Java-apps ontwikkelen die gebruikmaken van Azure AI-services
Artikel
Dit artikel bevat documentatie, voorbeelden en andere resources voor het ontwikkelen van toepassingen die gebruikmaken van Azure OpenAI Service en andere Azure AI Services.
Azure AI-referentiesjablonen
Azure AI-referentiesjablonen bieden u een goed onderhouden, eenvoudig te implementeren referentie-implementatie. Deze zorgen voor een hoogwaardig startpunt voor uw intelligente toepassingen. De end-to-end-oplossingen bieden populaire, uitgebreide referentietoepassingen. De bouwstenen zijn kleinere voorbeelden die zich richten op specifieke scenario's en taken.
Een artikel dat u helpt bij het implementeren en gebruiken van het voorbeeld van de Enterprise-chat-app voor Java. Dit voorbeeld is een volledige end-to-end-oplossing die het RAG-patroon (Retrieval-Augmented Generation) laat zien dat wordt uitgevoerd in Azure, met behulp van Azure AI Search voor ophalen en grote taalmodellen van Azure OpenAI voor power ChatGPT-stijl en Q&A-ervaringen.
Een eenvoudige Python Quart-app die reacties van ChatGPT naar een HTML/JS-front-end streamt met behulp van JSON-lijnen via een ReadableStream. (De Python-code wordt geleverd als referentie en kan worden aangepast aan Java.)
Een voorbeeld laat zien hoe u een menselijke prompt als HTTP Get- of Post-invoer kunt nemen, de voltooiingen berekent met behulp van ketens van menselijke invoer en sjablonen. Dit is een uitgangspunt dat kan worden gebruikt voor geavanceerdere ketens. (De Python-code wordt geleverd als referentie en kan worden aangepast aan Java.)
Een voorbeeld voor het maken van de ChatGPT-invoegtoepassing met behulp van GitHub Codespaces, VS Code en Azure. Het voorbeeld bevat sjablonen voor het implementeren van de invoegtoepassing in Azure Container Apps met behulp van de Azure Developer CLI. (De Python-code wordt geleverd als referentie en kan worden aangepast aan Java.)
Ga naar onze galerie voor de volledige lijst met Azure AI-sjablonen. Alle app-sjablonen in onze galerie kunnen worden samengevoegd en geïmplementeerd met één opdracht: azd up.
Deze voorbeeldoplossing is gebouwd met behulp van het high-performance YARP C# reverse-proxy framework van Microsoft. U hoeft echter geen inzicht te krijgen in C# om deze te gebruiken. U kunt gewoon de opgegeven Docker-installatiekopieën bouwen. Dit is een alternatieve oplossing voor de smart load balancer van API Management OpenAI, met dezelfde logica.
De bedrijfsoplossing laat zien hoe u een Azure API Management-beleid maakt om naadloos één eindpunt beschikbaar te maken voor uw toepassingen, terwijl een efficiënte logica wordt gebruikt om twee of meer OpenAI of eventuele API-back-ends te gebruiken op basis van beschikbaarheid en prioriteit.
Een artikel dat u helpt bij het implementeren en gebruiken van het voorbeeld van de Enterprise-chat-app voor Java. Dit voorbeeld is een volledige end-to-end-oplossing die het RAG-patroon (Retrieval-Augmented Generation) laat zien dat wordt uitgevoerd in Azure, met behulp van Azure AI Search voor ophalen en grote taalmodellen van Azure OpenAI voor power ChatGPT-stijl en Q&A-ervaringen.
Een artikel dat u begeleidt bij het gebruik van Azure Cache voor Redis als back-endvectorarchief voor RAG-scenario's. (De Python-code wordt geleverd als referentie en kan worden aangepast aan Java.)
In een artikel wordt besproken hoe Azure Database for PostgreSQL Flexible Server en Azure Cosmos DB for PostgreSQL de pgvector-extensie ondersteunt, samen met een overzicht, scenario's, enzovoort. (De Python-code wordt geleverd als referentie en kan worden aangepast aan Java.)
Een artikel met richtlijnen voor de kleine wijzigingen die u moet aanbrengen in uw code om heen en weer te wisselen tussen OpenAI en de Azure OpenAI-service.
Een artikel over complexere beveiligingsscenario's waarvoor op rollen gebaseerd toegangsbeheer van Azure (Azure RBAC) is vereist. In dit document wordt beschreven hoe u zich kunt verifiëren bij uw OpenAI-resource met behulp van Microsoft Entra-id.
De Voorbeelden van de Azure OpenAI-service zijn een set zelfstandige Java-programma's die de interactie met de Azure OpenAI-service demonstreren met behulp van de clientbibliotheek. Elk voorbeeld is gericht op een specifiek scenario en kan onafhankelijk worden uitgevoerd.
Azure AI Document Intelligence (voorheen Form Recognizer) is een cloudservice die machine learning gebruikt om tekst en gestructureerde gegevens uit documenten te analyseren. De Document Intelligence Software Development Kit (SDK) is een set bibliotheken en hulpprogramma's waarmee u eenvoudig Document Intelligence-modellen en -mogelijkheden in uw toepassingen kunt integreren.
Een verzameling voorbeelden voor de Azure Cognitive Services Speech SDK. Koppelingen naar voorbeelden voor spraakherkenning, vertaling, spraaksynthese en meer.
De clientbibliotheek voor Text Analytics. Dit maakt deel uit van de Azure AI Language-service , die NLP-functies (Natural Language Processing) biedt voor het begrijpen en analyseren van tekst.
Een snelstartartikel waarin wordt uitgelegd hoe u documentomzetting kunt gebruiken om een brondocument te vertalen in een doeltaal, met behoud van structuur en tekstopmaak.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie: https://aka.ms/ContentUserFeedback.