Desarrollo de aplicaciones de Python que usan servicios de Azure AI
Artículo
En este artículo se proporciona documentación, ejemplos y otros recursos para aprender a desarrollar aplicaciones que usan azure OpenAI Service y otros servicios de Azure AI.
Plantillas de referencia de Azure AI
Las plantillas de referencia de Azure AI proporcionan implementaciones de referencia bien mantenidas y fáciles de implementar. Garantizan un punto de partida de alta calidad para las aplicaciones inteligentes. Las soluciones de un extremo a otro proporcionan aplicaciones de referencia populares y completas. Los bloques de creación son ejemplos a menor escala que se centran en escenarios y tareas específicos.
Un artículo que le guía a través de la implementación y el uso del ejemplo de aplicación de chat enterprise para Python. Este ejemplo es una solución completa de un extremo a otro que muestra el patrón de generación aumentada de recuperación (RAG) en ejecución en Azure, mediante el uso de Búsqueda de Azure AI para la recuperación y los modelos de lenguaje grande de Azure OpenAI para potenciar las experiencias al estilo de ChatGPT y Q&A.
Una aplicación de Python Quart sencilla que transmite las respuestas de ChatGPT a un front-end HTML/JS mediante líneas JSON a través de ReadableStream.
Un ejemplo de Azure Functions que muestra cómo tomar un mensaje humano como entrada HTTP Get o Post, calcula las finalizaciones mediante cadenas de entrada y plantillas humanas. Es un punto de partida que se puede usar para cadenas más sofisticadas.
Un ejemplo para crear un complemento de ChatGPT mediante GitHub Codespaces, VS Code y Azure. El ejemplo incluye plantillas para implementar el complemento en Azure Container Apps mediante Azure Developer CLI.
Tome documentos de texto como entrada, resuma el uso del lenguaje de Azure AI y, a continuación, realice la salida a otro documento de texto mediante Azure Functions.
Para obtener la lista completa de plantillas de Azure AI, visite nuestra galería. Todas las plantillas de aplicación de nuestra galería se pueden crear e implementar mediante un único comando: azd up.
La solución de ejemplo empresarial muestra cómo crear una directiva de Azure API Management para exponer sin problemas un único punto de conexión a las aplicaciones, a la vez que mantiene una lógica eficaz para consumir dos o más OpenAI o cualquier back-end de API en función de la disponibilidad y la prioridad.
Evalúe las respuestas de una aplicación de chat con un conjunto de respuestas correctas o ideales (conocidas como verdad básica). Las herramientas de evaulación se pueden usar con cualquier API de Chat que se ajuste al protocolo chat.
Use una prueba de Locust para validar que la aplicación de chat puede controlar la carga esperada. Si la aplicación de chat no se escala en App Service debido a los límites de TPM de Azure OpenAI, agregue un equilibrador de carga y vuelva a probar la carga. Los equilibradores de carga inteligentes incluyen Azure API Management y Azure Container Apps.
Un artículo que le guía a través de la implementación y el uso del ejemplo de aplicación de chat enterprise para Python. Este ejemplo es una solución completa de un extremo a otro que muestra el patrón de generación aumentada de recuperación (RAG) en ejecución en Azure, mediante el uso de Búsqueda de Azure AI para la recuperación y los modelos de lenguaje grande de Azure OpenAI para potenciar las experiencias al estilo de ChatGPT y Q&A.
Una aplicación de Python Quart sencilla que transmite las respuestas de ChatGPT a un front-end HTML/JS mediante líneas JSON a través de ReadableStream.
Un ejemplo que muestra cómo tomar una solicitud humana como entrada HTTP Get o Post que calcula las finalizaciones mediante cadenas de entrada humana y plantillas. Es un punto de partida que se puede usar para cadenas más sofisticadas.
Un ejemplo para crear un complemento de ChatGPT mediante GitHub Codespaces, VS Code y Azure. El ejemplo incluye plantillas para implementar el complemento en Azure Container Apps mediante Azure Developer CLI.
En un artículo se describe cómo Azure Database for PostgreSQL con servidor flexible y Azure Cosmos DB para PostgreSQL admiten la extensión pgvector, junto con información general, escenarios, etc.
La versión de código fuente de GitHub de la biblioteca de Python de OpenAI proporciona un acceso cómodo a la API de OpenAI desde aplicaciones escritas en el lenguaje Python.
Un cuaderno que contiene un ejemplo de cómo obtener finalizaciones de chat para trabajar con los puntos de conexión de Azure. Este ejemplo se centra en las finalizaciones de chat, pero también toca algunas otras operaciones que también están disponibles mediante la API.
Cuaderno que muestra las operaciones sobre cómo usar incrustaciones que se pueden realizar mediante los puntos de conexión de Azure. Este ejemplo se centra en las incrustaciones, pero también toca algunas otras operaciones que también están disponibles mediante la API.
Un artículo con escenarios de seguridad más complejos requiere el control de acceso basado en rol de Azure (RBAC de Azure). En este documento se explica cómo autenticarse en el recurso OpenAI mediante Microsoft Entra ID.
Una compilación de recursos útiles de Azure OpenAI Service y ejemplos de código que le ayudarán a empezar a trabajar y acelerar el recorrido de adopción de la tecnología.
Repositorio que contiene ejemplos de subtítulos y transcripciones en un escenario de centro de llamadas.
Uso de La inteligencia de documentos para automatizar un proceso basado en papel mediante el taller Nuevo paciente con Form Recognizer (código)
Una presentación de estilo de taller que le guía a través de cómo usar La inteligencia de documentos para convertir y automatizar un proceso basado en papel.
Use Voz de Azure AI para conversar con el servicio Azure OpenAI. El texto reconocido por el servicio Voz se envía a Azure OpenAI. El servicio Voz sintetiza la respuesta de texto de Azure OpenAI.
Repositorio que contiene una herramienta de línea de comandos y una aplicación de Windows que actúa como una interfaz local para el servicio de traducción de documentos de Azure para Windows, macOS y Linux.
Documento de inteligencia de Azure AI (anteriormente Form Recognizer) es un servicio en la nube que usa el aprendizaje automático para analizar texto y datos estructurados de documentos. El kit de desarrollo de software (SDK) de Documento de inteligencia es un conjunto de bibliotecas y herramientas que le permiten integrar fácilmente en sus aplicaciones los modelos y las funcionalidades de Documento de inteligencia en sus aplicaciones.
Biblioteca cliente para Text Analytics. Esto forma parte del servicio Lenguaje de Azure AI, que proporciona características de procesamiento del lenguaje natural (NLP) para reconocer y analizar texto.
Artículo de inicio rápido que usa traducción de documentos para traducir un documento de origen a un idioma de destino al tiempo que conserva la estructura y el formato de texto.
Un artículo de inicio rápido con pasos para obtener una respuesta (y una puntuación de confianza) a partir de un cuerpo de texto que envíe junto con su pregunta.
La biblioteca cliente de reconocimiento del lenguaje conversacional (CLU), un servicio de inteligencia artificial conversacional basado en la nube, que puede extraer intenciones y entidades de conversaciones y actuar como un orquestador para seleccionar el mejor candidato para analizar conversaciones y obtener la mejor respuesta de aplicaciones como Qna, Luis y Conversation App.
Detecta contenido generado por el usuario y generado por ia perjudicial en aplicaciones y servicios. Content Safety incluye varias API de texto e imagen que permiten detectar todo aquel material que sea perjudicial.
Próximamente: A lo largo de 2024 iremos eliminando gradualmente las Cuestiones de GitHub como mecanismo de retroalimentación para el contenido y lo sustituiremos por un nuevo sistema de retroalimentación. Para más información, consulta: https://aka.ms/ContentUserFeedback.