Metodtips och lösningar med hjälp av AI och Azure Cosmos DB

Använd Azure Cosmos DB för NoSQL som en databas för dina AI-baserade program så att du kan utöka databasen allt eftersom programmet växer. Du kan också förlita dig på hastigheten i Azure Cosmos DB och den inbyggda tillförlitligheten för att säkerställa att din lösning är snabb och tillgänglig när dina behov ändras över tid.

Modernisera AI-program

Implementera vektorsökning och en AI-assistent med Hjälp av Azure Cosmos DB för NoSQL, Azure OpenAI, Azure Kubernetes Service och Azure AI Search.

Screenshot of an AI assistants application responding to queries about various bikes for a retail shop.

Diagram of the architecture of the application modernization solution accelerator.

Diagram som illustrerar ett Kubernetes-stödt webbprogram med hjälp av Azure AI Search, Azure OpenAI, Azure Storage och Azure Cosmos DB och säkerhetskopieringstjänster. Vektorer och objekt sparas i Azure Cosmos DB medan filer sparas i Azure Storage.

Länka
Lösningsaccelerator https://github.com/Azure/Vector-Search-AI-Assistant/tree/cognitive-search-vector
Hackathon https://github.com/Azure/Build-Modern-AI-Apps-Hackathon

Betalnings- och transaktionsbearbetning

Använd Azure Front Door, Azure OpenAI, Azure Kubernetes Service, Azure Static Web Apps och Azure Cosmos DB for NoSQL för att implementera en betalningsspårningsprocess.

Diagram of the architecture of the payment processing solution accelerator.

Diagram som illustrerar en tjänst som använder en Azure Static Web App och Azure Front Door som ett kundgränssnitt. Lösningen är sedan värd för en kombination av betalnings-API:er och arbetstjänster för att bearbeta betalningstransaktioner i Azure Kubernetes Service. Slutligen lagrar Kubernetes-containrarna data i Azure Cosmos DB och hämtar AI-slutföranden från Azure OpenAI.

Länka
Lösningsaccelerator https://github.com/Azure/Real-time-Payment-Transaction-Processing-at-Scale
Hackathon https://github.com/Azure/Real-Time-Transactions-Hackathon

Transaktionsbearbetning av medicinska anspråk

Bearbeta komplexa medicinska anspråk med hjälp av en lösningsversion med Azure Event Hubs, Azure Static Web Apps, Azure Kubernetes Service, Azure OpenAI, en Azure Cosmos DB för NoSQL.

Diagram of the architecture of the claims processing solution accelerator.

Diagram som illustrerar ett externt system som matar in anspråk med hjälp av Azure Event Hubs. Samtidigt är agenter intressanta med en Azure Static-webbapp. Worker Services och API:er finns i Azure Kubernetes Service. Containrarna använder Azure OpenAI för slutföranden. Containrarna lagrar även data i Azure Cosmos DB för NoSQL, som sedan analyseras och hanteras med Hjälp av Azure Synapse Analytics.

Länka
Lösningsaccelerator https://github.com/Azure/Medical-Claims-Transaction-Processing-at-scale
Hackathon https://github.com/Azure/Medical-Claims-Processing-Hackathon

Automatisera AI-lösningar

Automatisera distributionen av AI-baserade lösningar med hjälp av verktyg som det nya Azure Developer CLI. Använd den här automatiseringen för att skapa ett modernt arbetsflöde för utvecklare och åtgärder.

Länka
Exempel på chattprogram https://github.com/Azure-Samples/cosmosdb-chatgpt
Träningsmodul https://learn.microsoft.com/training/modules/build-chat-bot-azure-cosmos-db-openai-blazor

Använd Azure Cosmos DB for MongoDB vCore som en databas för dina AI-drivna program så att du kan utöka databasen när programmet växer. Du kan också förlita dig på hastigheten i Azure Cosmos DB och den inbyggda tillförlitligheten för att säkerställa att din lösning är snabb och tillgänglig när dina behov ändras över tid.

Hämtning av utökad generering

Implementera RAG-mönstret med hjälp av en kombination av Azure Cosmos DB for MongoDB vCore, Azure OpenAI, Azure Functions och Azure Web Apps.

Länka
Lösningsaccelerator https://github.com/Azure/Vector-Search-AI-Assistant-MongoDBvCore
Python-notebook-fil https://github.com/Microsoft/AzureDataRetrievalAugmentedGenerationSamples/tree/main/Python/CosmosDB-MongoDB-vCore

Gå vidare