Desenvolver aplicativos Python que usam serviços de IA do Azure
Artigo
Este artigo fornece documentação, exemplos e outros recursos para aprender a desenvolver aplicativos que usam o Serviço Azure OpenAI e outros Serviços de IA do Azure.
Modelos de referência de IA do Azure
Os Modelos de Referência de IA do Azure fornecem implementações de referência bem mantidas e fáceis de implantar. Eles garantem um ponto de partida de alta qualidade para seus aplicativos inteligentes. As soluções de ponta a ponta fornecem aplicativos de referência populares e abrangentes. Os blocos de criação são amostras em escala menor que focam em cenários e tarefas específicos.
Um artigo que orienta você na implantação e no uso do exemplo de aplicativo de bate-papo corporativo para Python. Essa amostra é uma solução completa de ponta a ponta que demonstra o padrão de Geração Aumentada de Recuperação (RAG) em execução no Azure, usando a Pesquisa de IA do Azure para recuperação e modelos de linguagem grande do OpenAI do Azure para alimentar experiências de estilo do ChatGPT e Q&A.
Um exemplo do Azure Functions que mostra como usar um prompt humano como HTTP Get ou Post input, calcula as conclusões usando cadeias de entrada humana e modelos. Esse é um ponto de partida que pode ser usado para cadeias mais sofisticadas.
Um exemplo para a criação do Plug-in do ChatGPT usando GitHub Codespaces, VS Code e Azure. A amostra inclui modelos para implantar o plug-in no Aplicativos de Contêiner do Azure usando a Azure Developer CLI.
Pegue documentos de texto como entrada, resuma usando a Linguagem de IA do Azure e, em seguida, envie para outro documento de texto usando o Azure Functions.
Para obter a lista completa dos modelos de IA do Azure, visite nossa galeria. Todos os modelos de aplicativos na nossa galeria podem ser ativados e implantados com um único comando: azd up.
A solução de exemplo empresarial mostra como criar uma Política de Gerenciamento de API do Azure para expor perfeitamente um único ponto de extremidade para seus aplicativos, mantendo uma lógica eficiente para consumir dois ou mais OpenAI ou qualquer back-end de API com base na disponibilidade e prioridade.
Avalie as respostas de um aplicativo de bate-papo em relação a um conjunto de respostas corretas ou ideais (conhecidas como verdade básica). As ferramentas de evaulação podem ser usadas com qualquer API de bate-papo que esteja em conformidade com o protocolo de bate-papo.
Use um teste de gafanhotos para validar que seu aplicativo de bate-papo pode lidar com a carga esperada. Se seu aplicativo de bate-papo não for dimensionado em seu Serviço de Aplicativo devido aos limites do TPM do Azure OpenAI, adicione um balanceador de carga e teste sua carga novamente. Os balanceadores de carga inteligentes incluem o Gerenciamento de API do Azure e os Aplicativos de Contêiner do Azure.
Um artigo que orienta você na implantação e no uso do exemplo de aplicativo de bate-papo corporativo para Python. Essa amostra é uma solução completa de ponta a ponta que demonstra o padrão de Geração Aumentada de Recuperação (RAG) em execução no Azure, usando a Pesquisa de IA do Azure para recuperação e modelos de linguagem grande do OpenAI do Azure para alimentar experiências de estilo do ChatGPT e Q&A.
Um exemplo mostra como receber um comando humano como entrada HTTP Get ou Post, calculando as conclusões usando cadeias de entrada humana e modelos. Esse é um ponto de partida que pode ser usado para cadeias mais sofisticadas.
Um exemplo para a criação do Plug-in do ChatGPT usando GitHub Codespaces, VS Code e Azure. A amostra inclui modelos para implantar o plug-in no Aplicativos de Contêiner do Azure usando a Azure Developer CLI.
Um artigo que discute como o Banco de Dados do Azure para PostgreSQL Flexible Server e o Azure Cosmos DB para PostgreSQL dão suporte à extensão pgvector, juntamente com uma visão geral, cenários, etc.
A versão do código-fonte do GitHub da biblioteca OpenAI Python fornece acesso conveniente à API OpenAI a partir de aplicativos escritos na linguagem Python.
Um bloco de anotações que contém um exemplo de como concluir o bate-papo para funcionar usando os pontos de extremidade do Azure. Este exemplo se concentra nas conclusões do bate-papo, mas também toca em algumas outras operações que também estão disponíveis usando a API.
Um bloco de anotações demonstrando operações como usar incorporações que podem ser feitas usando os pontos de extremidade do Azure. Este exemplo se concentra em incorporações, mas também toca em algumas outras operações que também estão disponíveis usando a API.
Um artigo com cenários de segurança mais complexos requer o controle de acesso baseado em função do Azure (RBAC do Azure). Este documento aborda como autenticar em seu recurso OpenAI usando a Microsoft Entra ID.
Um repositório que contém exemplos de legendas e transcrições em um cenário de call center.
Use a Inteligência de Documentos para automatizar um processo baseado em papel usando o workshop Novo registro de paciente com o Reconhecedor de Formulários (Código)
Uma apresentação no estilo de workshop que orienta você sobre como usar a Inteligência de Documentos para converter e automatizar um processo baseado em papel.
Use o Azure AI Speech para conversar com o Serviço Azure OpenAI. O texto reconhecido pelo serviço de Fala é enviado para o OpenAI do Azure. O serviço de Fala sintetiza a resposta de texto do Azure OpenAI.
Um repositório que contém uma ferramenta de linha de comando e um aplicativo do Windows que serve como uma interface local para o serviço de Tradução de Documentos do Azure para Windows, macOS e Linux.
Exemplos para o SDK de Fala dos Serviços Cognitivos do Azure. Vinculados a amostras para reconhecimento de fala, tradução, síntese de fala e muito mais.
A IA do Azure para Informação de Documentos (anteriormente, Reconhecimento de Formulários) é um serviço de nuvem que usa aprendizado de máquina para analisar texto e dados estruturados de documentos. O SDK (kit de desenvolvimento de software) de Informação de Documentos é um conjunto de bibliotecas e ferramentas que permite integrar facilmente os recursos da Informação de Documentos em seus aplicativos.
A Biblioteca de clientes para Análise de Texto. Isso faz parte do serviço Linguagem de IA do Azure, que fornece recursos de Processamento de Linguagem Natural (NLP) para reconhecimento e análise de texto.
Um artigo de início rápido que usa a Tradução de Documentos para traduzir um documento de origem em um idioma de destino, preservando a estrutura e a formatação do texto.
A biblioteca de clientes para a Compreensão da Linguagem Coloquial (CLU), um serviço de IA conversacional baseado em nuvem, que pode extrair intenções e entidades em conversas e atua como um orquestrador para selecionar o melhor candidato para analisar conversas e obter a melhor resposta de aplicativos como Qna, Luis e Conversation App.
Detecta conteúdo prejudicial gerado pelo usuário e por IA em aplicativos e serviços. A Segurança de Conteúdo inclui APIs de texto e imagem que permitem detectar material prejudicial.
Em breve: Ao longo de 2024, eliminaremos os problemas do GitHub como o mecanismo de comentários para conteúdo e o substituiremos por um novo sistema de comentários. Para obter mais informações, consulte https://aka.ms/ContentUserFeedback.