クイックスタート: Azure OpenAI を統合する

[アーティクル]
02/01/2024

Note

Azure Spring Apps は、Azure Spring Cloud サービスの新しい名前です。サービスの名前は新しくなりましたが、スクリーンショット、ビデオ、図などの資産の更新に取り組んでいる間、場所によってはしばらく古い名前が表示されます。

この記事の適用対象:❌ Basic または Standard ✔️ Enterprise

このクイックスタートでは、Azure Spring Apps Enterprise プランにデプロイされたアプリケーションと Azure OpenAI を統合する方法を示します。

Azure OpenAI を使うと、言語とコードを深く理解する大規模な生成 AI モデルをアプリケーションで活用し、新しい推論と理解の機能を実現できるようになります。

次の動画は、Azure Spring Apps が Azure OpenAI を使ってインテリジェントアプリケーションを構築する方法を示しています。

前提条件

アクティブなサブスクリプションが含まれる Azure アカウント。無料でアカウントを作成できます。
Azure OpenAI に付与されるアクセス。詳細については、Azure OpenAI Service へのアクセス依頼のページを参照してください。
Azure Marketplace の Enterprise プランの「要件」セクションを理解し、要件を満たします。
Azure CLI バージョン 2.45.0 以降。
Git.
jq
Azure Spring Apps Enterprise プランの拡張機能。次のコマンドを使用して、以前のバージョンを削除し、最新の Enterprise プランの拡張機能をインストールします。以前に spring-cloud 拡張機能をインストールした場合は、構成とバージョンの不一致を回避するためにそれをアンインストールします。
```
az extension add --upgrade --name spring
az extension remove --name spring-cloud
```
「Enterprise プランを使用してアプリをビルドし Azure Spring Apps にデプロイする」の手順を完了します。

Azure OpenAI をプロビジョニングする

AI をアプリケーションに追加するには、Azure OpenAI アカウントを作成し、言語モデルをデプロイします。以下の手順では、Azure CLI を使って Azure OpenAI アカウントをプロビジョニングし、言語モデルをデプロイする方法について説明します。

次のコマンドを使って Azure OpenAI アカウントを作成します。

az cognitiveservices account create \
    --resource-group <resource-group-name> \
    --name <open-ai-service-name> \
    --location <region> \
    --kind OpenAI \
    --sku s0 \
    --custom-domain <open-ai-service-name>

次のコマンドを使って、Azure OpenAI サービスインスタンスに text-embedding-ada-002 と gpt-35-turbo-16k のモデルデプロイを作成します。

az cognitiveservices account deployment create \
    --resource-group <resource-group-name> \
    --name <open-ai-service-name> \
    --deployment-name text-embedding-ada-002 \
    --model-name text-embedding-ada-002 \
    --model-version "2"  \
    --model-format OpenAI \
    --sku-name "Standard" \
    --sku-capacity 1

az cognitiveservices account deployment create \
    --resource-group <resource-group-name> \
    --name <open-ai-service-name> \
    --deployment-name gpt-35-turbo-16k \
    --model-name gpt-35-turbo-16k \
    --model-version "0613"  \
    --model-format OpenAI \
    --sku-name "Standard" \
    --sku-capacity 1

Assist Service を Azure Spring Apps にデプロイする

以下の手順を使って、Assist Service アプリケーションを作成、構成し、Azure Spring Apps にデプロイします。

次のコマンドを使って、新しい AI サービス assist-service を作成します。

az spring app create \
    --resource-group <resource-group-name> \
    --name assist-service \
    --service <Azure-Spring-Apps-service-instance-name> \
    --instance-count 1 \
    --memory 1Gi

次のコマンドを使い、Assist Service ルートを使って Spring Cloud Gateway を構成します。

az spring gateway route-config create \
    --resource-group <resource-group-name> \
    --service <Azure-Spring-Apps-service-instance-name> \
    --name assist-routes \
    --app-name assist-service \
    --routes-file azure-spring-apps-enterprise/resources/json/routes/assist-service.json

次のコマンドを使って、Azure OpenAI サービスの REST API エンドポイントのベース URL を取得します。

export SPRING_AI_AZURE_OPENAI_ENDPOINT=$(az cognitiveservices account show \
    --name <open-ai-service-name> \
    --resource-group <resource-group-name> \
    | jq -r .properties.endpoint)

次のコマンドを使ってプライマリ API キーを取得します。

export SPRING_AI_AZURE_OPENAI_APIKEY=$(az cognitiveservices account keys list \
    --name <open-ai-service-name> \
    --resource-group <resource-group-name> \
    | jq -r .key1)

次のコマンドを使って、Assist Service アプリケーションをデプロイします。

az spring app deploy 
    --resource-group <resource-group-name> \
    --name assist-service \
    --service <Azure-Spring-Apps-service-instance-name> \
    --source-path apps/acme-assist \
    --build-env BP_JVM_VERSION=17 \
    --env \
        SPRING_AI_AZURE_OPENAI_ENDPOINT=${SPRING_AI_AZURE_OPENAI_ENDPOINT} \
        SPRING_AI_AZURE_OPENAI_APIKEY=${SPRING_AI_AZURE_OPENAI_APIKEY} \
        SPRING_AI_AZURE_OPENAI_MODEL=gpt-35-turbo-16k \
        SPRING_AI_AZURE_OPENAI_EMBEDDINGMODEL=text-embedding-ada-002

次に、ブラウザーで Fitness Store アプリケーションをテストします。 [ASK TO FITASSIST] (FITASSIST に聞く) を選んで Assist Service アプリケーションと会話します。
FitAssist で「通勤には自転車が必要です」と入力し、Assist Service アプリケーションによって生成された出力を確認します。

リソースをクリーンアップする

後続のクイックスタートおよびチュートリアルを引き続き実行する場合は、これらのリソースをそのまま残しておくことができます。不要になったら、リソースグループを削除します。これにより、リソースグループ内のリソースが削除されます。 Azure CLI を使用してリソースグループを削除するには、次のコマンドを使用します。

echo "Enter the Resource Group name:" &&
read resourceGroupName &&
az group delete --name $resourceGroupName &&
echo "Press [ENTER] to continue ..."

次のステップ

次のいずれかの省略可能なクイックスタートに進みます: