semantycznego
Ten szablon implementuje firmę Contoso Outdoors, koncepcyjny sklep specjalizujący się w sprzęcie na świeżym powietrzu dla entuzjastów turystyki pieszej i kempingowej. Ten sklep wirtualny zwiększa zaangażowanie klientów i obsługę sprzedaży za pośrednictwem inteligentnego agenta czatu. Ten agent jest obsługiwany przez wzorzec generacji rozszerzonej (RAG) pobierania w usłudze Microsoft Azure AI Stack wzbogacony o obsługę semantycznych jądra i monitów.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub contoso-chat-csharp-prompty .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Container Apps |
Azure OpenAI Microsoft Entra ID Tożsamość zarządzana na platformie Azure Azure Monitor Wyszukiwanie AI platformy Azure Azure AI Studio Azure SQL Azure Storage |
GPT 3.5 Turbo GPT 4.0 |
Automatyzacja procesów z zamianą mowy na tekst i podsumowywaniem za pomocą platform .NET i GPT 3.5 Turbo
Ten szablon jest rozwiązaniem automatyzacji procesów, które odbiera problemy zgłaszane przez pracowników terenowych i sklepowych w firmie o nazwie Contoso Manufacturing, firmie produkcyjnej, która produkuje baterie samochodowe. Problemy są współużytkowane przez pracowników za pośrednictwem danych wejściowych mikrofonu lub wstępnie zarejestrowanych jako pliki audio. Rozwiązanie tłumaczy dane wejściowe audio z mowy na tekst, a następnie używa modułu LLM i Prompty lub Promptflow do podsumowania problemu i zwrócenia wyników w formacie określonym przez rozwiązanie.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub summarization-openai-csharp-prompty .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Container Apps | Zamiana mowy na tekst Podsumowanie Azure OpenAI |
GPT 3.5 Turbo |
Rozmowa z danymi przy użyciu usług Azure OpenAI i Azure AI Search przy użyciu języka Python
Ten szablon to kompletne kompleksowe rozwiązanie demonstrujące wzorzec generacji rozszerzonej pobierania (RAG, Retrieval-Augmented Generation) uruchomiony na platformie Azure. Używa ona usługi Azure AI Search do pobierania i dużych modeli językowych usługi Azure OpenAI, aby zapewnić obsługę środowisk typu ChatGPT i Q&A.
Aby rozpocząć pracę z tym szablonem, zobacz Wprowadzenie do czatu przy użyciu własnego przykładu danych dla języka Python. Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub azure-search-openai-demo .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure App Service | Azure OpenAI Wyszukiwanie w usłudze Bing Tożsamość zarządzana na platformie Azure Azure Monitor Wyszukiwanie AI platformy Azure Azure AI Studio |
GPT 3.5 Turbo GPT 4.0 DALL-E |
Multi-Modal Creative Writing Copilot with DALL-E
Ten szablon jest kreatywnym rozwiązaniem do pisania wielu agentów, które ułatwia użytkownikom pisanie artykułów. Pokazano w nim, jak tworzyć agentów sztucznej inteligencji i pracować z agentami sztucznej inteligencji opartymi na usłudze Azure OpenAI. Zawiera ona aplikację platformy Flask, która pobiera temat i instrukcje od użytkownika, a następnie wywołuje agenta badawczego korzystającego z interfejsu API wyszukiwania Bing do badania tematu, agenta produktu korzystającego z usługi Azure AI Search w celu wyszukiwania semantycznej podobieństwa powiązanych produktów z magazynu wektorów, agenta zapisywania w celu połączenia badań i informacji o produkcie w pomocny artykuł, oraz agent edytora, aby uściślić artykuł, który zostanie ostatecznie przedstawiony użytkownikowi.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub agent-openai-python-prompty .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Rejestrowanie kontenera platformy Azure Azure Kubernetes |
Azure OpenAI Wyszukiwanie w usłudze Bing Tożsamość zarządzana na platformie Azure Azure Monitor Wyszukiwanie AI platformy Azure Azure AI Studio |
GPT 3.5 Turbo GPT 4.0 DALL-E |
Contoso Chat Retail Copilot z usługą AI Studio
Ten szablon jest rozwiązaniem do obsługi sprzedaży i obsługi technicznej klienta. Pokazano w nim, jak utworzyć aplikację modelu dużego języka (LLM) przy użyciu architektury RAG (pobieranie rozszerzonej generacji) przy użyciu programu Azure AI Studio i przepływu monitów.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub contoso-chat .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Container Apps |
Azure OpenAI Wyszukiwanie AI platformy Azure Azure AI Studio Azure Cosmos DB |
GPT 3.5 Turbo GPT 4.0 Zarządzane środowisko Integration Runtime (MIR) |
Automatyzacja procesów z zamianą mowy na tekst i podsumowywanie za pomocą programu AI Studio
Ten szablon jest rozwiązaniem automatyzacji procesów, które odbiera problemy zgłaszane przez pracowników terenowych i sklepowych w firmie o nazwie Contoso Manufacturing, firmie produkcyjnej, która produkuje baterie samochodowe. Problemy są współużytkowane przez pracowników za pośrednictwem danych wejściowych mikrofonu, wstępnie zarejestrowanych jako pliki audio lub jako dane wejściowe tekstu. Rozwiązanie tłumaczy dane wejściowe audio z mowy na tekst, a następnie używa raportów tekstowych jako danych wejściowych do llM i Prompty/Promptflow, aby podsumować problem i zwrócić wyniki w formacie określonym przez rozwiązanie.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub summarization-openai-python-prompflow .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Container Apps | Azure AI Studio Usługa zamiany mowy na tekst Przepływ monitu Zarządzane środowisko Integration Runtime (MIR) |
GPT 3.5 Turbo |
