Краткое руководство. Начало работы с помощниками Azure OpenAI (предварительная версия)

Azure OpenAI Assistants (предварительная версия) позволяет создавать помощников ИИ, адаптированных к вашим потребностям, с помощью пользовательских инструкций, и с расширенными инструментами, такими как интерпретатор кода и пользовательские функции.

Внимание

Элементы, обозначенные в этой статье как (предварительная версия), сейчас предлагаются в общедоступной предварительной версии. Эта предварительная версия предоставляется без соглашения об уровне обслуживания, и мы не рекомендуем ее для рабочих нагрузок. Некоторые функции могут не поддерживаться или их возможности могут быть ограничены. Дополнительные сведения см. в статье Дополнительные условия использования Предварительных версий Microsoft Azure.

Необходимые компоненты

• Подписка Azure — создайте бесплатную учетную запись.
• Ресурс службы Azure OpenAI с развернутой моделью. Дополнительные сведения о моделях развертывания Azure, см. в руководстве по развертыванию ресурсов.
• Проект ИИ Azure в Azure AI Studio

Перейдите в Azure AI Studio (предварительная версия)

Azure AI Studio позволяет использовать Помощники версии 2, которые предоставляют несколько обновлений, таких как средство поиска файлов, которое быстрее и поддерживает больше файлов.

1. Войдите в Azure AI Studio.

2. Перейдите к проекту или создайте проект в Azure AI Studio.

3. В обзоре проекта выберите Помощники, расположенные на детской площадке Project.

   На игровой площадке Помощников можно изучить, прототипировать и тестировать помощников по искусственному интеллекту без необходимости выполнять какой-либо код. На этой странице можно быстро итерировать и экспериментировать с новыми идеями.

   На детской площадке есть несколько вариантов настройки помощника. На следующих шагах вы будете использовать панель настройки помощника для создания нового помощника по искусственному интеллекту.

   Имя	Description
   Имя помощника	Имя развертывания, связанное с определенной моделью.
   Инструкции	Инструкции напоминают системные сообщения, с их помощью вы даете модели руководство по поведению и контекст, на который она должна ссылаться при создании ответа. Вы можете описать личность помощника, указать ему, что он должен и не должен отвечать, и сообщить о том, как форматировать ответы. Вы также можете указать примеры действий, которые следует предпринять при ответе.
   Развертывание	Здесь вы указываете развертывание модели для использования с помощником.
   Функции	Создайте пользовательские определения функций для моделей, чтобы сформулировать вызовы API и структурировать выходные данные на основе ваших спецификаций. Не используется в этом кратком руководстве.
   Интерпретатор кода	Интерпретатор кода предоставляет доступ к изолированной среде Python, которую можно использовать для проверки и выполнения кода модели.
   Файлы	Вы можете отправить до 10 000 файлов с максимальным размером 512 МБ для использования с инструментами. Не используется в этом кратком руководстве.

   

Создание первого помощника

1. Выберите развертывание в раскрывающемся списке "Развертывания".

2. В раскрывающемся списке "Помощник по настройке" нажмите кнопку "Создать".

3. Присвойте помощнику имя.

4. Введите следующие инструкции : "Вы являетесь помощником по искусственному интеллекту, который может писать код, чтобы помочь ответить на математические вопросы"

5. Выберите развертывание модели. Мы рекомендуем протестировать одну из последних моделей gpt-4.

6. Выберите переключатель включения интерпретатора кода.

7. Выберите Сохранить.

   

8. Введите вопрос помощника, чтобы ответить: "Мне нужно решить уравнение 3x + 11 = 14. Ты можешь мне помочь?"

9. Нажмите кнопку "Добавить и запустить"

   The solution to the equation (3x + 11 = 14) is (x = 1).
   

   Хотя мы видим, что ответ правильный, чтобы убедиться, что модель, используемая интерпретатор кода для получения этого ответа, и что написанный код действителен, а не просто повторять ответ из обучающих данных модели, мы будем задавать другой вопрос.

10. Введите следующий вопрос: "Показать мне код, который вы запустили, чтобы получить это решение".

    Sure. The code is very straightforward
    

    # calculation
    x = (14 - 11) / 3
    x
    
    

    First, we subtract 11 from 14, then divide the result by 3. This gives us the value of x which is 1.0.
    

    

Вы также можете обратиться к журналам на правой панели, чтобы убедиться, что интерпретатор кода использовался и для проверки кода, выполняемого для создания ответа. Важно помнить, что в то время как интерпретатор кода дает модели возможность реагировать на более сложные математические вопросы, преобразовав вопросы в код и выполняясь в изолированной среде Python, вам по-прежнему необходимо проверить ответ, чтобы убедиться, что модель правильно преобразовала свой вопрос в допустимое представление в коде.

Основные понятия

При использовании игровой площадки Помощников помните о следующих понятиях.

Инструменты

Отдельный помощник может получить доступ до 128 инструментов, включая code interpreterлюбые пользовательские инструменты, создаваемые с помощью функций.

Сеанс чата

Сеанс чата также называется потоком в API помощника, где происходит беседа между пользователем и помощником. В отличие от традиционных вызовов завершения чата, количество сообщений в потоке не ограничено. Помощник автоматически сжимает запросы, чтобы соответствовать пределу маркера ввода модели.

Это также означает, что вы не контролируете, сколько маркеров передается модели во время каждой очереди беседы. Управление маркерами абстрагируется и обрабатывается полностью API помощников.

Нажмите кнопку "Очистить чат", чтобы удалить текущий журнал бесед.

Под текстовым полем ввода есть две кнопки:

• Добавьте сообщение без запуска.
• Добавьте и запустите.

Журналы

Журналы предоставляют подробный снимок действий API помощника.

Показать панели

По умолчанию существует три панели: настройка помощника, сеанс чата и журналы. Отображение панелей позволяет добавлять, удалять и изменять порядок панелей. Если вы когда-либо закрываете панель и хотите вернуть ее, используйте панели show для восстановления потерянной панели.

Очистка ресурсов

Если вы хотите очистить и удалить ресурс Azure OpenAI, можно удалить ресурс или группу ресурсов. При удалении группы ресурсов также удаляются все связанные с ней ресурсы.

• Портал Azure
• Azure CLI

Кроме того, вы можете удалить помощника или поток через API помощника.

См. также

• Узнайте больше об использовании помощников с нашим руководством по помощникам.
• Примеры API Azure OpenAI Assistants

Пакет исходного кода | библиотеки справочной документации | (PyPi) |

Необходимые компоненты

• подписка Azure — создайте бесплатную учетную запись.
• Python 3.8 или более поздней версии
• Следующие библиотеки Python: os, openai (требуется версия 1.x)
• Azure CLI , используемый для проверки подлинности без пароля в локальной среде разработки, создайте необходимый контекст, выполнив вход с помощью Azure CLI.
• Ресурс Azure OpenAI с совместимой моделью в поддерживаемом регионе.
• Мы рекомендуем ознакомиться с примечанием о прозрачности ответственного ИИ и другими ресурсами ответственного искусственного интеллекта, чтобы ознакомиться с возможностями и ограничениями службы Azure OpenAI.
• Ресурс Azure OpenAI с gpt-4 (1106-preview) развернутой моделью использовался для тестирования этого примера.

Рекомендуется использовать проверку подлинности без пароля

Для проверки подлинности без пароля необходимо выполнить следующие действия.

