次の方法で共有

AI モデルを使用して .NET 関数を呼び出す

  • [アーティクル]

このクイック スタートでは、ローカル関数呼び出しを有効にして AI モデルに接続する .NET コンソール AI チャット アプリを作成します。 アプリは Microsoft.Extensions.AI ライブラリを使用するため、特定の SDK ではなく AI 抽象化を使用してコードを記述できます。 AI 抽象化を使用すると、最小限のコード変更で基になる AI モデルを変更できます。

Note

Microsoft.Extensions.AI ライブラリは現在プレビュー段階です。

前提条件

  • .NET 8.0 SDK - .NET 8.0 SDK をインストールします。
  • このサンプルを実行できるようにするための OpenAI の API キー。
  • Windows では PowerShell v7+ が必要です。 バージョンを検証するには、ターミナルで pwsh を実行します。 現在のバージョンが返されるはずです。 エラーが返された場合は、コマンド dotnet tool update --global PowerShell を実行します。

前提条件

Note

Semantic Kernel を使用して、この記事のタスクを実行することもできます。 セマンティック カーネルは、AI エージェントを構築し、最新の AI モデルを .NET アプリに統合できる軽量のオープンソース SDK です。

サンプル リポジトリをクローンする

前のセクションの手順を使用して独自のアプリを作成することも、すべてのクイックスタートの完成したサンプル アプリを含む GitHub リポジトリを複製することもできます。 Azure OpenAI を使用する予定の場合、サンプル リポジトリは、Azure OpenAI リソースをプロビジョニングできる Azure Developer CLI テンプレートとしても構成されます。

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

アプリを作成する

AI モデルに接続する .NET コンソール アプリを作成するには、次の手順を実行します。

  1. コンピューター上の空のディレクトリで、 dotnet new コマンドを使用して新しいコンソール アプリを作成します。

    dotnet new console -o FunctionCallingAI

  2. ディレクトリをアプリ フォルダーに変更します。

    cd FunctionCallingAI

  3. 必要なパッケージをインストールします。

    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. Visual Studio Code または任意のエディターでアプリを開く

    code .

AI サービスを作成する

サンプルの GitHub リポジトリは、Azure Developer CLI (azd) テンプレートとして構成されています。azd がこれを使用して、Azure OpenAI サービスとモデルをプロビジョニングできます。

  1. ターミナルまたはコマンド プロンプトから、サンプル リポジトリの src\quickstarts\azure-openai ディレクトリに移動します。

  2. azd up コマンドを実行して、Azure OpenAI リソースをプロビジョニングします。 Azure OpenAI サービスの作成とモデルのデプロイには数分かかる場合があります。

    azd up

    azd また、Azure OpenAI エンドポイントやモデル名など、サンプル アプリに必要なユーザー シークレットも構成します。

Configure the app

  1. ターミナルまたはコマンド プロンプトから .NET projet のルートに移動します。

  2. 次のコマンドを実行して、OpenAI API キーをサンプル アプリのシークレットとして構成します。

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

アプリ コードを追加する

アプリでは、 Microsoft.Extensions.AI パッケージを使用して、AI モデルへの要求を送受信します。

  1. Program.cs ファイルで、次のコードを追加して、AI モデルに接続して認証します。 また、 ChatClient は関数呼び出しを使用するように構成されています。これにより、コード内の .NET 関数を AI モデルによって呼び出すことができます。

    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));

    Note

    DefaultAzureCredential は、ローカル ツールから認証資格情報を検索します。 azd テンプレートを使用して Azure OpenAI リソースをプロビジョニングしていない場合は、Visual Studio または Azure CLI へのサインインに使用したアカウントにAzure AI Developer ロールを割り当てる必要があります。 詳細については、「 .NET を使用した Azure AI サービスへの認証を参照してください。

    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. AI モデルが現在の天気を取得するために呼び出すことができるインライン関数を含む新しい ChatOptions オブジェクトを作成します。 関数宣言には、AI モデルに対する関数の目的を記述するためのロジックと名前と説明のパラメーターを実行するデリゲートが含まれています。

    // 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. モデルにコンテキストと指示を提供するシステム プロンプトを chatHistory に追加します。 AI モデルが登録された関数を呼び出して質問に適切に回答する必要がある質問を含むユーザー プロンプトを送信します。

    // 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. dotnet run コマンドを使用してアプリを実行します。

    dotnet run

    アプリは、.NET 関数によって提供されるデータを含む AI モデルからの完了応答を出力します。 AI モデルは、登録された関数が使用可能だと認識し、それを自動的に呼び出して適切な応答を生成しました。

リソースをクリーンアップする

サンプル アプリケーションやリソースが不要になったら、対応するデプロイとすべてのリソースを削除します。

azd down

次のステップ