Entwickeln von Java-Apps, die Azure AI-Dienste verwenden
Artikel
Dieser Artikel enthält Dokumentation, Beispiele und andere Ressourcen zum Entwickeln von Anwendungen, die Azure OpenAI-Dienst und andere Azure AI Services verwenden.
Azure KI-Referenzvorlagen
Azure KI-Referenzvorlagen bieten Ihnen gut gepflegte und einfach bereitzustellende Referenzimplementierungen. Durch sie verfügen Sie über einen qualitativ hochwertigen Ausgangspunkt für Ihre intelligenten Anwendungen. Diese End-to-End-Lösungen bieten beliebte und umfassende Referenzanwendungen. Die Bausteine sind kleinere Beispiele, die sich jeweils auf bestimmte Szenarien und Aufgaben konzentrieren.
Ein Artikel, der Sie durch die Bereitstellung und Verwendung des Enterprise-Chat-App-Beispiels für Java führt. Dieses Beispiel ist eine vollständige End-to-End-Lösung, die das in Azure ausgeführte Retrieval-Augmented Generation (RAG)-Muster veranschaulicht. Dabei werden Azure KI-Suche zum Abrufen sowie große Azure OpenAI-Sprachmodelle verwendet, um Q&A-Erfahrungen im Stil von ChatGPT zu realisieren.
Eine einfache Python Quart-App, die Antworten von ChatGPT mithilfe von JSON-Zeilen über einen ReadableStream zu einem HTML/JS-Front-End streamt. (Der Python-Code wird als Referenz bereitgestellt und kann an Java angepasst werden.)
Anhand eines Beispiel wird gezeigt, wie Sie den Prompt eines Nutzers als HTTP Get- oder -Post-Eingabe verwenden. Die Abschlüsse werden dabei mithilfe von Ketten menschlicher Eingaben und von Vorlagen berechnet. Dies ist ein Ausgangspunkt, der für anspruchsvollere Ketten verwendet werden kann. (Der Python-Code wird als Referenz bereitgestellt und kann an Java angepasst werden.)
Ein Beispiel für das Erstellen eines ChatGPT-Plug-Ins mit GitHub Codespaces, VS Code und Azure. Das Beispiel enthält Vorlagen zum Bereitstellen des Plug-Ins für Azure Container Apps mithilfe der Azure Developer CLI. (Der Python-Code wird als Referenz bereitgestellt und kann an Java angepasst werden.)
Die vollständige Liste der Azure KI-Vorlagen finden Sie in unserem Katalog. Alle App-Vorlagen in unserem Katalog können mithilfe eines einzigen Befehls bereitgestellt und bereitgestellt werden: azd up.
Die Unternehmenslösung zeigt, wie Sie eine Azure API-Verwaltungsrichtlinie erstellen, um einen einzelnen Endpunkt nahtlos für Ihre Anwendungen verfügbar zu machen und gleichzeitig eine effiziente Logik für die Nutzung von zwei oder mehr OpenAI- oder API-Back-Ends basierend auf Verfügbarkeit und Priorität zu erhalten.
Ein Artikel, der Sie durch die Bereitstellung und Verwendung des Enterprise-Chat-App-Beispiels für Java führt. Dieses Beispiel ist eine vollständige End-to-End-Lösung, die das in Azure ausgeführte Retrieval-Augmented Generation (RAG)-Muster veranschaulicht. Dabei werden Azure KI-Suche zum Abrufen sowie große Azure OpenAI-Sprachmodelle verwendet, um Q&A-Erfahrungen im Stil von ChatGPT zu realisieren.
Ein Artikel, der Sie durch die Verwendung von Azure Cache for Redis als Back-End-Vektorspeicher für RAG-Szenarien führt. (Der Python-Code wird als Referenz bereitgestellt und kann an Java angepasst werden.)
Ein Artikel, der erläutert, wie Azure-Datenbank für PostgreSQL Flexible Server und Azure Cosmos DB für PostgreSQL die pgvector-Erweiterung unterstützt, zusammen mit einer Übersicht, Szenarien usw. (Der Python-Code wird als Referenz bereitgestellt und kann an Java angepasst werden.)
Ein Artikel mit Anleitungen zu den kleinen Änderungen, die Sie an Ihrem Code vornehmen müssen, um zwischen OpenAI und dem Azure OpenAI-Dienst zu wechseln.
Ein Artikel mit komplexeren Sicherheitsszenarien, die eine rollenbasierte Azure-Zugriffssteuerung (Azure RBAC) erfordern. In diesem Dokument wird erläutert, wie Sie sich mit Microsoft Entra ID bei Ihrer OpenAI-Ressource authentifizieren.
Die Azure OpenAI-Dienstbeispiele sind eine Reihe eigenständiger Java-Programme, die die Interaktion mit dem Azure OpenAI-Dienst mithilfe der Clientbibliothek veranschaulichen. Jedes Beispiel konzentriert sich auf ein bestimmtes Szenario und kann unabhängig ausgeführt werden.
Azure KI Dokument Intelligenz (früher Azure-Formularerkennung) ist ein Clouddienst, der maschinelles Lernen verwendet, um Text und strukturierte Daten aus Dokumenten zu analysieren. Das Dokument Intelligenz SDK (Software Development Kit) besteht aus einer Reihe von Bibliotheken und Tools, mit denen Sie die Modelle und Funktionen von Dokument Intelligenz einfach in Ihre Anwendungen integrieren können.
Eine Sammlung von Beispielen für das Azure Cognitive Services Speech SDK. Links zu Beispielen für Spracherkennung, Übersetzung, Sprachsynthese und vielem mehr.
Die Clientbibliothek für die Textanalyse. Sie ist Teil des Azure KI Language-Diensts, der NLP-Funktionen (Natural Language Processing) zum Verstehen und Analysieren von Text bereitstellt.
In einem Schnellstartartikel wird erläutert, wie Sie mithilfe der Dokumentübersetzung ein Quelldokument in eine Zielsprache übersetzen und dabei Struktur und Textformatierung beibehalten.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unter https://aka.ms/ContentUserFeedback.