Примечание
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Коллекция примеров, демонстрирующих различные способы улучшения приложений Windows с помощью локальных API и моделей машинного обучения, локального аппаратного ускорения с помощью DirectML и облачных API.
При добавлении поддержки новых функций ИИ в приложение Windows рекомендуется сначала проверить доступность модели.
При использовании функций ИИ рекомендуется ознакомиться с: Разработка ответственных генеративных приложений и функций ИИ в среде Windows. Модерация содержимого текста реализуется по умолчанию во всех API-интерфейсах ИИ Windows, чтобы уменьшить потенциально вредное содержимое. Дополнительные сведения: Модерация безопасности содержимого с помощью Windows AI Foundry.
Улучшение приложений Windows с помощью искусственного интеллекта с помощью локальных API и моделей машинного обучения
В этих примерах показано, как улучшить приложения Windows с помощью искусственного интеллекта с помощью локальных API и моделей машинного обучения.
Галерея разработок ИИ
Репозиторий GitHub: коллекция разработчиков ИИ
Описание. Коллекция разработчиков ИИ — это приложение с открытым исходным кодом, предназначенное для разработчиков Windows, желающих интегрировать возможности искусственного интеллекта в собственные приложения и проекты. Он предлагает более 25 интерактивных примеров на основе локальных моделей ИИ, включая примеры для всех API-интерфейсов ИИ Windows. Приложение предоставляет простой интерфейс для изучения, скачивания и запуска моделей из Hugging Face и GitHub, используя NPU компьютера, ЦП или GPU на основе возможностей вашего устройства. Кроме того, он предоставляет возможность просматривать исходный код C# и экспортировать каждый пример в автономный проект Visual Studio.
Функции: интерактивные примеры с простым копированием кода, вывод локальной модели, демонстрация API Windows AI
Редактор аудио на основе искусственного интеллекта
Репозиторий GitHub: пример редактора аудио ИИ
Описание: В редакторе аудио на основе ИИ демонстрируется создание приложения для редактирования звука WinUI 3, которое использует ИИ для сопоставления фрагментов звука с соответствующим запросом. Пример использования может быть создателем подкаста, который хочет создать короткие звуковые клипы их содержимого для продвижения в социальных сетях. В примере используется вывод локальной модели машинного обучения для обработки транскрибирования и семантического поиска.
ru-RU: Функции: инференция локальной модели с помощью среды выполнения ONNX, модель Whisper, модель встраивания
Приложение "Заметки с использованием ИИ"
Репозиторий GitHub: пример приложения для заметок на основе ИИ
Описание: Это приложение для заметок на основе ИИ демонстрирует использование API, включая OCR распознавание текста, транскрипцию аудио с помощью локальной модели машинного обучения, семантический поиск с использованием локальной модели эмбеддингов, использование локальной языковой модели с Phi3 для суммирования, автозаполнения и анализа текста, а также генерацию с извлечением (RAG) для сопоставления языковых моделей с реальными данными.
Функции: семантический поиск с локальной моделью, транскрибирование аудио с локальной моделью, локальное повторное создание дополненного поколения (RAG) с помощью Phi3, сводка и обоснование локального текста с помощью Phi3, извлечение текста из изображений с помощью API OCR
Расширенная генерация с использованием поиска (RAG) с PDF-файлами и Phi3
Репозиторий GitHub: пример приложения RAG PDF Analyzer WPF
Описание. В этом примере приложения WPF показано, как создать интерфейс с локальной языковой моделью (например, Phi3), чтобы ответить на вопросы о содержимом в PDF-документе. Образец находит ответы, обращаясь к базе знаний вне собственных обучающих данных модели, прежде чем создать ответ. Этот шаблон, называемый извлечением с дополненной генерацией (RAG), является примером того, как привязать языковую модель на базе реальных достоверных данных.
Функции: Retrieval Augmented Generation (RAG), ONNX Runtime Generative AI, DirectML
типа приложения
Phi3 Генеративный ИИ Чат
Репозиторий GitHub: Образец чата Phi3 WinUI 3
Описание: В этом примере приложения WinUI 3 показано, как использовать библиотеку генеративного ИИ среды выполнения ONNX для создания интерфейса чата с локальной языковой моделью, в частности с малой языковой моделью Phi3 (SLM).
Функции: Phi3, ONNX Runtime Generative AI, DirectML
Пример эффектов Windows Studio
Репозиторий GitHub: пример приложения с эффектами Windows Studio
Описание. Узнайте, как управлять эффектами Camera Studio из приложения Windows в этом примере кода. Проверьте, доступна ли поддерживаемая камера в системе (требуется устройство с NPU и встроенной камерой), а затем настройте расширенные элементы управления камерой, связанные с эффектами Windows Studio, например, размытие фона, коррекцию взгляда и автоматическое кадрирование.
Функции: эффекты Windows Studio
типа приложения
Локальное аппаратное ускорение с помощью DirectML
Аппаратное ускорение стабильной диффузии в Интернете
Репозиторий GitHub: WebNN Stable Diffusion Turbo
Описание: В этом примере показано, как использовать WebNN с ONNX Runtime в браузере для локального запуска Stable Diffusion на GPU с помощью DirectML. SD-Turbo — это быстрая модель создания текста в изображение, которая может синтезировать фотореалистические изображения из текстового запроса в одной сетевой оценке. В демонстрационной версии вы можете сгенерировать изображение за 2 секунды на устройствах ИИ ПК, используя API WebNN, специализированный низкоуровневый API для ускорения вывода нейронной сети на аппаратном уровне.
Функции: создание локальных образов, WebNN, DirectML
Тип приложения: JavaScript, веб-приложения
Аппаратное ускорение Segment Anything на веб-сайтах
Репозиторий GitHub: WebNN сегментация чего угодно
Описание: Этот пример демонстрирует, как использовать WebNN с веб-версией среды выполнения ONNX для локального выполнения Segment Anything на GPU с DirectML. Segment Anything — это новая модель искусственного интеллекта от Meta AI, которая может "вырезать" любой объект. В Демонстрации можно сегментировать любой объект из загруженных изображений.
Функции: сегментация локальных образов, WebNN, DirectML
Тип приложения: JavaScript, веб-приложения
Аппаратное ускорение Whisper в Интернете
Репозиторий GitHub: WebNN Whisper Base
Описание: В этом примере показано, как использовать WebNN с веб-версией среды выполнения ONNX для локального запуска возможностей модели Whisper по преобразованию речи в текст на GPU или NPU с использованием DirectML. Whisper Base — это предварительно обученная модель для автоматического распознавания речи (ASR) и перевода речи. В демонстрации вы можете воспользоваться функцией преобразования речи в текст, используя инференцию на устройстве на базе API WebNN и DirectML, с использованием ускорения NPU.
Функции: локальная речь к тексту, WebNN, DirectML
Тип приложения: JavaScript, веб-приложения
Аппаратные ускоренные и предварительно оптимизированные языковые модели среды выполнения ONNX (Phi3, Llama3 и т. д.) с DirectML
Репозиторий GitHub: примеры DirectML в репозитории Оливки
Описание. В этом примере показано, как выполнять предварительно оптимизированную языковую модель среды выполнения ONNX (ORT) локально на GPU с помощью DirectML. В примере содержатся инструкции по настройке среды, скачивание последних предварительно обученных языковых моделей с помощью API создания ORT и запуск модели в приложении Gradio.
Функции: аппаратное ускорение, GenAI, ONNX, ONNX Runtime, DirectML
Тип приложения: Python, Gradio
Аппаратное ускорение моделей PyTorch (Phi3, Llama3 и т. д.) с помощью DirectML
Репозиторий GitHub: примеры PyTorch DirectML
Описание. В этом примере показано, как локально запустить языковую модель PyTorch на GPU с помощью DirectML. Пример содержит инструкции по настройке среды, скачиванию последних предварительно обученных языковых моделей и запуску модели в приложении Gradio. Этот пример поддерживает различные языковые модели с открытым кодом, такие как модели Llama, Phi3-mini, Phi2 и Mistral-7B.
Функции: аппаратное ускорение, PyTorch, DirectML
Тип приложения: Python, Gradio
Улучшение приложений Windows с помощью ИИ с помощью облачных API
Дополнительные облачные примеры API можно найти в документации по службам ИИ Azure .
Добавьте функцию завершения чата от OpenAI в ваше приложение WinUI 3 / Windows App SDK
Руководство: Как добавить функции завершения чата OpenAI в приложение на базе WinUI 3 / Windows App SDK
Описание. Интеграция возможностей завершения чата OpenAI в классическое приложение WinUI 3 / Windows App SDK.
Функции: завершение чата OpenAI
Добавьте DALL-E в настольное приложение WinUI 3 / Windows App SDK
Руководство:Добавление DALL-E в настольное приложение WinUI 3 / Windows App SDK
Описание. Интеграция возможностей создания образов OpenAI DALL-E в классическое приложение WinUI 3 / Windows App SDK.
Функции: создание изображений
Создание приложения рекомендаций с помощью .NET MAUI и ChatGPT
Руководство.Создание приложения рекомендаций с помощью .NET MAUI и ChatGPT
Описание. Интеграция возможностей завершения чата OpenAI в классическое приложение .NET MAUI.
Функции: создание изображений
Добавьте DALL-E в ваше настольное приложение .NET MAUI для Windows.
Руководство:Добавление DALL-E в настольное приложение .NET MAUI Windows
Описание. Интеграция возможностей создания образов OpenAI DALL-E в классическое приложение .NET MAUI.
Функции: создание изображений
Устаревшие примеры WinML
Репозиторий GitHub: примеры WinML на GitHub
Описание: WinML продолжает поддерживаться, но эти примеры не были обновлены для отражения современного использования ИИ.