Připojení ke službám Azure AI z pracovních postupů Standard v Azure Logic Apps
Platí pro: Azure Logic Apps (Standard)
K integraci podnikových dat a služeb s technologiemi AI můžete použít integrované konektory Azure OpenAI a Azure AI Search v pracovních postupech aplikací logiky standardu. Tyto konektory podporují více typů ověřování, jako jsou klíče rozhraní API, ID Microsoft Entra a spravované identity. Můžou se také připojit ke koncovým bodům Služby Azure OpenAI a Azure AI Search za branami firewall, aby se vaše pracovní postupy bezpečně připojily k prostředkům AI v Azure.
Tato příručka obsahuje přehled a příklady použití operací konektoru Azure OpenAI a Azure AI Search ve vašem pracovním postupu.
Proč používat Azure Logic Apps se službami AI?
Řešení umělé inteligence obvykle zahrnuje několik klíčových kroků a vyžaduje několik stavebních bloků. Primárně potřebujete kanál dynamického příjmu dat a chatovací rozhraní, které může komunikovat s velkými jazykovými modely (LLM) a vektorovými databázemi.
Tip
Pokud se chcete dozvědět víc, můžete se zeptat Azure Copilotu na tyto otázky:
- Co je kanál dynamického příjmu dat v AI?
- Co je vektorová databáze v AI?
Pokud chcete najít Azure Copilot, na panelu nástrojů webu Azure Portal vyberte Copilot.
Můžete sestavit různé komponenty, nejen k provádění příjmu dat, ale také k zajištění robustního back-endu pro rozhraní chatu. Tento back-end usnadňuje zadávání výzev a generuje spolehlivé odpovědi během interakcí. Vytvoření kódu pro správu a řízení všech těchto prvků však může být náročné, což je případ většiny řešení.
Azure Logic Apps nabízí přístup s nízkým kódem a zjednodušuje správu back-endu tím, že poskytuje předem připravené konektory, které používáte jako stavební bloky pro zjednodušení procesu back-endu. Tento přístup vám umožní zaměřit se na zdroje dat a zajistit, aby výsledky hledání poskytovaly aktuální a relevantní informace. Díky těmto konektorům AI funguje váš pracovní postup jako orchestrační modul, který přenáší data mezi službami AI a dalšími komponentami, které chcete integrovat.
Další informace naleznete v následujících zdrojích:
- Úvod do rozsáhlých jazykových modelů
- Příručka pro práci s velkými jazykovými modely
- Co je vektorová databáze
Technické reference ke konektoru
Azure OpenAI
Služba Azure OpenAI poskytuje přístup k jazykovým modelům OpenAI, mezi které patří GPT-4, GPT-4 Turbo s vision, GPT-3.5-Turbo a řada modelů vkládání. Pomocí konektoru Azure OpenAI se váš pracovní postup může připojit ke službě Azure OpenAI a získat vkládání OpenAI pro vaše data nebo vygenerovat dokončování chatu.
Tip
Pokud se chcete dozvědět víc, můžete se zeptat Azure Copilotu na tyto otázky:
- Co je vkládání do AI?
- Co je dokončení chatu v AI?
Pokud chcete najít Azure Copilot, na panelu nástrojů webu Azure Portal vyberte Copilot.
| Aplikace logiky | Prostředí | Verze konektoru |
|---|---|---|
| Standard | Azure Logic Apps a App Service Environment v3 s jedním tenantem (pouze plány Windows) | Integrovaný konektor, který se zobrazí v galerii konektorů v modulu runtime>v aplikaci a je založený na poskytovateli služeb. Integrovaný konektor má přímý přístup k virtuálním sítím Azure bez použití místní brány dat. Další informace najdete v referenčních informacích k integrovanému konektoru Azure OpenAI. |
Azure AI Vyhledávač
Azure AI Search je platforma pro načítání informací využívajících AI, která vývojářům pomáhá vytvářet bohaté vyhledávací prostředí a generovat aplikace AI kombinací velkých jazykových modelů s podnikovými daty. Pomocí konektoru Azure AI Search se váš pracovní postup může připojit k Azure AI Search a indexovat dokumenty a provádět vektorové vyhledávání na vašich datech.
| Aplikace logiky | Prostředí | Verze konektoru |
|---|---|---|
| Standard | Azure Logic Apps a App Service Environment v3 s jedním tenantem (pouze plány Windows) | Integrovaný konektor, který se zobrazí v galerii konektorů v modulu runtime>v aplikaci a je založený na poskytovateli služeb. Integrovaný konektor má přímý přístup k virtuálním sítím Azure bez použití místní brány dat. Další informace najdete v referenčních informacích k integrovanému konektoru služby Azure AI Search. |
Ověřování
Oba konektory AI podporují více způsobů ověřování pomocí koncového bodu služby AI. Tyto možnosti poskytují robustní ověřování, které vyhovuje většině potřeb zákazníků. Oba konektory AI se také můžou přímo připojit k Azure OpenAI a Azure AI Search uvnitř virtuálních sítí.
Následující seznam popisuje tyto možnosti, které vyžadují, abyste zadali koncový bod služby.
| Authentication type | Popis |
|---|---|
| Ověřování na základě klíčů | Zadejte klíč rozhraní API nebo správce vygenerovaný službou AI. |
| Microsoft Entra ID, dříve Azure Active Directory | Zadejte informace, jako je váš tenant Entra, ID klienta a heslo pro ověření jako uživatel Entra. |
| Spravovaná identita | Po povolení ověřování spravovaných identit ve službě AI a prostředku aplikace logiky můžete tuto identitu použít k ověření přístupu ke konektoru. |
Další informace naleznete v následujících zdrojích:
- Ověřování požadavků na služby Azure AI
- Co je externí Microsoft Entra ID
- Co jsou spravované identity pro prostředky Azure
- Ověřování přístupu a připojení k prostředkům Azure pomocí spravovaných identit v Azure Logic Apps
Přidání akce Azure OpenAI nebo Azure AI Search do pracovního postupu
Integrované konektory pro Azure OpenAI a Azure AI Search v současné době poskytují pouze akce, nikoli triggery. Pracovní postup můžete spustit pomocí libovolného triggeru, který vyhovuje vašemu scénáři nebo potřebám, a pak podle těchto obecných kroků přidejte akce pro Azure OpenAI, Azure AI Search a další operace.
Scénáře
Následující scénáře popisují pouze dva z mnoha způsobů, jak ve svých pracovních postupech používat operace konektoru AI:
Vytvoření znalostní báze pro podniková data
Azure Logic Apps poskytuje více než 1 000 konektorů spravovaných Microsoftem a nativně spuštěných integrovaných konektorů pro váš pracovní postup pro bezpečné připojení k téměř jakémukoli zdroji dat, jako je SharePoint, Oracle DB, Salesforce, OneDrive, Dropbox, SAP, IBM atd. Každý konektor poskytuje operace, mezi které patří triggery, akce nebo obojí, které můžete použít ve svém pracovním postupu.
Můžete například vybrat z mnoha typů aktivačních událostí, aby se automatizovaný pracovní postup spouštěl podle plánu nebo na základě konkrétních událostí, jako je například nahrávání nových dokumentů na sharepointový web. S tolika operacemi, které si můžete vybrat, můžete vytvořit znalostní báze a snadno vytvořit kanál příjmu dokumentů pomocí vektorových vkládání těchto dokumentů ve službě Azure AI Search.
Další informace naleznete v následujících zdrojích:
Generování dokončení
Pracovní postup Azure Logic Apps může přijímat vstupy, zatímco služba Azure OpenAI může provádět operace dokončení. Tyto možnosti znamenají, že váš pracovní postup může ingestovat otázky v reálném čase, generovat odpovědi na vaše data nebo odesílat automatizované odpovědi pomocí Azure OpenAI. Odpovědi můžete okamžitě odeslat zpět klientovi nebo schvalovacímu pracovnímu postupu pro ověření.
Další informace naleznete v následujících zdrojích:
Ukázkový scénář s ukázkovým kódem: Ingestování dat a vytváření interakcí chatu
Tento příklad ukazuje, jak pomocí konektorů Azure OpenAI a Azure AI Search rozdělit back-endovou logiku pro příjem dat a provádění jednoduchých konverzací chatu do dvou klíčových pracovních postupů. Pro zajištění rychlejšího výkonu vytvořte bezstavové pracovní postupy, které ve výchozím nastavení neukládají a neukládají historii pro každé spuštění.
Ukázkový kód
Vytvoření chatu pomocí přijatých dat
Požadavky
Podívejte se na požadavky na vzorový kód.
Následující hodnoty parametrů mezi prostředími používají také operace pracovního postupu v tomto příkladu:
| Název parametru | Popis |
|---|---|
| aisearch_admin_key | Klíč správce služby Azure AI Search |
| aisearch_endpoint | Adresa URL koncového bodu pro příklad služby Azure AI Search |
| aisearch_index_name | Index, který se má použít pro příklad služby Azure AI Search |
| openapi_api_key | Klíč rozhraní API pro Azure OpenAI |
| openai_deployment_id | ID nasazení pro příklad Azure OpenAI |
| openai_endpoint | Adresa URL koncového bodu pro příklad Azure OpenAI |
| tokenize_function_url | Adresa URL pro vlastní funkci Azure, která provádí dávky a tokenizuje data, což je nutné pro Azure OpenAI k správnému vytvoření vložených objektů pro tento příklad. Další informace o této funkci najdete v ukázkovém kódu pro vytvoření chatu pomocí přijatých dat. |
Video: Naučte se vytvářet aplikace AI pomocí aplikací logiky.
Naučte se vytvářet aplikace AI pomocí aplikací logiky.
Pracovní postup příjmu dat
Pokud chcete ušetřit značné množství času a úsilí při vytváření kanálu příjmu dat, implementujte následující vzor s jakýmkoli zdrojem dat. Tento model zapouzdřuje všechny výhody a výhody aktuálně nabízené pracovními postupy Standard v Azure Logic Apps s jedním tenantem.
Každý krok v tomto vzoru zajistí, že AI bezproblémově extrahuje všechny důležité informace z vašich datových souborů. Pokud běží jako bezstavový pracovní postup, tento model také poskytuje rychlejší výkon. Tento přístup zjednodušuje nejen aspekt kódování, ale také zaručuje, že vaše pracovní postupy mají efektivní procesy ověřování, monitorování a nasazení.
| Krok | Úloha | Základní operace | Popis |
|---|---|---|---|
| 1 | Zkontrolujte nová data. | Při přijetí požadavku HTTP | Trigger, který buď dotazuje nebo čeká na doručení nových dat, buď na základě plánovaného opakování, nebo v reakci na konkrétní události. Taková událost může být nový soubor, který se nahraje do konkrétního systému úložiště, jako je SharePoint, OneDrive nebo Azure Blob Storage. V tomto příkladu operace triggeru požadavku čeká na požadavek HTTP nebo HTTPS odeslaný z jiného koncového bodu. Požadavek obsahuje adresu URL nového nahraného dokumentu. |
| 2 | Získejte data. | HTTP | Akce HTTP, která načte nahraný dokument pomocí adresy URL souboru z výstupu triggeru. |
| 3 | Vytvoření podrobností dokumentu | Compose (Sestavení) | Akce operace s daty, která zřetězí různé položky. Tento příklad zřetězí informace o klíč-hodnota dokumentu. |
| 4 | Vytvořte řetězec tokenu. | Parsování dokumentu | Akce Operace s daty, která vytvoří řetězec tokenu pomocí výstupu z akce Vytvořit. |
| 5 | Vytváření bloků obsahu | Text bloku dat | Akce Operace s daty, která rozdělí řetězec tokenu na části na základě počtu znaků nebo tokenů na blok obsahu. |
| 6 | Převeďte tokenizovaná data na JSON. | Parsování formátu JSON | Akce Operace s daty, která převádí bloky řetězců tokenů na pole JSON. |
| 7 | Vyberte položky pole JSON. | Vybrat | Akce operace s daty, která vybere více položek z pole JSON. |
| 8 | Vygenerujte vložené možnosti. | Získání více vložených objektů | Akce Azure OpenAI, která vytvoří vkládání pro každou položku pole JSON. |
| 9 | Vyberte vkládání a další informace. | Vybrat | Akce operace s daty, která vybere vkládání a další informace o dokumentu. |
| 10 | Indexujte data. | Indexování dokumentů | Akce Azure AI Search, která indexuje data na základě každého vybraného vkládání. |
Pracovní postup chatu
Vzhledem k tomu, že vektorové databáze nadále ingestují data, ujistěte se, že jsou data snadno prohledávatelná, aby když uživatel položí otázku, pracovní postup aplikace logiky back-endu mohl výzvu zpracovat a vygenerovat spolehlivou odpověď.
Následující vzor je pouze jeden příklad, který ukazuje, jak může pracovní postup chatu vypadat:
| Krok | Úloha | Základní operace | Popis |
|---|---|---|---|
| 1 | Počkejte na zadání výzvy. | Při přijetí požadavku HTTP | Trigger, který buď dotazuje nebo čeká na doručení nových dat, buď na základě plánovaného opakování, nebo v reakci na konkrétní události. V tomto příkladu trigger požadavku počká a zaznamená otázku zákazníka. |
| 2 | Zpráva o vstupním systému pro model | Compose (Sestavení) | Akce operace s daty, která poskytuje vstup pro trénování modelu. |
| 3 | Vstupní ukázkové otázky a odpovědi | Compose (Sestavení) | Akce operace s daty, která poskytuje ukázkové dotazy zákazníků a přidružené role k trénování modelu. |
| 4 | Zpráva vstupního systému pro vyhledávací dotaz | Compose (Sestavení) | Akce operace s daty, která poskytuje vstup vyhledávacího dotazu pro trénování modelu. |
| 5 | Vygenerujte vyhledávací dotaz. | Spuštění javascriptového kódu | Vložená akce kódu , která používá JavaScript k vytvoření vyhledávacího dotazu pro úložiště vektorů na základě výstupů z předchozích akcí psaní . |
| 6 | Převeďte dotaz na vkládání. | Získání dokončení chatu | Akce Azure OpenAI, která se připojí k rozhraní API pro dokončování chatu, což zaručuje spolehlivé odpovědi v konverzacích chatu. V tomto příkladu akce přijímá vyhledávací dotazy a role jako vstup do modelu a vrací vektorové vkládání jako výstup. |
| 7 | Získejte vkládání. | Získání vkládání | Akce Azure OpenAI, která získá vložení jednoho vektoru. |
| 8 | Prohledat vektor databázi. | Vektory hledání | Akce Azure AI Search, která provádí hledání v úložišti vektorů. |
| 9 | Vytvořit výzvu. | Spuštění javascriptového kódu | Akce vloženého kódu , která používá JavaScript k sestavení výzev. |
| 10 | Dokončení chatu. | Získání dokončení chatu | Akce Azure OpenAI, která se připojí k rozhraní API pro dokončování chatu, což zaručuje spolehlivé odpovědi v konverzacích chatu. V tomto příkladu akce přijímá výzvy a role jako vstup do modelu a vrací odpovědi generované modelem jako výstup. |
| 11 | Vrátí odpověď. | Response | Akce požadavku, která vrátí výsledky volajícímu, když použijete trigger Požadavku. |
Viz také
Konektory Azure OpenAI a Azure AI Search jsou teď obecně dostupnékonektory Azure OpenAI a AI Search pro Azure Logic Apps (Standard).