1. Используйте пакет azure-identity.
2. Назначьте роль учетной Cognitive Services User записи пользователя. Это можно сделать в портал Azure в разделе управления доступом (IAM)>Добавить назначение ролей.
3. Войдите с помощью Azure CLI, например az login.

Настройка

1. Установите клиентную библиотеку OpenAI Python с помощью следующих компонентов:

pip install openai

2. Для рекомендуемой проверки подлинности без пароля:

pip install azure-identity

Примечание.

• Поиск по файлам может получать до 10 000 файлов на помощника — 500 раз больше, чем раньше. Это быстрый процесс, который поддерживает параллельные многопоточные поисковые запросы, а также функции расширенного повторного ранжирования и перезаписи запросов.
  • Векторное хранилище — это новый объект в API. После добавления файла в векторное хранилище он автоматически анализируется, делится на блоки и кодируется в векторном представлении, чтобы подготовить к поиску по содержимому. Векторные хранилища можно использовать между разными помощниками и потоками, упрощая управление файлами и выставление счетов.
• Мы добавили поддержку tool_choice параметра, который можно использовать для принудительного использования определенного средства (например, поиска файлов, интерпретатора кода или функции) в определенном запуске.

Примечание.

Эта библиотека поддерживается OpenAI. Ознакомьтесь с журналом выпуска, чтобы отслеживать последние обновления библиотеки.

Получение ключа и конечной точки

Для успешного выполнения вызова к службе Azure OpenAI вам потребуется следующее.

Имя переменной	Значение
ENDPOINT	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure. Вы также можете найти конечную точку на странице "Развертывания" в Azure AI Studio. Пример конечной точки: https://docs-test-001.openai.azure.com/.
API-KEY	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure. Вы можете использовать KEY1 или KEY2.
DEPLOYMENT-NAME	Это значение будет соответствовать пользовательскому имени, которое вы выбрали для развертывания при развертывании модели. Это значение можно найти в разделе "Развертывания модели управления>ресурсами" в портал Azure или на странице "Развертывания" в Azure AI Studio.

Перейдите к своему ресурсу на портале Azure. Ключи и конечная точка можно найти в разделе "Управление ресурсами". Скопируйте конечную точку и ключ доступа, так как они потребуются для проверки подлинности вызовов API. Вы можете использовать KEY1 или KEY2. Наличие двух ключей позволяет безопасно менять и повторно создавать ключи без прерывания работы службы.

Переменные среды

Создайте и назначьте переменные постоянной среды для ключа и конечной точки.

Внимание

Если вы используете ключ API, сохраните его в другом месте, например в Azure Key Vault. Не включайте ключ API непосредственно в код и никогда не публикуйте его.

Дополнительные сведения о безопасности служб ИИ см. в статье "Проверка подлинности запросов к службам ИИ Azure".

Командная строка

setx AZURE_OPENAI_API_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE" 
setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE" 

PowerShell

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_API_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')
[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_ENDPOINT', 'REPLACE_WITH_YOUR_ENDPOINT_HERE', 'User')

Bash

export AZURE_OPENAI_API_KEY="REPLACE_WITH_YOUR_KEY_VALUE_HERE"
export AZURE_OPENAI_ENDPOINT="REPLACE_WITH_YOUR_ENDPOINT_HERE"

Создание помощника

В нашем коде мы укажем следующие значения:

Имя	Description
Имя помощника	Имя развертывания, связанное с определенной моделью.
Инструкции	Инструкции напоминают системные сообщения, с их помощью вы даете модели руководство по поведению и контекст, на который она должна ссылаться при создании ответа. Вы можете описать личность помощника, указать ему, что он должен и не должен отвечать, и сообщить о том, как форматировать ответы. Вы также можете указать примеры действий, которые следует предпринять при ответе.
Модель	Здесь вы устанавливаете имя развертывания модели для использования с помощником. Средство извлечения требует gpt-35-turbo (1106) или gpt-4 (1106-preview) модели. Присвойте этому значению имя развертывания, а не имя модели, если оно не совпадает.
Интерпретатор кода	Интерпретатор кода предоставляет доступ к изолированной среде Python, которую можно использовать для проверки и выполнения кода модели.

Инструменты

Отдельный помощник может получить доступ до 128 инструментов, включая code interpreterлюбые пользовательские инструменты, создаваемые с помощью функций.

Создание приложения Python

Войдите в Azure, а az login затем создайте и запустите помощник с помощью следующего рекомендуемого примера Python без пароля:

import os
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
from openai import AzureOpenAI

token_provider = get_bearer_token_provider(DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default")

client = AzureOpenAI(
    azure_ad_token_provider=token_provider,
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    api_version="2024-05-01-preview",
)

# Create an assistant
assistant = client.beta.assistants.create(
    name="Math Assist",
    instructions="You are an AI assistant that can write code to help answer math questions.",
    tools=[{"type": "code_interpreter"}],
    model="gpt-4-1106-preview" # You must replace this value with the deployment name for your model.
)

# Create a thread
thread = client.beta.threads.create()

# Add a user question to the thread
message = client.beta.threads.messages.create(
    thread_id=thread.id,
    role="user",
    content="I need to solve the equation `3x + 11 = 14`. Can you help me?"
)

# Run the thread and poll for the result
run = client.beta.threads.runs.create_and_poll(
    thread_id=thread.id,
    assistant_id=assistant.id,
    instructions="Please address the user as Jane Doe. The user has a premium account.",
)

print("Run completed with status: " + run.status)

if run.status == "completed":
    messages = client.beta.threads.messages.list(thread_id=thread.id)
    print(messages.to_json(indent=2))

Чтобы использовать ключ API службы для проверки подлинности, можно создать и запустить помощник с помощью следующего примера Python:

import os
from openai import AzureOpenAI

client = AzureOpenAI(
    api_key=os.environ["AZURE_OPENAI_API_KEY"],
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    api_version="2024-05-01-preview",
)

# Create an assistant
assistant = client.beta.assistants.create(
    name="Math Assist",
    instructions="You are an AI assistant that can write code to help answer math questions.",
    tools=[{"type": "code_interpreter"}],
    model="gpt-4-1106-preview" # You must replace this value with the deployment name for your model.
)

# Create a thread
thread = client.beta.threads.create()

# Add a user question to the thread
message = client.beta.threads.messages.create(
    thread_id=thread.id,
    role="user",
    content="I need to solve the equation `3x + 11 = 14`. Can you help me?"
)

# Run the thread and poll for the result
run = client.beta.threads.runs.create_and_poll(
    thread_id=thread.id,
    assistant_id=assistant.id,
    instructions="Please address the user as Jane Doe. The user has a premium account.",
)

print("Run completed with status: " + run.status)

if run.status == "completed":
    messages = client.beta.threads.messages.list(thread_id=thread.id)
    print(messages.to_json(indent=2))

