Compartir a través de

Creación de una aplicación de chat de IA con .NET

  • Artículo

En este inicio rápido, aprenderá a crear una aplicación de chat de consola de .NET conversacional mediante un modelo openAI o Azure OpenAI. La aplicación usa la Microsoft.Extensions.AI biblioteca para que pueda escribir código mediante abstracciones de IA en lugar de un SDK específico. Las abstracciones de IA permiten cambiar el modelo de IA subyacente con cambios mínimos de código.

Nota:

La Microsoft.Extensions.AI biblioteca está actualmente en versión preliminar.

Requisitos previos

  • SDK de .NET 8.0: Instalación del SDK de .NET 8.0.
  • Una clave de API de OpenAI para poder ejecutar este ejemplo.
  • En Windows, se requiere PowerShell v7+. Para validar la versión, ejecute pwsh en un terminal. Debe devolver la versión actual. Si devuelve un error, ejecute el siguiente comando: dotnet tool update --global PowerShell.

Requisitos previos

Nota:

También puede usar kernel semántico para realizar las tareas de este artículo. El kernel semántico es un SDK ligero y de código abierto que permite crear agentes de inteligencia artificial e integrar los modelos de IA más recientes en las aplicaciones .NET.

Clonación del repositorio de ejemplo

Puede crear su propia aplicación siguiendo los pasos descritos en las secciones siguientes, o bien puede clonar el repositorio de GitHub que contiene las aplicaciones de ejemplo completadas para todas las guías de inicio rápido. Si planea usar Azure OpenAI, el repositorio de ejemplo también se estructura como una plantilla de la CLI para desarrolladores de Azure que puede aprovisionar un recurso de Azure OpenAI automáticamente.

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

Creación de la aplicación

Complete los pasos siguientes para crear una aplicación de consola de .NET para conectarse a un modelo de IA.

  1. En un directorio vacío del equipo, use el dotnet new comando para crear una nueva aplicación de consola:

    dotnet new console -o ChatAppAI

  2. Cambie el directorio a la carpeta de la aplicación:

    cd ChatAppAI

  3. Instale los paquetes necesarios:

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

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

  4. Abra la aplicación en Visual Studio Code (o en el editor que prefiera).

    code .

Creación del servicio de IA

El repositorio de GitHub de ejemplo se estructura como una plantilla de Azure Developer CLI (azd), que azd puede usar para aprovisionar automáticamente el servicio y el modelo de Azure OpenAI.

  1. Desde un terminal o símbolo del sistema, vaya al src\quickstarts\azure-openai directorio del repositorio de ejemplo.

  2. Ejecute el comando azd up para aprovisionar los recursos de Azure OpenAI. Puede tardar varios minutos en crear el servicio Azure OpenAI e implementar el modelo.

    azd up

    azd también configura los secretos de usuario necesarios para la aplicación de ejemplo, como el punto de conexión de Azure OpenAI y el nombre del modelo.

Configuración de la aplicación

  1. Vaya a la raíz del proyecto de .NET desde un terminal o símbolo del sistema.

  2. Ejecute los siguientes comandos para configurar la clave de API de OpenAI como un secreto para la aplicación de ejemplo:

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

Adición del código de la aplicación

La aplicación usa el Microsoft.Extensions.AI paquete para enviar y recibir solicitudes al modelo de IA y está diseñado para proporcionar a los usuarios información sobre las rutas de senderismo.

  1. En el archivo Program.cs , agregue el código siguiente para conectarse y autenticarse en el modelo de IA.

    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 chatClient =
    new AzureOpenAIClient(new Uri(endpoint), new DefaultAzureCredential())
        .AsChatClient(deployment);

    Nota:

    DefaultAzureCredential busca credenciales de autenticación desde las herramientas locales. Si no usa la azd plantilla para aprovisionar el recurso de Azure OpenAI, deberá asignar el Azure AI Developer rol a la cuenta que usó para iniciar sesión en Visual Studio o en la CLI de Azure. Para más información, consulte Autenticación en servicios de Azure AI con .NET.

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

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

// Create the IChatClient
IChatClient chatClient =
    new OpenAIClient(key).AsChatClient(model);

  2. Cree una solicitud del sistema para proporcionar el modelo de IA con el contexto de rol inicial e instrucciones sobre las recomendaciones de senderismo:

    // Start the conversation with context for the AI model
List<ChatMessage> chatHistory = new()
    {
        new ChatMessage(ChatRole.System, """
            You are a friendly hiking enthusiast who helps people discover fun hikes in their area.
            You introduce yourself when first saying hello.
            When helping people out, you always ask them for this information
            to inform the hiking recommendation you provide:

            1. The location where they would like to hike
            2. What hiking intensity they are looking for

            You will then provide three suggestions for nearby hikes that vary in length
            after you get that information. You will also share an interesting fact about
            the local nature on the hikes when making a recommendation. At the end of your
            response, ask if there is anything else you can help with.
        """)
    };

  3. Cree un bucle conversacional que acepte un mensaje de entrada del usuario, envíe el mensaje al modelo e imprima la finalización de la respuesta:

    while (true)
{
    // Get user prompt and add to chat history
    Console.WriteLine("Your prompt:");
    var userPrompt = Console.ReadLine();
    chatHistory.Add(new ChatMessage(ChatRole.User, userPrompt));

    // Stream the AI response and add to chat history
    Console.WriteLine("AI Response:");
    var response = "";
    await foreach (var item in
        chatClient.CompleteStreamingAsync(chatHistory))
    {
        Console.Write(item.Text);
        response += item.Text;
    }
    chatHistory.Add(new ChatMessage(ChatRole.Assistant, response));
    Console.WriteLine();
}

  4. Use el comando dotnet run para ejecutar la aplicación:

    dotnet run

    La aplicación imprime la respuesta de finalización del modelo de IA. Envíe avisos de seguimiento adicionales y realice otras preguntas para experimentar con la funcionalidad de chat de IA.

Limpieza de recursos

Cuando ya no necesite la aplicación o los recursos de ejemplo, quite la implementación correspondiente y todos los recursos.

azd down

Pasos siguientes