Introdução aos projetos de IA do Azure no VS Code

  • Artigo

Nota

O Azure AI Studio está atualmente em pré-visualização pública. Essa visualização é fornecida sem um contrato de nível de serviço e não a recomendamos para cargas de trabalho de produção. Algumas funcionalidades poderão não ser suportadas ou poderão ter capacidades limitadas. Para obter mais informações, veja Termos Suplementares de Utilização para Pré-visualizações do Microsoft Azure.

O Azure AI Studio suporta o desenvolvimento em VS Code - Web e Ambiente de Trabalho. Em cada cenário, sua instância do VS Code é conectada remotamente a um contêiner personalizado pré-criado em execução em uma máquina virtual, também conhecida como instância de computação. Para trabalhar em seu ambiente local ou para saber mais, siga as etapas em Instalar o SDK do Azure AI.

Iniciar o VS Code a partir do Azure AI Studio

  1. Vá para Azure AI Studio.

  2. Vá para Criar>projetos e selecione ou crie o projeto com o qual deseja trabalhar.

  3. No canto superior direito de qualquer página na guia Build, selecione Abrir projeto no VS Code (Web) se quiser trabalhar no navegador. Se você quiser trabalhar em sua instância local do VS Code, selecione a seta suspensa e escolha Abrir projeto no VS Code (Área de trabalho).

  4. Na caixa de diálogo aberta após a etapa anterior, selecione ou crie a instância de computação que você deseja usar.

  5. Quando a computação estiver em execução, selecione Configurar que configura o contêiner em sua computação para você. A configuração de computação pode levar alguns minutos para ser concluída. Depois de configurar a computação pela primeira vez, você pode iniciar diretamente as vezes subsequentes. Talvez seja necessário autenticar sua computação quando solicitado.

    Aviso

    Mesmo que você habilite e configure o desligamento ocioso em sua instância de computação, todos os cálculos que hospedam esse contêiner personalizado para o VS Code não ficarão ociosos. Isso é para garantir que a computação não desligue inesperadamente enquanto você estiver trabalhando em um contêiner.

  6. Quando o contêiner estiver pronto, selecione Iniciar. Isso inicia sua experiência VS Code selecionada anteriormente, conectada remotamente a um ambiente de desenvolvimento personalizado em execução em sua instância de computação.

    Se você selecionou VS Code (Web), uma nova guia do navegador conectada a vscode.dev será aberta. Se você selecionou VS Code (Desktop), uma nova instância local do VS Code será aberta em sua máquina local.

A estrutura de pastas de contêiner personalizada

Nossos ambientes de desenvolvimento pré-criados são baseados em um contêiner docker que tem os pacotes generativos do SDK do Azure AI, a CLI do Azure AI, o SDK de fluxo de prompt e outras ferramentas. O ambiente está configurado para executar o VS Code remotamente dentro do contêiner. O contêiner é definido de maneira semelhante a este Dockerfile e é baseado na imagem de contêiner de desenvolvimento Python 3.10 da Microsoft.

Seu explorador de arquivos é aberto para o diretório de projeto específico que você iniciou no AI Studio.

O contêiner é configurado com a hierarquiaafh de pastas (diretório) do Azure AI, que foi projetada para orientá-lo dentro do contexto de desenvolvimento atual e ajudá-lo a trabalhar com seu código, dados e arquivos compartilhados de forma mais eficiente. Este afh diretório abriga seus projetos de IA do Azure, e cada projeto tem um diretório de projeto dedicado que inclui codee datashared pastas.

Esta tabela resume a estrutura de pastas:

Pasta Description
code Use para trabalhar com repositórios git ou arquivos de código local.

A code pasta é um local de armazenamento diretamente em sua instância de computação e performante para repositórios grandes. É um local ideal para clonar seus repositórios git ou, de outra forma, trazer ou criar seus arquivos de código.
data Use para armazenar arquivos de dados locais. Recomendamos que você use a data pasta para armazenar e referenciar dados locais de forma consistente.
shared Use para trabalhar com arquivos e ativos compartilhados de um projeto, como fluxos de prompt.

Por exemplo, shared\Users\{user-name}\promptflow é onde você encontra os fluxos de prompt do projeto.

Importante

É recomendável que você trabalhe dentro deste diretório de projeto. Os arquivos, pastas e repositórios incluídos no diretório do projeto persistem na máquina host (instância de computação). Os arquivos armazenados nas pastas de código e dados persistirão mesmo quando a instância de computação for interrompida ou reiniciada, mas serão perdidos se a computação for excluída. No entanto, os arquivos compartilhados são salvos na conta de armazenamento do recurso do hub do Azure AI e, portanto, não são perdidos se a instância de computação for excluída.

O SDK do Azure AI

Para começar a usar o SDK de IA, recomendamos o repositório aistudio-copilot-sample como um repositório inicial abrangente que inclui algumas implementações diferentes de copiloto. Para obter a lista completa de exemplos, confira o repositório de Exemplos de IA do Azure.

  1. Abra um terminal

  2. Clone um repositório de exemplo na pasta do code seu projeto. Você pode ser solicitado a se autenticar no GitHub

    cd code
git clone https://github.com/azure/aistudio-copilot-sample

  3. Se você tiver blocos de anotações ou arquivos de código existentes, poderá importar import azure.ai.generative e usar o intellisense para procurar recursos incluídos nesse pacote

A CLI do Azure AI

Se você preferir trabalhar interativamente, a CLI de IA do Azure tem tudo o que você precisa para criar soluções de IA generativas.

  1. Abra um terminal para começar
  2. ai help orienta você pelos recursos da CLI
  3. ai init configura seus recursos em seu ambiente de desenvolvimento

Trabalhando com fluxos imediatos

Você pode usar o SDK do Azure AI e a CLI do Azure AI para criar, fazer referência e trabalhar com fluxos de prompt.

Os fluxos de prompt já criados no Azure AI Studio podem ser encontrados em shared\Users\{user-name}\promptflow. Você também pode criar novos fluxos em sua code pasta ou shared usando a CLI e o SDK do Azure AI.

  • Para fazer referência a um fluxo existente usando a CLI da IA, use ai flow invoke.
  • Para criar um novo fluxo usando a CLI da IA, use ai flow new.

O fluxo de prompt usará automaticamente as conexões de IA do Azure às quais seu projeto tem acesso quando você usa a CLI ou SDK da AI.

Você também pode trabalhar com a extensão de fluxo de prompt no VS Code, que está pré-instalada neste ambiente. Dentro dessa extensão, você pode definir o provedor de conexão para seu projeto de IA do Azure. Consulte Consumir conexões do Azure AI.

Para recursos específicos de fluxo de prompt que não estão presentes no AI SDK e CLI, você pode trabalhar diretamente com a CLI ou SDK de fluxo de prompt. Para obter mais informações, consulte Recursos de fluxo de prompt.

Observações

Se você planeja trabalhar em vários diretórios de código e dados ou em vários repositórios, pode usar o recurso explorador de arquivos raiz dividida no VS Code. Para experimentar esta funcionalidade, siga estes passos:

  1. Digite Ctrl+Shift+p para abrir a paleta de comandos. Procure e selecione Espaços de trabalho: Adicionar pasta ao espaço de trabalho.
  2. Selecione a pasta do repositório que deseja carregar. Deverá ver uma nova secção no explorador de ficheiros para a pasta que abriu. Se era um repositório, agora você pode trabalhar com controle de origem no VS Code.
  3. Se você quiser salvar essa configuração para futuras sessões de desenvolvimento, digite novamente Ctrl+Shift+p e selecione Espaços de trabalho: Salvar espaço de trabalho como. Esta ação salva um arquivo de configuração na sua pasta atual.

Para compatibilidade entre idiomas e integração perfeita dos recursos de IA do Azure, explore o Hub de IA do Azure em https://aka.ms/azai. Descubra modelos de aplicativos e exemplos de SDK em sua linguagem de programação preferida.

Próximos passos