Freigeben über

Aufrufen von .NET-Funktionen mithilfe eines KI-Modells

  • Artikel

In dieser Schnellstartanleitung erstellen Sie eine .NET-KonsoleN-KI-Chat-App, um eine Verbindung mit einem KI-Modell herzustellen, bei dem lokale Funktionsaufrufe aktiviert sind. Die App verwendet die Microsoft.Extensions.AI Bibliothek, sodass Sie Code mithilfe von KI-Abstraktionen und nicht mit einem bestimmten SDK schreiben können. KI-Abstraktionen ermöglichen es Ihnen, das zugrunde liegende KI-Modell mit minimalen Codeänderungen zu ändern.

Hinweis

Die Microsoft.Extensions.AI Bibliothek befindet sich derzeit in der Vorschau.

Voraussetzungen

Voraussetzungen

Hinweis

Sie können auch den semantischen Kernel verwenden, um die Aufgaben in diesem Artikel auszuführen. Der semantische Kernel ist ein einfaches Open-Source-SDK, mit dem Sie KI-Agents erstellen und die neuesten KI-Modelle in Ihre .NET-Apps integrieren können.

Klonen des Beispielrepositorys

Sie können Ihre eigene App mit den Schritten in den vorherigen Abschnitten erstellen oder das GitHub-Repository klonen, das die abgeschlossenen Beispiel-Apps für alle Schnellstarts enthält. Wenn Sie Beabsichtigen, Azure OpenAI zu verwenden, ist das Beispiel-Repository auch als Azure Developer CLI-Vorlage strukturiert, die eine Azure OpenAI-Ressource für Sie bereitstellen kann.

git clone https://github.com/dotnet/ai-samples.git

Erstellen der App

Führen Sie die folgenden Schritte aus, um eine .NET-Konsolen-App zu erstellen, um eine Verbindung mit einem AI-Modell herzustellen.

  1. Verwenden Sie in einem leeren Verzeichnis auf Ihrem Computer den dotnet new Befehl, um eine neue Konsolen-App zu erstellen:

    dotnet new console -o FunctionCallingAI

  2. Ändern Sie das Verzeichnis in den App-Ordner:

    cd FunctionCallingAI

  3. Installieren Sie die erforderlichen Pakete:

    dotnet add package Azure.Identity
dotnet add package Azure.AI.OpenAI
dotnet add package Microsoft.Extensions.AI
dotnet add package Microsoft.Extensions.AI.OpenAI
dotnet add package Microsoft.Extensions.Configuration
dotnet add package Microsoft.Extensions.Configuration.UserSecrets

    dotnet add package Microsoft.Extensions.AI
dotnet add package Microsoft.Extensions.AI.OpenAI
dotnet add package Microsoft.Extensions.Configuration
dotnet add package Microsoft.Extensions.Configuration.UserSecrets

  4. Öffnen der App im Visual Studio-Code oder dem gewünschten Editor

    code .

Erstellen des KI-Diensts

Das GitHub-Beispielrepository ist als Azure Developer CLI-Vorlage (azd) strukturiert, die azd zum Bereitstellen der Azure OpenAI Service-Instanz und -Modells für Sie verwenden kann.

  1. Navigieren Sie über ein Terminal oder eine Eingabeaufforderung zum src\quickstarts\azure-openai Verzeichnis des Beispielrepo.

  2. Führen Sie den azd up-Befehl aus, um die Azure OpenAI-Ressourcen bereitzustellen. Es kann mehrere Minuten dauern, bis Azure OpenAI Service erstellt und das Modell bereitgestellt ist.

    azd up

    azd konfiguriert außerdem die erforderlichen Benutzerschlüssel für die Beispiel-App, z. B. den Azure OpenAI-Endpunkt und den Modellnamen.

Konfigurieren der App

  1. Navigieren Sie über ein Terminal oder eine Eingabeaufforderung zum Stammverzeichnis Ihres .NET-Projets.

  2. Führen Sie die folgenden Befehle aus, um Ihren OpenAI-API-Schlüssel als Geheimnis für die Beispiel-App zu konfigurieren:

    dotnet user-secrets init
dotnet user-secrets set OpenAIKey <your-openai-key>
dotnet user-secrets set ModelName <your-openai-model-name>

Hinzufügen des App-Codes

Die App verwendet das Microsoft.Extensions.AI Paket zum Senden und Empfangen von Anforderungen an das KI-Modell.

  1. Fügen Sie in der datei Program.cs den folgenden Code hinzu, um eine Verbindung mit dem AI-Modell herzustellen und sich zu authentifizieren. Dies ChatClient ist auch für die Verwendung von Funktionsaufrufen konfiguriert, wodurch .NET-Funktionen in Ihrem Code vom KI-Modell aufgerufen werden können.

    using Microsoft.Extensions.Configuration;
using Microsoft.Extensions.AI;
using Azure.AI.OpenAI;
using Azure.Identity;

var config = new ConfigurationBuilder().AddUserSecrets<Program>().Build();
string endpoint = config["AZURE_OPENAI_ENDPOINT"];
string deployment = config["AZURE_OPENAI_GPT_NAME"];

IChatClient client =
    new ChatClientBuilder()
        .UseFunctionInvocation()
        .Use(
            new AzureOpenAIClient(new Uri(endpoint),
            new DefaultAzureCredential())
                .AsChatClient(deployment));

    Hinweis

    DefaultAzureCredential Sucht nach Authentifizierungsanmeldeinformationen aus Ihrem lokalen Tool. Wenn Sie die Vorlage nicht zum Bereitstellen der azd Azure OpenAI-Ressource verwenden, müssen Sie die Azure AI Developer Rolle dem Konto zuweisen, das Sie zum Anmelden bei Visual Studio oder der Azure CLI verwendet haben. Weitere Informationen finden Sie unter Authentifizieren bei Azure AI-Diensten mit .NET.

    using Microsoft.Extensions.AI;
using Microsoft.Extensions.Configuration;
using OpenAI;

var config = new ConfigurationBuilder().AddUserSecrets<Program>().Build();
string model = config["ModelName"];
string key = config["OpenAIKey"];

IChatClient client =
    new ChatClientBuilder()
        .UseFunctionInvocation()
        .Use(
            new OpenAIClient(key)
                .AsChatClient(model));

  2. Erstellen Sie ein neues ChatOptions Objekt, das eine Inlinefunktion enthält, die das KI-Modell aufrufen kann, um das aktuelle Wetter abzurufen. Die Funktionsdeklaration enthält einen Delegat zum Ausführen von Logik- und Namens- und Beschreibungsparametern, um den Zweck der Funktion für das KI-Modell zu beschreiben.

    // Add a new plugin with a local .NET function that should be available to the AI model
var chatOptions = new ChatOptions
{
    Tools = [AIFunctionFactory.Create((string location, string unit) =>
    {
        // Here you would call a weather API to get the weather for the location
        return "Periods of rain or drizzle, 15 C";
    },
    "get_current_weather",
    "Get the current weather in a given location")]
};

  3. Fügen Sie dem chatHistory Modell eine Systemaufforderung hinzu, um Dem Modell Kontext und Anweisungen bereitzustellen. Senden Sie eine Benutzeraufforderung mit einer Frage, die erfordert, dass das KI-Modell die registrierte Funktion aufruft, um die Frage ordnungsgemäß zu beantworten.

    // System prompt to provide context
List<ChatMessage> chatHistory = [new(ChatRole.System, """
    You are a hiking enthusiast who helps people discover fun hikes in their area. You are upbeat and friendly.
    """)];

// Weather conversation relevant to the registered function
chatHistory.Add(new ChatMessage(ChatRole.User,
    "I live in Montreal and I'm looking for a moderate intensity hike. What's the current weather like? "));
Console.WriteLine($"{chatHistory.Last().Role} >>> {chatHistory.Last()}");

var response = await client.CompleteAsync(chatHistory, chatOptions);
chatHistory.Add(new ChatMessage(ChatRole.Assistant, response.Message.Contents));
Console.WriteLine($"{chatHistory.Last().Role} >>> {chatHistory.Last()}");

  4. Verwenden Sie den Befehl dotnet run, um die App auszuführen:

    dotnet run

    Die App druckt eine Abschlussantwort aus dem KI-Modell, die Daten enthält, die von der .NET-Funktion bereitgestellt werden. Das KI-Modell hat verstanden, dass die registrierte Funktion verfügbar war und automatisch aufgerufen wurde, um eine ordnungsgemäße Antwort zu generieren.

Bereinigen von Ressourcen

Wenn Sie die Beispielanwendung oder Ressourcen nicht mehr benötigen, entfernen Sie die entsprechende Bereitstellung und alle Ressourcen.

azd down

Nächste Schritte