通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

获取 Azure OpenAI API 请求的缓存响应

  • 项目

适用于：所有 API 管理层级

根据提示与先前请求的矢量接近度以及指定的相似性分数阈值，使用 azure-openai-semantic-cache-lookup 策略从配置的外部缓存中执行对 Azure OpenAI 聊天补全 API 和补全 API 请求响应的缓存查找。 响应缓存可以降低后端 Azure OpenAI API 需要满足的带宽和处理能力要求，并可以减小 API 使用者能够察觉到的延迟。

注意

注意

按照策略声明中提供的顺序设置策略的元素和子元素。 详细了解如何设置或编辑 API 管理策略。

受支持的 Azure OpenAI 服务模型

策略与从以下类型的 Azure OpenAI 服务添加到 API 管理的 API 结合使用：

API 类型 支持的模型
聊天补全 gpt-3.5

gpt-4
Completion gpt-3.5-turbo-instruct
嵌入 text-embedding-3-large

text-embedding-3-small

text-embedding-ada-002

有关更多信息，请参阅 Azure OpenAI 服务模型。

策略语句

<azure-openai-semantic-cache-lookup
    score-threshold="similarity score threshold"
    embeddings-backend-id ="backend entity ID for embeddings API"
    embeddings-backend-auth ="system-assigned"             
    ignore-system-messages="true | false"      
    max-message-count="count" >
    <vary-by>"expression to partition caching"</vary-by>
</azure-openai-semantic-cache-lookup>

属性

属性 说明 需要 默认
score-threshold 用于确定是否向提示返回缓存响应的相似性分数阈值。 值为介于 0.0 和 1.0 之间的小数。 了解详细信息。 是 空值
embeddings-backend-id OpenAI 嵌入 API 调用的后端 ID。 是 空值
embeddings-backend-auth 用于 Azure OpenAI 嵌入 API 后端的身份验证。 是的。 必须设置为 system-assigned。 空值
ignore-system-messages 布尔值。 如果设置为 true，请在评估缓存相似性之前从 GPT 聊天补全提示中移除系统消息。 否 false
max-message-count 如果指定，则为剩余的对话消息数，在此消息数之后将跳过缓存。 否 空值

元素

名称 说明 必须
vary-by 在运行时确定的自定义表达式，其值用于缓存分区。 如果添加了多个 vary-by 元素，则连接值以创建唯一组合。 否

使用情况

使用注意事项

  • 此策略只能在策略部分中使用一次。

示例

具有相应 azure-openai-semantic-cache-store 策略的示例

<policies>
    <inbound>
        <base />
        <azure-openai-semantic-cache-lookup
            score-threshold="0.05"
            embeddings-backend-id ="azure-openai-backend"
            embeddings-backend-auth ="system-assigned" >
            <vary-by>@(context.Subscription.Id)</vary-by>
        </azure-openai-semantic-cache-lookup>
    </inbound>
    <outbound>
        <azure-openai-semantic-cache-store duration="60" />
        <base />
    </outbound>
</policies>

相关内容

有关使用策略的详细信息，请参阅：