Выходные данные

Выполнение завершено с состоянием: завершено

{
  "data": [
    {
      "id": "msg_4SuWxTubHsHpt5IlBTO5Hyw9",
      "assistant_id": "asst_cYqL1RuwLyFV3HU1gkaE2k0K",
      "attachments": [],
      "content": [
        {
          "text": {
            "annotations": [],
            "value": "The solution to the equation \\(3x + 11 = 14\\) is \\(x = 1\\)."
          },
          "type": "text"
        }
      ],
      "created_at": 1716397091,
      "metadata": {},
      "object": "thread.message",
      "role": "assistant",
      "run_id": "run_hFgBPbUtO8ZNTnNPC8PgpH1S",
      "thread_id": "thread_isb7spwRycI5ueT9E7357aOm"
    },
    {
      "id": "msg_Z32w2E7kY5wEWhZqQWxIbIUB",
      "assistant_id": null,
      "attachments": [],
      "content": [
        {
          "text": {
            "annotations": [],
            "value": "I need to solve the equation `3x + 11 = 14`. Can you help me?"
          },
          "type": "text"
        }
      ],
      "created_at": 1716397025,
      "metadata": {},
      "object": "thread.message",
      "role": "user",
      "run_id": null,
      "thread_id": "thread_isb7spwRycI5ueT9E7357aOm"
    }
  ],
  "object": "list",
  "first_id": "msg_4SuWxTubHsHpt5IlBTO5Hyw9",
  "last_id": "msg_Z32w2E7kY5wEWhZqQWxIbIUB",
  "has_more": false
}

Расшифровка результатов

В этом примере мы создадим помощника с включенным интерпретатором кода. Когда мы задаем помощнику математический вопрос, он преобразует вопрос в код Python и выполняет код в изолированной среде, чтобы определить ответ на этот вопрос. Код, который создает и тестирует модель, чтобы получить ответ:

from sympy import symbols, Eq, solve  
  
# Define the variable  
x = symbols('x')  
  
# Define the equation  
equation = Eq(3*x + 11, 14)  
  
# Solve the equation  
solution = solve(equation, x)  
solution  

Важно помнить, что в то время как интерпретатор кода дает модели возможность реагировать на более сложные запросы, преобразовав вопросы в код и выполняя этот код итеративно в песочнице Python, пока он не достигнет решения, необходимо проверить ответ, чтобы убедиться, что модель правильно преобразовала вопрос в допустимое представление в коде.

Очистка ресурсов

Если вы хотите очистить и удалить ресурс Azure OpenAI, можно удалить ресурс или группу ресурсов. При удалении группы ресурсов также удаляются все связанные с ней ресурсы.

• Портал Azure
• Azure CLI

См. также

• Узнайте больше об использовании помощников с нашим руководством по помощникам.
• Примеры API Azure OpenAI Assistants

Справочная документация | по пакету исходного кода | (NuGet)

Необходимые компоненты

• подписка Azure — создайте бесплатную учетную запись.
• Пакет SDK для .NET 8
• Ресурс Azure OpenAI с совместимой моделью в поддерживаемом регионе.
• Мы рекомендуем ознакомиться с примечанием о прозрачности ответственного ИИ и другими ресурсами ответственного искусственного интеллекта, чтобы ознакомиться с возможностями и ограничениями службы Azure OpenAI.
• Ресурс Azure OpenAI с gpt-4 (1106-preview) развернутой моделью использовался для тестирования этого примера.

Настройка

Создание приложения .NET Core

1. В окне консоли (например, cmd, PowerShell или Bash) используйте dotnet new команду для создания нового консольного приложения с именем azure-openai-quickstart:

   dotnet new console -n azure-openai-assistants-quickstart
   

2. Перейдите в каталог только что созданной папки приложения и создайте приложение с dotnet build помощью команды:

   dotnet build
   

   Выходные данные сборки не должны содержать предупреждений или ошибок.

   ...
   Build succeeded.
    0 Warning(s)
    0 Error(s)
   ...
   

3. Установите клиентская библиотека OpenAI .NET с помощью команды dotnet add package:

   dotnet add package Azure.AI.OpenAI --prerelease
   

Получение ключа и конечной точки

Чтобы успешно выполнить вызов к Azure OpenAI, вам потребуется конечная точка и ключ.

Имя переменной	Значение
ENDPOINT	Конечная точка службы можно найти в разделе "Ключи" и "Конечная точка" при изучении ресурса из портал Azure. Кроме того, можно найти конечную точку на странице "Развертывания " в Azure AI Studio. Пример конечной точки: https://docs-test-001.openai.azure.com/.
API-KEY	Это значение можно найти в разделе Ключи и конечная точка при просмотре ресурса на портале Azure. Вы можете использовать KEY1 или KEY2.

Перейдите к своему ресурсу на портале Azure. Раздел "Ключи и конечная точка " можно найти в разделе "Управление ресурсами". Скопируйте конечную точку и ключ доступа, так как они потребуются для проверки подлинности вызовов API. Вы можете использовать KEY1 или KEY2. Наличие двух ключей позволяет безопасно менять и повторно создавать ключи без прерывания работы службы.

Переменные среды

Создайте и назначьте переменные постоянной среды для ключа и конечной точки.

Внимание

Если вы используете ключ API, сохраните его в другом месте, например в Azure Key Vault. Не включайте ключ API непосредственно в код и никогда не публикуйте его.

Дополнительные сведения о безопасности служб ИИ см. в статье "Проверка подлинности запросов к службам ИИ Azure".

Командная строка

setx AZURE_OPENAI_API_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE" 
setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE" 

PowerShell

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_API_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')
[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_ENDPOINT', 'REPLACE_WITH_YOUR_ENDPOINT_HERE', 'User')

Bash

export AZURE_OPENAI_API_KEY="REPLACE_WITH_YOUR_KEY_VALUE_HERE"
export AZURE_OPENAI_ENDPOINT="REPLACE_WITH_YOUR_ENDPOINT_HERE"

Рекомендуется использовать проверку подлинности без пароля

Проверка подлинности без пароля является более безопасной, чем альтернатива на основе ключей и рекомендуется использовать для подключения к службам Azure. Если вы выберете проверку подлинности без пароля, вам потребуется выполнить следующие действия.

1. Добавьте пакет Azure.Identity.

   dotnet add package Azure.Identity
   

2. Назначьте роль учетной Cognitive Services User записи пользователя. Это можно сделать в портал Azure ресурса OpenAI в разделе управления доступом (IAM)>Добавить назначение ролей.

3. Войдите в Azure с помощью Visual Studio или Azure CLI.az login

Создание помощника

Program.cs Обновите файл со следующим кодом, чтобы создать помощника:

using Azure;
using Azure.AI.OpenAI.Assistants;

// Assistants is a beta API and subject to change
// Acknowledge its experimental status by suppressing the matching warning.
string endpoint = Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT");
string key = Environment.GetEnvironmentVariable("AZURE_OPENAI_API_KEY");

var openAIClient = new AzureOpenAIClient(new Uri(endpoint), new AzureKeyCredential(key));

// Use for passwordless auth
//var openAIClient = new AzureOpenAIClient(new Uri(endpoint), new DefaultAzureCredential()); 

FileClient fileClient = openAIClient.GetFileClient();
AssistantClient assistantClient = openAIClient.GetAssistantClient();

// First, let's contrive a document we'll use retrieval with and upload it.
using Stream document = BinaryData.FromString("""
            {
                "description": "This document contains the sale history data for Contoso products.",
                "sales": [
                    {
                        "month": "January",
                        "by_product": {
                            "113043": 15,
                            "113045": 12,
                            "113049": 2
                        }
                    },
                    {
                        "month": "February",
                        "by_product": {
                            "113045": 22
                        }
                    },
                    {
                        "month": "March",
                        "by_product": {
                            "113045": 16,
                            "113055": 5
                        }
                    }
                ]
            }
            """).ToStream();

OpenAIFileInfo salesFile = await fileClient.UploadFileAsync(
    document,
    "monthly_sales.json",
    FileUploadPurpose.Assistants);

// Now, we'll create a client intended to help with that data
AssistantCreationOptions assistantOptions = new()
{
    Name = "Example: Contoso sales RAG",
    Instructions =
        "You are an assistant that looks up sales data and helps visualize the information based"
        + " on user queries. When asked to generate a graph, chart, or other visualization, use"
        + " the code interpreter tool to do so.",
    Tools =
            {
                new FileSearchToolDefinition(),
                new CodeInterpreterToolDefinition(),
            },
    ToolResources = new()
    {
        FileSearch = new()
        {
            NewVectorStores =
                    {
                        new VectorStoreCreationHelper([salesFile.Id]),
                    }
        }
    },
};

Assistant assistant = await assistantClient.CreateAssistantAsync(deploymentName, assistantOptions);

// Create and run a thread with a user query about the data already associated with the assistant
ThreadCreationOptions threadOptions = new()
{
    InitialMessages = { "How well did product 113045 sell in February? Graph its trend over time." }
};

ThreadRun threadRun = await assistantClient.CreateThreadAndRunAsync(assistant.Id, threadOptions);

// Check back to see when the run is done
do
{
    Thread.Sleep(TimeSpan.FromSeconds(1));
    threadRun = assistantClient.GetRun(threadRun.ThreadId, threadRun.Id);
} while (!threadRun.Status.IsTerminal);

// Finally, we'll print out the full history for the thread that includes the augmented generation
AsyncCollectionResult<ThreadMessage> messages
    = assistantClient.GetMessagesAsync(
        threadRun.ThreadId,
        new MessageCollectionOptions() { Order = MessageCollectionOrder.Ascending });

await foreach (ThreadMessage message in messages)
{
    Console.Write($"[{message.Role.ToString().ToUpper()}]: ");
    foreach (MessageContent contentItem in message.Content)
    {
        if (!string.IsNullOrEmpty(contentItem.Text))
        {
            Console.WriteLine($"{contentItem.Text}");

            if (contentItem.TextAnnotations.Count > 0)
            {
                Console.WriteLine();
            }

            // Include annotations, if any.
            foreach (TextAnnotation annotation in contentItem.TextAnnotations)
            {
                if (!string.IsNullOrEmpty(annotation.InputFileId))
                {
                    Console.WriteLine($"* File citation, file ID: {annotation.InputFileId}");
                }
                if (!string.IsNullOrEmpty(annotation.OutputFileId))
                {
                    Console.WriteLine($"* File output, new file ID: {annotation.OutputFileId}");
                }
            }
        }
        if (!string.IsNullOrEmpty(contentItem.ImageFileId))
        {
            OpenAIFileInfo imageInfo = await fileClient.GetFileAsync(contentItem.ImageFileId);
            BinaryData imageBytes = await fileClient.DownloadFileAsync(contentItem.ImageFileId);
            using FileStream stream = File.OpenWrite($"{imageInfo.Filename}.png");
            imageBytes.ToStream().CopyTo(stream);

            Console.WriteLine($"<image: {imageInfo.Filename}.png>");
        }
    }
    Console.WriteLine();
}

Запустите приложение с помощью dotnet run команды:

dotnet run

Выходные данные консоли должны выглядеть следующим образом:

[USER]: How well did product 113045 sell in February? Graph its trend over time.

[ASSISTANT]: Product 113045 sold 22 units in February. Let's visualize its sales trend over the given months (January through March).

I'll create a graph to depict this trend.

[ASSISTANT]: <image: 553380b7-fdb6-49cf-9df6-e8e6700d69f4.png>
The graph above visualizes the sales trend for product 113045 from January to March. As seen, the sales peaked in February with 22 units sold, and fluctuated over the period from January (12 units) to March (16 units).

If you need further analysis or more details, feel free to ask!

Очистка ресурсов

Если вы хотите очистить и удалить ресурс Azure OpenAI, можно удалить ресурс или группу ресурсов. При удалении группы ресурсов также удаляются все связанные с ней ресурсы.

• Портал Azure
• Azure CLI

См. также

• Узнайте больше об использовании помощников с нашим руководством по помощникам.
• Примеры API Azure OpenAI Assistants

Пакет исходного кода | библиотеки справочной документации | (npm) |

Необходимые компоненты

• подписка Azure — создайте бесплатную учетную запись.
• Node.js поддержка LTS или ESM.
• Azure CLI , используемый для проверки подлинности без пароля в локальной среде разработки, создайте необходимый контекст, выполнив вход с помощью Azure CLI.
• Ресурс Azure OpenAI с совместимой моделью в поддерживаемом регионе.
• Мы рекомендуем ознакомиться с примечанием о прозрачности ответственного ИИ и другими ресурсами ответственного искусственного интеллекта, чтобы ознакомиться с возможностями и ограничениями службы Azure OpenAI.
• Ресурс Azure OpenAI с gpt-4 (1106-preview) развернутой моделью использовался для тестирования этого примера.

Рекомендуется использовать проверку подлинности идентификатора Microsoft Entra

Для проверки подлинности без ключа необходимо выполнить следующие действия.

1. @azure/identity Используйте пакет.
2. Назначьте роль учетной Cognitive Services User записи пользователя. Это можно сделать в портал Azure в разделе управления доступом (IAM)>Добавить назначение ролей.
3. Войдите с помощью Azure CLI, например az login.

Настройка

1. Создайте новую папку assistants-quickstart для хранения приложения и откройте Visual Studio Code в этой папке с помощью следующей команды:

   mkdir assistants-quickstart && code assistants-quickstart
   

2. Создайте следующую package.json команду:

   npm init -y
   

3. Обновите ECMAScript с помощью следующей package.json команды:

   npm pkg set type=module
   

4. Установите клиентскую библиотеку OpenAI Assistants для JavaScript с помощью:

   npm install openai
   

5. Для рекомендуемой проверки подлинности без пароля:

   npm install @azure/identity
   

Получение сведений о ресурсе

Microsoft Entra ID

Имя переменной	Значение
AZURE_OPENAI_ENDPOINT	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure.
AZURE_OPENAI_DEPLOYMENT_NAME	Это значение будет соответствовать пользовательскому имени, которое вы выбрали для развертывания при развертывании модели. Это значение можно найти в разделе "Развертывания модели управления>ресурсами" в портал Azure.
OPENAI_API_VERSION	Дополнительные сведения о версиях API.

Дополнительные сведения о бессерверной проверке подлинности и настройке переменных среды.

Ключ API

Имя переменной	Значение
AZURE_OPENAI_ENDPOINT	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure.
AZURE_OPENAI_API_KEY	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure. Вы можете использовать KEY1 или KEY2.
AZURE_OPENAI_DEPLOYMENT_NAME	Это значение будет соответствовать пользовательскому имени, которое вы выбрали для развертывания при развертывании модели. Это значение можно найти в разделе "Развертывания модели управления>ресурсами" в портал Azure.
OPENAI_API_VERSION	Дополнительные сведения о версиях API.

Дополнительные сведения о поиске ключей API и настройке переменных среды.

Внимание

Чтобы использовать рекомендуемую проверку подлинности без ключа с пакетом SDK, убедитесь, что AZURE_OPENAI_API_KEY переменная среды не задана.

Создание помощника

В нашем коде мы укажем следующие значения:

Имя	Description
Имя помощника	Имя развертывания, связанное с определенной моделью.
Инструкции	Инструкции напоминают системные сообщения, с их помощью вы даете модели руководство по поведению и контекст, на который она должна ссылаться при создании ответа. Вы можете описать личность помощника, указать ему, что он должен и не должен отвечать, и сообщить о том, как форматировать ответы. Вы также можете указать примеры действий, которые следует предпринять при ответе.
Модель	Это имя развертывания.
Интерпретатор кода	Интерпретатор кода предоставляет доступ к изолированной среде Python, которую можно использовать для проверки и выполнения кода модели.

Инструменты

Отдельный помощник может получить доступ до 128 инструментов, включая code interpreterлюбые пользовательские инструменты, создаваемые с помощью функций.

Создание приложения JavaScript

Microsoft Entra ID

1. index.js Создайте файл со следующим кодом:

   const { AzureOpenAI } = require("openai");
   const {
     DefaultAzureCredential,
     getBearerTokenProvider,
   } = require("@azure/identity");
   
   // Get environment variables
   const azureOpenAIEndpoint = process.env.AZURE_OPENAI_ENDPOINT;
   const azureOpenAIDeployment = process.env.AZURE_OPENAI_DEPLOYMENT_NAME;
   const azureOpenAIVersion = process.env.OPENAI_API_VERSION;
   
   // Check env variables
   if (!azureOpenAIEndpoint || !azureOpenAIDeployment || !azureOpenAIVersion) {
     throw new Error(
       "Please ensure to set AZURE_OPENAI_DEPLOYMENT_NAME and AZURE_OPENAI_ENDPOINT in your environment variables."
     );
   }
   
   // Get Azure SDK client
   const getClient = () => {
     const credential = new DefaultAzureCredential();
     const scope = "https://cognitiveservices.azure.com/.default";
     const azureADTokenProvider = getBearerTokenProvider(credential, scope);
   
     const assistantsClient = new AzureOpenAI({
       endpoint: azureOpenAIEndpoint,
       apiVersion: azureOpenAIVersion,
       azureADTokenProvider,
     });
     return assistantsClient;
   };
   
   const assistantsClient = getClient();
   
   const options = {
     model: azureOpenAIDeployment, // Deployment name seen in Azure AI Studio
     name: "Math Tutor",
     instructions:
       "You are a personal math tutor. Write and run JavaScript code to answer math questions.",
     tools: [{ type: "code_interpreter" }],
   };
   const role = "user";
   const message = "I need to solve the equation `3x + 11 = 14`. Can you help me?";
   
   // Create an assistant
   const assistantResponse = await assistantsClient.beta.assistants.create(
     options
   );
   console.log(`Assistant created: ${JSON.stringify(assistantResponse)}`);
   
   // Create a thread
   const assistantThread = await assistantsClient.beta.threads.create({});
   console.log(`Thread created: ${JSON.stringify(assistantThread)}`);
   
   // Add a user question to the thread
   const threadResponse = await assistantsClient.beta.threads.messages.create(
     assistantThread.id,
     {
       role,
       content: message,
     }
   );
   console.log(`Message created:  ${JSON.stringify(threadResponse)}`);
   
   // Run the thread and poll it until it is in a terminal state
   const runResponse = await assistantsClient.beta.threads.runs.createAndPoll(
     assistantThread.id,
     {
       assistant_id: assistantResponse.id,
     },
     { pollIntervalMs: 500 }
   );
   console.log(`Run created:  ${JSON.stringify(runResponse)}`);
   
   // Get the messages
   const runMessages = await assistantsClient.beta.threads.messages.list(
     assistantThread.id
   );
   for await (const runMessageDatum of runMessages) {
     for (const item of runMessageDatum.content) {
       // types are: "image_file" or "text"
       if (item.type === "text") {
         console.log(`Message content: ${JSON.stringify(item.text?.value)}`);
       }
     }
   }
   

2. Войдите в Azure с помощью следующей команды:

   az login
   

3. Запустите файл JavaScript.

   node index.js
   

Ключ API

1. index.js Создайте файл со следующим кодом:

   const { AzureOpenAI } = require("openai");
   
   // Get environment variables
   const azureOpenAIKey = process.env.AZURE_OPENAI_KEY;
   const azureOpenAIEndpoint = process.env.AZURE_OPENAI_ENDPOINT;
   const azureOpenAIDeployment = process.env.AZURE_OPENAI_DEPLOYMENT_NAME;
   const azureOpenAIVersion = process.env.OPENAI_API_VERSION;
   
   // Check env variables
   if (!azureOpenAIKey || !azureOpenAIEndpoint || !azureOpenAIDeployment || !azureOpenAIVersion) {
     throw new Error(
       "Please set AZURE_OPENAI_KEY and AZURE_OPENAI_ENDPOINT and AZURE_OPENAI_DEPLOYMENT_NAME in your environment variables."
     );
   }
   
   // Get Azure SDK client
   const getClient = () => {
     const assistantsClient = new AzureOpenAI({
       endpoint: azureOpenAIEndpoint,
       apiVersion: azureOpenAIVersion,
       apiKey: azureOpenAIKey,
     });
     return assistantsClient;
   };
   
   const assistantsClient = getClient();
   
   const options = {
     model: azureOpenAIDeployment, // Deployment name seen in Azure AI Studio
     name: "Math Tutor",
     instructions:
       "You are a personal math tutor. Write and run JavaScript code to answer math questions.",
     tools: [{ type: "code_interpreter" }],
   };
   const role = "user";
   const message = "I need to solve the equation `3x + 11 = 14`. Can you help me?";
   
   // Create an assistant
   const assistantResponse = await assistantsClient.beta.assistants.create(
     options
   );
   console.log(`Assistant created: ${JSON.stringify(assistantResponse)}`);
   
   // Create a thread
   const assistantThread = await assistantsClient.beta.threads.create({});
   console.log(`Thread created: ${JSON.stringify(assistantThread)}`);
   
   // Add a user question to the thread
   const threadResponse = await assistantsClient.beta.threads.messages.create(
     assistantThread.id,
     {
       role,
       content: message,
     }
   );
   console.log(`Message created:  ${JSON.stringify(threadResponse)}`);
   
   // Run the thread and poll it until it is in a terminal state
   const runResponse = await assistantsClient.beta.threads.runs.createAndPoll(
     assistantThread.id,
     {
       assistant_id: assistantResponse.id,
     },
     { pollIntervalMs: 500 }
   );
   console.log(`Run created:  ${JSON.stringify(runResponse)}`);
   
   // Get the messages
   const runMessages = await assistantsClient.beta.threads.messages.list(
     assistantThread.id
   );
   for await (const runMessageDatum of runMessages) {
     for (const item of runMessageDatum.content) {
       // types are: "image_file" or "text"
       if (item.type === "text") {
         console.log(`Message content: ${JSON.stringify(item.text?.value)}`);
       }
     }
   }
   

2. Запустите файл JavaScript.

   node index.js
   

Выходные данные

Assistant created: {"id":"asst_zXaZ5usTjdD0JGcNViJM2M6N","createdAt":"2024-04-08T19:26:38.000Z","name":"Math Tutor","description":null,"model":"daisy","instructions":"You are a personal math tutor. Write and run JavaScript code to answer math questions.","tools":[{"type":"code_interpreter"}],"fileIds":[],"metadata":{}}
Thread created: {"id":"thread_KJuyrB7hynun4rvxWdfKLIqy","createdAt":"2024-04-08T19:26:38.000Z","metadata":{}}
Message created:  {"id":"msg_o0VkXnQj3juOXXRCnlZ686ff","createdAt":"2024-04-08T19:26:38.000Z","threadId":"thread_KJuyrB7hynun4rvxWdfKLIqy","role":"user","content":[{"type":"text","text":{"value":"I need to solve the equation `3x + 11 = 14`. Can you help me?","annotations":[]},"imageFile":{}}],"assistantId":null,"runId":null,"fileIds":[],"metadata":{}}
Created run
Run created:  {"id":"run_P8CvlouB8V9ZWxYiiVdL0FND","object":"thread.run","status":"queued","model":"daisy","instructions":"You are a personal math tutor. Write and run JavaScript code to answer math questions.","tools":[{"type":"code_interpreter"}],"metadata":{},"usage":null,"assistantId":"asst_zXaZ5usTjdD0JGcNViJM2M6N","threadId":"thread_KJuyrB7hynun4rvxWdfKLIqy","fileIds":[],"createdAt":"2024-04-08T19:26:39.000Z","expiresAt":"2024-04-08T19:36:39.000Z","startedAt":null,"completedAt":null,"cancelledAt":null,"failedAt":null}
Message content: "The solution to the equation \\(3x + 11 = 14\\) is \\(x = 1\\)."
Message content: "Yes, of course! To solve the equation \\( 3x + 11 = 14 \\), we can follow these steps:\n\n1. Subtract 11 from both sides of the equation to isolate the term with x.\n2. Then, divide by 3 to find the value of x.\n\nLet me calculate that for you."
Message content: "I need to solve the equation `3x + 11 = 14`. Can you help me?"

Важно помнить, что, хотя интерпретатор кода дает модели возможность реагировать на более сложные запросы, преобразовав вопросы в код и выполняя этот код итеративно в JavaScript, пока он не достигнет решения, необходимо проверить ответ, чтобы убедиться, что модель правильно преобразовала вопрос в допустимое представление в коде.

Очистка ресурсов

Если вы хотите очистить и удалить ресурс Azure OpenAI, можно удалить ресурс или группу ресурсов. При удалении группы ресурсов также удаляются все связанные с ней ресурсы.

• Портал Azure
• Azure CLI

Пример кода

• Пример кода краткого руководства

См. также

• Узнайте больше об использовании помощников с нашим руководством по помощникам.
• Примеры API Azure OpenAI Assistants

Пакет исходного кода | библиотеки справочной документации | (npm) |

Необходимые компоненты

• подписка Azure — создайте бесплатную учетную запись.
• Node.js поддержка LTS или ESM.
• TypeScript , установленный глобально
• Azure CLI , используемый для проверки подлинности без пароля в локальной среде разработки, создайте необходимый контекст, выполнив вход с помощью Azure CLI.
• Ресурс Azure OpenAI с совместимой моделью в поддерживаемом регионе.
• Мы рекомендуем ознакомиться с примечанием о прозрачности ответственного ИИ и другими ресурсами ответственного искусственного интеллекта, чтобы ознакомиться с возможностями и ограничениями службы Azure OpenAI.
• Ресурс Azure OpenAI с gpt-4 (1106-preview) развернутой моделью использовался для тестирования этого примера.

Рекомендуется использовать проверку подлинности без пароля

Для проверки подлинности без пароля необходимо выполнить следующие действия.

1. @azure/identity Используйте пакет.
2. Назначьте роль учетной Cognitive Services User записи пользователя. Это можно сделать в портал Azure в разделе управления доступом (IAM)>Добавить назначение ролей.
3. Войдите с помощью Azure CLI, например az login.

Настройка

1. Создайте новую папку assistants-quickstart для хранения приложения и откройте Visual Studio Code в этой папке с помощью следующей команды:

   mkdir assistants-quickstart && code assistants-quickstart
   

2. Создайте следующую package.json команду:

   npm init -y
   

3. Обновите ECMAScript с помощью следующей package.json команды:

   npm pkg set type=module
   

4. Установите клиентскую библиотеку OpenAI Assistants для JavaScript с помощью:

   npm install openai
   

5. Для рекомендуемой проверки подлинности без пароля:

   npm install @azure/identity
   

Получение сведений о ресурсе

Microsoft Entra ID

Имя переменной	Значение
AZURE_OPENAI_ENDPOINT	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure.
AZURE_OPENAI_DEPLOYMENT_NAME	Это значение будет соответствовать пользовательскому имени, которое вы выбрали для развертывания при развертывании модели. Это значение можно найти в разделе "Развертывания модели управления>ресурсами" в портал Azure.
OPENAI_API_VERSION	Дополнительные сведения о версиях API.

Дополнительные сведения о бессерверной проверке подлинности и настройке переменных среды.

Ключ API

Имя переменной	Значение
AZURE_OPENAI_ENDPOINT	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure.
AZURE_OPENAI_API_KEY	Это значение можно найти в разделе "Ключи и конечная точка" при изучении ресурса из портал Azure. Вы можете использовать KEY1 или KEY2.
AZURE_OPENAI_DEPLOYMENT_NAME	Это значение будет соответствовать пользовательскому имени, которое вы выбрали для развертывания при развертывании модели. Это значение можно найти в разделе "Развертывания модели управления>ресурсами" в портал Azure.
OPENAI_API_VERSION	Дополнительные сведения о версиях API.

Дополнительные сведения о поиске ключей API и настройке переменных среды.

Внимание

Чтобы использовать рекомендуемую проверку подлинности без ключа с пакетом SDK, убедитесь, что AZURE_OPENAI_API_KEY переменная среды не задана.

Создание помощника

В нашем коде мы укажем следующие значения:

Имя	Description
Имя помощника	Имя развертывания, связанное с определенной моделью.
Инструкции	Инструкции напоминают системные сообщения, с их помощью вы даете модели руководство по поведению и контекст, на который она должна ссылаться при создании ответа. Вы можете описать личность помощника, указать ему, что он должен и не должен отвечать, и сообщить о том, как форматировать ответы. Вы также можете указать примеры действий, которые следует предпринять при ответе.
Модель	Это имя развертывания.
Интерпретатор кода	Интерпретатор кода предоставляет доступ к изолированной среде Python, которую можно использовать для проверки и выполнения кода модели.

Инструменты

Отдельный помощник может получить доступ до 128 инструментов, включая code interpreterлюбые пользовательские инструменты, создаваемые с помощью функций.

Создание нового приложения TypeScript

Microsoft Entra ID

1. index.ts Создайте файл со следующим кодом:

   import { AzureOpenAI } from "openai";
   import {
     Assistant,
     AssistantCreateParams,
     AssistantTool,
   } from "openai/resources/beta/assistants";
   import { Message, MessagesPage } from "openai/resources/beta/threads/messages";
   import { Run } from "openai/resources/beta/threads/runs/runs";
   import { Thread } from "openai/resources/beta/threads/threads";
   
   // Add `Cognitive Services User` to identity for Azure OpenAI resource
   import {
     DefaultAzureCredential,
     getBearerTokenProvider,
   } from "@azure/identity";
   
   // Get environment variables
   const azureOpenAIEndpoint = process.env.AZURE_OPENAI_ENDPOINT as string;
   const azureOpenAIDeployment = process.env
     .AZURE_OPENAI_DEPLOYMENT_NAME as string;
   const openAIVersion = process.env.OPENAI_API_VERSION as string;
   
   // Check env variables
   if (!azureOpenAIEndpoint || !azureOpenAIDeployment || !openAIVersion) {
     throw new Error(
       "Please ensure to set AZURE_OPENAI_DEPLOYMENT_NAME and AZURE_OPENAI_ENDPOINT in your environment variables."
     );
   }
   
   // Get Azure SDK client
   const getClient = (): AzureOpenAI => {
     const credential = new DefaultAzureCredential();
     const scope = "https://cognitiveservices.azure.com/.default";
     const azureADTokenProvider = getBearerTokenProvider(credential, scope);
     const assistantsClient = new AzureOpenAI({
       endpoint: azureOpenAIEndpoint,
       apiVersion: openAIVersion,
       azureADTokenProvider,
     });
     return assistantsClient;
   };
   
   const assistantsClient = getClient();
   
   const options: AssistantCreateParams = {
     model: azureOpenAIDeployment, // Deployment name seen in Azure AI Studio
     name: "Math Tutor",
     instructions:
       "You are a personal math tutor. Write and run JavaScript code to answer math questions.",
     tools: [{ type: "code_interpreter" } as AssistantTool],
   };
   const role = "user";
   const message = "I need to solve the equation `3x + 11 = 14`. Can you help me?";
   
   // Create an assistant
   const assistantResponse: Assistant =
     await assistantsClient.beta.assistants.create(options);
   console.log(`Assistant created: ${JSON.stringify(assistantResponse)}`);
   
   // Create a thread
   const assistantThread: Thread = await assistantsClient.beta.threads.create({});
   console.log(`Thread created: ${JSON.stringify(assistantThread)}`);
   
   // Add a user question to the thread
   const threadResponse: Message =
     await assistantsClient.beta.threads.messages.create(assistantThread.id, {
       role,
       content: message,
     });
   console.log(`Message created:  ${JSON.stringify(threadResponse)}`);
   
   // Run the thread and poll it until it is in a terminal state
   const runResponse: Run = await assistantsClient.beta.threads.runs.createAndPoll(
     assistantThread.id,
     {
       assistant_id: assistantResponse.id,
     },
     { pollIntervalMs: 500 }
   );
   console.log(`Run created:  ${JSON.stringify(runResponse)}`);
   
   // Get the messages
   const runMessages: MessagesPage =
     await assistantsClient.beta.threads.messages.list(assistantThread.id);
   for await (const runMessageDatum of runMessages) {
     for (const item of runMessageDatum.content) {
       // types are: "image_file" or "text"
       if (item.type === "text") {
         console.log(`Message content: ${JSON.stringify(item.text?.value)}`);
       }
     }
   }
   

2. tsconfig.json Создайте файл для транспиля кода TypeScript и скопируйте следующий код для ECMAScript.

   {
       "compilerOptions": {
         "module": "NodeNext",
         "target": "ES2022", // Supports top-level await
         "moduleResolution": "NodeNext",
         "skipLibCheck": true, // Avoid type errors from node_modules
         "strict": true // Enable strict type-checking options
       },
       "include": ["*.ts"]
   }
   

3. Транспилировать из TypeScript в JavaScript.

   tsc
   

4. Войдите в Azure с помощью следующей команды:

   az login
   

5. Выполните следующую команду, чтобы запустить код:

   node index.js
   

Ключ API

1. index.ts Создайте файл со следующим кодом:

   import { AzureOpenAI } from "openai";
   import {
     Assistant,
     AssistantCreateParams,
     AssistantTool,
   } from "openai/resources/beta/assistants";
   import { Message, MessagesPage } from "openai/resources/beta/threads/messages";
   import { Run } from "openai/resources/beta/threads/runs/runs";
   import { Thread } from "openai/resources/beta/threads/threads";
   
   // Get environment variables
   const azureOpenAIKey = process.env.AZURE_OPENAI_KEY as string;
   const azureOpenAIEndpoint = process.env.AZURE_OPENAI_ENDPOINT as string;
   const azureOpenAIDeployment = process.env
     .AZURE_OPENAI_DEPLOYMENT_NAME as string;
   const openAIVersion = process.env.OPENAI_API_VERSION as string;
   
   // Check env variables
   if (!azureOpenAIKey || !azureOpenAIEndpoint || !azureOpenAIDeployment || !openAIVersion) {
     throw new Error(
       "Please set AZURE_OPENAI_KEY and AZURE_OPENAI_ENDPOINT and AZURE_OPENAI_DEPLOYMENT_NAME in your environment variables."
     );
   }
   
   // Get Azure SDK client
   const getClient = (): AzureOpenAI => {
     const assistantsClient = new AzureOpenAI({
       endpoint: azureOpenAIEndpoint,
       apiVersion: openAIVersion,
       apiKey: azureOpenAIKey,
     });
     return assistantsClient;
   };
   
   const assistantsClient = getClient();
   
   const options: AssistantCreateParams = {
     model: azureOpenAIDeployment, // Deployment name seen in Azure AI Studio
     name: "Math Tutor",
     instructions:
       "You are a personal math tutor. Write and run JavaScript code to answer math questions.",
     tools: [{ type: "code_interpreter" } as AssistantTool],
   };
   const role = "user";
   const message = "I need to solve the equation `3x + 11 = 14`. Can you help me?";
   
   // Create an assistant
   const assistantResponse: Assistant =
     await assistantsClient.beta.assistants.create(options);
   console.log(`Assistant created: ${JSON.stringify(assistantResponse)}`);
   
   // Create a thread
   const assistantThread: Thread = await assistantsClient.beta.threads.create({});
   console.log(`Thread created: ${JSON.stringify(assistantThread)}`);
   
   // Add a user question to the thread
   const threadResponse: Message =
     await assistantsClient.beta.threads.messages.create(assistantThread.id, {
       role,
       content: message,
     });
   console.log(`Message created:  ${JSON.stringify(threadResponse)}`);
   
   // Run the thread and poll it until it is in a terminal state
   const runResponse: Run = await assistantsClient.beta.threads.runs.createAndPoll(
     assistantThread.id,
     {
       assistant_id: assistantResponse.id,
     },
     { pollIntervalMs: 500 }
   );
   console.log(`Run created:  ${JSON.stringify(runResponse)}`);
   
   // Get the messages
   const runMessages: MessagesPage =
     await assistantsClient.beta.threads.messages.list(assistantThread.id);
   for await (const runMessageDatum of runMessages) {
     for (const item of runMessageDatum.content) {
       // types are: "image_file" or "text"
       if (item.type === "text") {
         console.log(`Message content: ${JSON.stringify(item.text?.value)}`);
       }
     }
   }
   

2. tsconfig.json Создайте файл для транспиля кода TypeScript и скопируйте следующий код для ECMAScript.

   {
       "compilerOptions": {
         "module": "NodeNext",
         "target": "ES2022", // Supports top-level await
         "moduleResolution": "NodeNext",
         "skipLibCheck": true, // Avoid type errors from node_modules
         "strict": true // Enable strict type-checking options
       },
       "include": ["*.ts"]
   }
   

3. Транспилировать из TypeScript в JavaScript.

   tsc
   

4. Выполните следующую команду, чтобы запустить код:

   node index.js
   

Выходные данные

Assistant created: {"id":"asst_zXaZ5usTjdD0JGcNViJM2M6N","createdAt":"2024-04-08T19:26:38.000Z","name":"Math Tutor","description":null,"model":"daisy","instructions":"You are a personal math tutor. Write and run JavaScript code to answer math questions.","tools":[{"type":"code_interpreter"}],"fileIds":[],"metadata":{}}
Thread created: {"id":"thread_KJuyrB7hynun4rvxWdfKLIqy","createdAt":"2024-04-08T19:26:38.000Z","metadata":{}}
Message created:  {"id":"msg_o0VkXnQj3juOXXRCnlZ686ff","createdAt":"2024-04-08T19:26:38.000Z","threadId":"thread_KJuyrB7hynun4rvxWdfKLIqy","role":"user","content":[{"type":"text","text":{"value":"I need to solve the equation `3x + 11 = 14`. Can you help me?","annotations":[]},"imageFile":{}}],"assistantId":null,"runId":null,"fileIds":[],"metadata":{}}
Created run
Run created:  {"id":"run_P8CvlouB8V9ZWxYiiVdL0FND","object":"thread.run","status":"queued","model":"daisy","instructions":"You are a personal math tutor. Write and run JavaScript code to answer math questions.","tools":[{"type":"code_interpreter"}],"metadata":{},"usage":null,"assistantId":"asst_zXaZ5usTjdD0JGcNViJM2M6N","threadId":"thread_KJuyrB7hynun4rvxWdfKLIqy","fileIds":[],"createdAt":"2024-04-08T19:26:39.000Z","expiresAt":"2024-04-08T19:36:39.000Z","startedAt":null,"completedAt":null,"cancelledAt":null,"failedAt":null}
Message content: "The solution to the equation \\(3x + 11 = 14\\) is \\(x = 1\\)."
Message content: "Yes, of course! To solve the equation \\( 3x + 11 = 14 \\), we can follow these steps:\n\n1. Subtract 11 from both sides of the equation to isolate the term with x.\n2. Then, divide by 3 to find the value of x.\n\nLet me calculate that for you."
Message content: "I need to solve the equation `3x + 11 = 14`. Can you help me?"

Важно помнить, что, хотя интерпретатор кода дает модели возможность реагировать на более сложные запросы, преобразовав вопросы в код и выполняя этот код итеративно в JavaScript, пока он не достигнет решения, необходимо проверить ответ, чтобы убедиться, что модель правильно преобразовала вопрос в допустимое представление в коде.

Очистка ресурсов

Если вы хотите очистить и удалить ресурс Azure OpenAI, можно удалить ресурс или группу ресурсов. При удалении группы ресурсов также удаляются все связанные с ней ресурсы.

• Портал Azure
• Azure CLI

Пример кода

• Пример кода краткого руководства

См. также

• Узнайте больше об использовании помощников с нашим руководством по помощникам.
• Примеры API Azure OpenAI Assistants

Необходимые компоненты

• подписка Azure — создайте бесплатную учетную запись.
• Python 3.8 или более поздней версии
• Ресурс Azure OpenAI с совместимой моделью в поддерживаемом регионе.
• Мы рекомендуем ознакомиться с примечанием о прозрачности ответственного ИИ и другими ресурсами ответственного искусственного интеллекта, чтобы ознакомиться с возможностями и ограничениями службы Azure OpenAI.
• Ресурс Azure OpenAI с gpt-4 (1106-preview) развернутой моделью использовался для тестирования этого примера.

Настройка

Получение ключа и конечной точки

Чтобы успешно выполнить вызов к Azure OpenAI, вам потребуется следующее:

Имя переменной	Значение
ENDPOINT	Конечная точка службы можно найти в разделе "Ключи" и "Конечная точка" при изучении ресурса из портал Azure. Кроме того, можно найти конечную точку на странице "Развертывания " в Azure AI Studio. Пример конечной точки: https://docs-test-001.openai.azure.com/.
API-KEY	Это значение можно найти в разделе Ключи и конечная точка при просмотре ресурса на портале Azure. Вы можете использовать KEY1 или KEY2.
DEPLOYMENT-NAME	Это значение будет соответствовать пользовательскому имени, которое вы выбрали для развертывания при развертывании модели. Это значение можно найти в разделе "Развертывания управления>ресурсами" в портал Azure или на странице "Развертывания" в Azure AI Studio.

Перейдите к своему ресурсу на портале Azure. Конечную точку и ключи можно найти в разделе Управление ресурсами. Скопируйте конечную точку и ключ доступа, так как они потребуются для проверки подлинности вызовов API. Вы можете использовать KEY1 или KEY2. Наличие двух ключей позволяет безопасно менять и повторно создавать ключи без прерывания работы службы.

Переменные среды

Создайте и назначьте переменные постоянной среды для ключа и конечной точки.

Внимание

Если вы используете ключ API, сохраните его в другом месте, например в Azure Key Vault. Не включайте ключ API непосредственно в код и никогда не публикуйте его.

Дополнительные сведения о безопасности служб ИИ см. в статье "Проверка подлинности запросов к службам ИИ Azure".

Командная строка

setx AZURE_OPENAI_API_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE" 
setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE" 

PowerShell

[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_API_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')
[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_ENDPOINT', 'REPLACE_WITH_YOUR_ENDPOINT_HERE', 'User')

Bash

export AZURE_OPENAI_API_KEY="REPLACE_WITH_YOUR_KEY_VALUE_HERE"
export AZURE_OPENAI_ENDPOINT="REPLACE_WITH_YOUR_ENDPOINT_HERE"

REST API

Создание помощника

Примечание.

При использовании Azure OpenAI для model параметра требуется имя развертывания модели. Если имя развертывания модели отличается от имени базовой модели, то вы измените код на "model": "{your-custom-model-deployment-name}".

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/assistants?api-version=2024-05-01-preview \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "instructions": "You are an AI assistant that can write code to help answer math questions.",
    "name": "Math Assist",
    "tools": [{"type": "code_interpreter"}],
    "model": "gpt-4-1106-preview"
  }'

Инструменты

Отдельный помощник может получить доступ до 128 инструментов, включая code interpreterлюбые пользовательские инструменты, создаваемые с помощью функций.

Создание потока

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/threads \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -d ''

Добавление вопроса пользователя в поток

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/threads/thread_abc123/messages \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -d '{
      "role": "user",
      "content": "I need to solve the equation `3x + 11 = 14`. Can you help me?"
    }'

Запуск потока

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/threads/thread_abc123/runs \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "assistant_id": "asst_abc123",
  }'

Получение состояния выполнения

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/threads/thread_abc123/runs/run_abc123 \
  -H "api-key: $AZURE_OPENAI_API_KEY" \

Ответ помощника

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/threads/thread_abc123/messages \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \

Расшифровка результатов

В этом примере мы создадим помощника с включенным интерпретатором кода. Когда мы задаем помощнику математический вопрос, он преобразует вопрос в код Python и выполняет код в изолированной среде, чтобы определить ответ на этот вопрос. Код, который создает и тестирует модель, чтобы получить ответ:

    from sympy import symbols, Eq, solve  
      
    # Define the variable  
    x = symbols('x')  
      
    # Define the equation  
    equation = Eq(3*x + 11, 14)  
      
    # Solve the equation  
    solution = solve(equation, x)  
    solution  

Важно помнить, что в то время как интерпретатор кода дает модели возможность реагировать на более сложные запросы, преобразовав вопросы в код и выполняя этот код итеративно в песочнице Python, пока он не достигнет решения, необходимо проверить ответ, чтобы убедиться, что модель правильно преобразовала вопрос в допустимое представление в коде.

Очистка ресурсов

Если вы хотите очистить и удалить ресурс Azure OpenAI, можно удалить ресурс или группу ресурсов. При удалении группы ресурсов также удаляются все связанные с ней ресурсы.

• Портал Azure
• Azure CLI

См. также

• Узнайте больше об использовании помощников с нашим руководством по помощникам.
• Примеры API Azure OpenAI Assistants