Wywoływanie funkcji za pomocą funkcji Prompty, LangChain i Elastic Search
Ten szablon jest aplikacją, która używa agenta wyszukiwania Prompty, Langchain i Elasticsearch do tworzenia agenta wyszukiwania dużego modelu językowego (LLM). Ten agent z technologią generacji rozszerzonej (RAG) może odpowiadać na pytania użytkowników na podstawie dostarczonych danych, integrując pobieranie informacji w czasie rzeczywistym z odpowiedziami generowania.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub agent-python-openai-prompty-langchain .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Machine Learning Service | Azure AI Studio Wyszukiwanie elastyczne Microsoft Entra ID Tożsamość zarządzana na platformie Azure Azure Monitor Azure Storage Azure AI Studio Zarządzane środowisko Integration Runtime (MIR) |
GPT 3.5 Turbo |
Wywoływanie funkcji za pomocą funkcji Prompty, LangChain i Pinecone
Ten szablon wykorzystuje nowe narzędzie Prompty, Langchain i Pinecone do tworzenia agenta wyszukiwania dużego modelu językowego (LLM). Ten agent z technologią generacji rozszerzonej (RAG) może odpowiadać na pytania użytkowników na podstawie dostarczonych danych, integrując pobieranie informacji w czasie rzeczywistym z odpowiedziami generowania.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub agent-openai-python-prompty-langchain-pinecone .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Container Apps | Pinecone Microsoft Entra ID Tożsamość zarządzana firmy Microsoft Azure Monitor Azure Storage |
GPT 3.5 Turbo |
Asystent interfejsu API Analytics Copilot z użyciem języka Python i programu Azure AI Studio
Ten szablon jest interfejsem API asystenta do rozmowy z danymi tabelarycznymi i przeprowadzania analizy w języku naturalnym. Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub assistant-data-openai-python-promptflow .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Machine Learning Service | Wyszukiwanie AI platformy Azure Azure AI Studio Zarządzane środowisko Integration Runtime (MIR) Azure OpenAI |
GPT 3.5 Turbo GPT 4 |
Rozmowa z danymi przy użyciu usług Azure OpenAI i Azure AI Search za pomocą języka Java
Ten szablon to kompletne kompleksowe rozwiązanie, które demonstruje wzorzec generacji rozszerzonej (RAG) pobierania na platformie Azure. Używa ona usługi Azure AI Search do pobierania i dużych modeli językowych usługi Azure OpenAI, aby zapewnić obsługę środowisk typu ChatGPT i Q&A.
Aby rozpocząć pracę z tym szablonem, zobacz Wprowadzenie do czatu przy użyciu własnego przykładu danych dla języka Java. Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub azure-search-openai-demo-java .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure App Service Azure Container Apps Azure Kubernetes Service |
Azure OpenAI Wyszukiwanie AI platformy Azure Azure Storage Azure Monitor |
Rozmowa z danymi przy użyciu usług Azure OpenAI i Azure AI Search za pomocą języka JavaScript
Ten szablon to kompletne kompleksowe rozwiązanie demonstrujące wzorzec generacji rozszerzonej pobierania (RAG, Retrieval-Augmented Generation) uruchomiony na platformie Azure. Używa ona usługi Azure AI Search do pobierania i dużych modeli językowych usługi Azure OpenAI, aby zapewnić obsługę środowisk typu ChatGPT i Q&A.
Aby rozpocząć pracę z tym szablonem, zobacz Wprowadzenie do czatu przy użyciu własnego przykładu danych dla języka JavaScript. Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub azure-search-openai-javascript .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Container Apps Azure Static Web Apps |
Azure OpenAI Wyszukiwanie AI platformy Azure Azure Storage Azure Monitor |
text-embedding-ada-002 |
Fronton czatu usługi Azure OpenAI
Ten szablon jest minimalnym składnikiem internetowym czatu OpenAI, który można podłączyć do dowolnej implementacji zaplecza jako klienta.
Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub azure-openai-chat-frontend .
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Static Web Apps | Wyszukiwanie AI platformy Azure Azure OpenAI |
GPT 3.5 Turbo GPT4 |
Bezserwerowy czat sztucznej inteligencji z narzędziem RAG przy użyciu LangChain.js
Szablon to bezserwerowy czatbot sztucznej inteligencji z rozszerzoną generacją pobierania przy użyciu LangChain.js i platformy Azure, który używa zestawu dokumentów przedsiębiorstwa do generowania odpowiedzi na zapytania użytkowników. Używa fikcyjnej firmy o nazwie Contoso Real Estate, a środowisko pozwala swoim klientom zadawać pytania dotyczące użycia swoich produktów. Przykładowe dane zawierają zestaw dokumentów opisujących warunki świadczenia usługi, zasady ochrony prywatności i przewodnik pomocy technicznej.
Aby dowiedzieć się, jak wdrożyć i uruchomić ten szablon, zobacz Wprowadzenie do bezserwerowego czatu sztucznej inteligencji z narzędziem RAG przy użyciu LangChain.js. Aby uzyskać dostęp do kodu źródłowego i przeczytać szczegółowe informacje o szablonie, zobacz repozytorium GitHub serverless-chat-langchainjs .
Dowiedz się, jak wdrożyć i uruchomić ten szablon referencyjny języka JavaScript.
Ten szablon demonstruje użycie tych funkcji.
Rozwiązanie do hostingu platformy Azure | Technologie | Modele AI |
---|---|---|
Azure Static Web Apps Azure Functions |
Wyszukiwanie AI platformy Azure Azure OpenAI Azure Cosmos DB Azure Storage Tożsamość zarządzana na platformie Azure |
GPT4 Mistral Ollama |
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla