AI-app-sjablonen

In deze sectie van de documentatie maakt u kennis met de ai-app-sjablonen en gerelateerde artikelen die deze sjablonen gebruiken om te laten zien hoe u belangrijke ontwikkelaarstaken uitvoert. AI-app-sjablonen bieden u een goed onderhouden, eenvoudig te implementeren referentie-implementaties die u helpen een startpunt van hoge kwaliteit voor uw AI-apps te garanderen.

Er zijn twee categorieën AI-app-sjablonen, bouwstenen en end-to-end-oplossingen. In de volgende secties worden enkele van de belangrijkste sjablonen in elke categorie geïntroduceerd voor de programmeertaal die u bovenaan dit artikel hebt geselecteerd. Als u door een uitgebreidere lijst met deze en andere sjablonen wilt bladeren, raadpleegt u de AI-app-sjablonen in de galerie met AI-app-sjablonen.

Bouwstenen

Bouwstenen zijn kleinere voorbeelden die zich richten op specifieke scenario's en taken. De meeste bouwstenen demonstreren functionaliteit die gebruikmaakt van de end-to-end-oplossing voor een chat-app die gebruikmaakt van uw eigen gegevens.

Bouwsteen	Beschrijving
Taakverdeling met Azure Container Apps	Meer informatie over het toevoegen van taakverdeling aan uw toepassing om de chat-app uit te breiden buiten het Azure OpenAI-token en de quotumlimieten voor modellen. Deze benadering maakt gebruik van Azure Container Apps om drie Azure OpenAI-eindpunten te maken, evenals een primaire container om binnenkomend verkeer naar een van de drie eindpunten te leiden.

Bouwsteen	Beschrijving
Documentbeveiliging configureren voor de chat-app	Wanneer u een chattoepassing bouwt met behulp van het RAG-patroon met uw eigen gegevens, moet u ervoor zorgen dat elke gebruiker een antwoord ontvangt op basis van hun machtigingen. Een geautoriseerde gebruiker moet toegang hebben tot antwoorden in de documenten van de chat-app. Een niet-geautoriseerde gebruiker mag geen toegang hebben tot antwoorden van beveiligde documenten die ze niet mogen zien.
Antwoorden op chat-apps evalueren	Meer informatie over het evalueren van de antwoorden van een chat-app op basis van een set juiste of ideale antwoorden (ook wel grondwaar genoemd). Wanneer u uw chattoepassing wijzigt op een manier die van invloed is op de antwoorden, voert u een evaluatie uit om de wijzigingen te vergelijken. Deze demotoepassing biedt hulpprogramma's die u vandaag kunt gebruiken om het eenvoudiger te maken om evaluaties uit te voeren.
Taakverdeling met Azure Container Apps	Meer informatie over het toevoegen van taakverdeling aan uw toepassing om de chat-app uit te breiden buiten het Azure OpenAI-token en de quotumlimieten voor modellen. Deze benadering maakt gebruik van Azure Container Apps om drie Azure OpenAI-eindpunten te maken, evenals een primaire container om binnenkomend verkeer naar een van de drie eindpunten te leiden.
Taakverdeling met API Management	Meer informatie over het toevoegen van taakverdeling aan uw toepassing om de chat-app uit te breiden buiten het Azure OpenAI-token en de quotumlimieten voor modellen. Deze benadering maakt gebruik van Azure API Management om drie Azure OpenAI-eindpunten te maken, evenals een primaire container om binnenkomend verkeer naar een van de drie eindpunten te leiden.
Belastingtest voor de Python-chat-app met Locust	Meer informatie over het proces voor het uitvoeren van belastingstests in een Python-chattoepassing met behulp van het RAG-patroon met Locust, een populair opensource-hulpprogramma voor belastingstests. Het primaire doel van belastingstests is ervoor te zorgen dat de verwachte belasting van uw chattoepassing niet hoger is dan het huidige TPM-quotum (Azure OpenAI Transactions Per Minute). Door gebruikersgedrag onder zware belasting te simuleren, kunt u potentiële knelpunten en schaalbaarheidsproblemen in uw toepassing identificeren.
Uw AI-app beveiligen met sleutelloze verificatie	Meer informatie over het proces voor het beveiligen van uw Python Azure OpenAI-chattoepassing met sleutelloze verificatie. Toepassingsaanvragen voor de meeste Azure-services moeten worden geverifieerd met sleutelloze of wachtwoordloze verbindingen. Sleutelloze verificatie biedt verbeterde beheer- en beveiligingsvoordelen ten opzichte van de accountsleutel, omdat er geen sleutel (of verbindingsreeks) is om op te slaan.

Bouwsteen	Beschrijving
Taakverdeling met Azure Container Apps	Meer informatie over het toevoegen van taakverdeling aan uw toepassing om de chat-app uit te breiden buiten het Azure OpenAI-token en de quotumlimieten voor modellen. Deze benadering maakt gebruik van Azure Container Apps om drie Azure OpenAI-eindpunten te maken, evenals een primaire container om binnenkomend verkeer naar een van de drie eindpunten te leiden.

Bouwsteen	Beschrijving
Antwoorden op chat-apps evalueren	Meer informatie over het evalueren van de antwoorden van een chat-app op basis van een set juiste of ideale antwoorden (ook wel grondwaar genoemd). Wanneer u uw chattoepassing wijzigt op een manier die van invloed is op de antwoorden, voert u een evaluatie uit om de wijzigingen te vergelijken. Deze demotoepassing biedt hulpprogramma's die u vandaag kunt gebruiken om het eenvoudiger te maken om evaluaties uit te voeren.
Taakverdeling met Azure Container Apps	Meer informatie over het toevoegen van taakverdeling aan uw toepassing om de chat-app uit te breiden buiten het Azure OpenAI-token en de quotumlimieten voor modellen. Deze benadering maakt gebruik van Azure Container Apps om drie Azure OpenAI-eindpunten te maken, evenals een primaire container om binnenkomend verkeer naar een van de drie eindpunten te leiden.
Taakverdeling met API Management	Meer informatie over het toevoegen van taakverdeling aan uw toepassing om de chat-app uit te breiden buiten het Azure OpenAI-token en de quotumlimieten voor modellen. Deze benadering maakt gebruik van Azure API Management om drie Azure OpenAI-eindpunten te maken, evenals een primaire container om binnenkomend verkeer naar een van de drie eindpunten te leiden.

End-to-end-oplossingen

End-to-end-oplossingen zijn uitgebreide referentievoorbeelden, waaronder documentatie, broncode en implementatie, zodat u uw eigen doeleinden kunt gebruiken en uitbreiden.

Chatten met uw gegevens met behulp van Azure OpenAI en Azure AI Search met .NET

Deze sjabloon is een volledige end-to-end-oplossing die het RAG-patroon (Retrieval-Augmented Generation) laat zien dat wordt uitgevoerd in Azure. Het maakt gebruik van Azure AI Search voor het ophalen en grote taalmodellen van Azure OpenAI om ChatGPT-stijl en Q&A-ervaringen te kunnen gebruiken.

Zie Aan de slag met de chat met uw eigen gegevensvoorbeeld voor .NET om aan de slag te gaan met deze sjabloon. Zie de GitHub-opslagplaats azure-search-openai-demo-csharp voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps Azure Functions	Azure OpenAI Azure Computer Vision Azure Form Recognizer Azure AI Search Azure Storage	GPT 3.5 Turbo GPT 4.0

Contoso chat retail Copilot met .NET en Semantic Kernel

Met deze sjabloon wordt Contoso Outdoors geïmplementeerd, een conceptueel archief dat zich specialiseert in buitenuitrusting voor wandel- en campingliefhebbers. Deze virtuele winkel verbetert klantbetrokkenheid en verkoopondersteuning via een intelligente chatagent. Deze agent wordt mogelijk gemaakt door het RAG-patroon (Retrieval Augmented Generation) in de Microsoft Azure AI Stack, verrijkt met Semantische kernel- en Prompty-ondersteuning.

Zie de GitHub-opslagplaats contoso-chat-csharp-prompty voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps	Azure OpenAI Microsoft Entra ID Beheerde Azure-identiteit Azure Monitor Azure AI Search Azure AI Foundry Azure SQL Azure Storage	GPT 3.5 Turbo GPT 4.0

Procesautomatisering met spraak-naar-tekst en samenvatting met .NET en GPT 3.5 Turbo

Deze sjabloon is een procesautomatiseringsoplossing die problemen ontvangt die worden gerapporteerd door veld- en winkelmedewerkers in een bedrijf met de naam Contoso Manufacturing, een productiebedrijf dat autoaccu's maakt. De problemen worden gedeeld door de werknemers live via microfooninvoer of vooraf opgenomen als audiobestanden. De oplossing vertaalt audio-invoer van spraak naar tekst en gebruikt vervolgens een LLM en Prompty of Promptflow om het probleem samen te vatten en de resultaten te retourneren in een indeling die is opgegeven door de oplossing.

Zie de GitHub-opslagplaats samenvattings-openai-csharp-prompty GitHub om toegang te krijgen tot de broncode en gedetailleerde informatie over de sjabloon te lezen.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps	Spraak naar tekst Samenvatting Azure OpenAI	GPT 3.5 Turbo

Chatten met uw gegevens met behulp van Azure OpenAI en Azure AI Search met Python

Deze sjabloon is een volledige end-to-end-oplossing die het RAG-patroon (Retrieval-Augmented Generation) laat zien dat wordt uitgevoerd in Azure. Het maakt gebruik van Azure AI Search voor het ophalen en grote taalmodellen van Azure OpenAI om Q&A-ervaringen (Vraag en Antwoord) van ChatGPT te gebruiken.

Zie Aan de slag met de chat met uw eigen gegevensvoorbeeld voor Python om aan de slag te gaan met deze sjabloon. Zie de GitHub-opslagplaats azure-search-openai-demo voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps	Azure OpenAI Azure AI Search Azure Blob-opslag Azure Monitor Azure Document Intelligence	GPT 3.5 Turbo GPT 4 GPT 4o GPT 4o-mini

Multi-Modal Creative Writing Copilot met DALL-E

Deze sjabloon is een creatieve oplossing voor het schrijven van meerdere agents om gebruikers te helpen artikelen te schrijven. Het laat zien hoe u AI-agents maakt en gebruikt die worden aangestuurd door Azure OpenAI.

Deze bevat:

1. Een Flask-app die een artikel en instructies van een gebruiker gebruikt.
2. Een onderzoeksagent die gebruikmaakt van de Bing Search-API om het artikel te onderzoeken.
3. Een productagent die Gebruikmaakt van Azure AI Search om een semantische gelijkenis uit te voeren naar gerelateerde producten uit een vectorarchief.
4. Een schrijveragent om het onderzoek en de productinformatie te combineren tot een nuttig artikel.
5. Een editoragent voor het verfijnen van het artikel dat aan de gebruiker wordt gepresenteerd.

Zie de GitHub-opslagplaats agent-openai-python-prompty voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Registry Azure Kubernetes	Azure OpenAI MS Bing Search Beheerde Azure-identiteit Azure Monitor Azure AI Search Azure AI Foundry	GPT 3.5 Turbo GPT 4.0 DALL-E

Contoso Chat Retail Copilot in samenwerking met Azure AI Foundry

Met deze sjabloon wordt Contoso Chat geïmplementeerd: een copilot-oplossing voor de detailhandel voor Contoso Outdoor die gebruikmaakt van een ontwerppatroon voor het ophalen van uitgebreide generatieontwerpen om chatbotreacties in de product- en klantgegevens van de detailhandelaar vast te leggen. Klanten kunnen vragen stellen op de website in natuurlijke taal en relevante reacties krijgen met mogelijke aanbevelingen op basis van hun aankoopgeschiedenis, met verantwoorde AI-procedures om de kwaliteit en veiligheid van de reactie te waarborgen.

Deze sjabloon illustreert de end-to-end-werkstroom (GenAIOps) voor het bouwen van een op RAG gebaseerde copilot-code eerst met Azure AI en Prompty. Door dit voorbeeld te verkennen en te implementeren, leert u het volgende:

1. Ideeën maken en snel herhalen op app-prototypen met Prompty
2. Azure OpenAI-modellen implementeren en gebruiken voor chatten, insluiten en evalueren
3. Azure AI Search (indexen) en Azure Cosmos DB (databases) gebruiken voor uw gegevens
4. Chatantwoorden evalueren voor kwaliteit met ai-ondersteunde evaluatiestromen
5. De toepassing hosten als een FastAPI-eindpunt dat is geïmplementeerd in Azure Container Apps
6. De oplossing inrichten en implementeren met behulp van de Azure Developer CLI
7. Ondersteuning voor verantwoorde AI-procedures met veiligheidsevaluaties voor inhoud

Zie de GitHub-opslagplaats contoso-chat voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps	Azure OpenAI Azure AI Search Azure AI Foundry Prompty Azure Cosmos DB	GPT 3.5 Turbo GPT 4.0 Managed Integration Runtime (MIR)

Procesautomatisering met spraak-naar-tekst en samenvatting met Azure AI Foundry

Met deze sjabloon maakt u een web-app waarmee werknemers van een bedrijf met de naam Contoso Manufacturing problemen kunnen melden via tekst of spraak. Audio-invoer wordt vertaald naar tekst en vervolgens samengevat om belangrijke informatie te markeren en het rapport wordt naar de juiste afdeling verzonden.

Zie de GitHub-opslagplaats summarization-openai-python-promptflow voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps	Azure AI Foundry Spraak-naar-tekstservice Prompty Managed Integration Runtime (MIR)	GPT 3.5 Turbo

API Analytics Copilot-assistent met Python en Azure AI Foundry

Deze sjabloon is een Assistent-API voor het chatten met tabelgegevens en het uitvoeren van analyses in natuurlijke taal.

Zie de GitHub-opslagplaats assistant-data-openai-python-promptflow voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Machine Learning-service	Azure AI Search Azure AI Foundry Managed Integration Runtime (MIR) Azure OpenAI	GPT 3.5 Turbo GPT 4

Chatten met uw gegevens met behulp van Azure OpenAI en Azure AI Search met Java

Deze sjabloon is een volledige end-to-end-oplossing die het RAG-patroon (Retrieval-Augmented Generation) laat zien dat wordt uitgevoerd in Azure. Het maakt gebruik van Azure AI Search voor het ophalen en grote taalmodellen van Azure OpenAI om ChatGPT-stijl en Q&A-ervaringen te kunnen gebruiken.

Zie Aan de slag met de chat met uw eigen gegevensvoorbeeld voor Java om aan de slag te gaan met deze sjabloon. Zie de GitHub-opslagplaats azure-search-openai-demo-java voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure App Service Azure Container Apps Azure Kubernetes Service	Azure OpenAI Azure AI Search Azure Document Intelligence Azure Storage Azure App Insights Azure Service Bus Azure Event Grid	gpt-35-turbo

Multi Agents Banking Assistant met Java en Semantic Kernel

Dit project is ontworpen als Proof of Concept (PoC) om het innovatieve gebied van generatieve AI te verkennen binnen de context van architecturen met meerdere agents. Door gebruik te maken van java en Microsoft Semantic Kernel AI orchestration framework, is ons doel om een chatweb-app te bouwen om de haalbaarheid en betrouwbaarheid van het gebruik van generatieve AI-agents te demonstreren om gebruikerservaring te transformeren van webklikken naar gesprekken in natuurlijke taal, terwijl het hergebruik van de bestaande workloadgegevens en API's wordt gemaximaliseerd.

De belangrijkste use case draait om een persoonlijke assistent voor het bankwezen die is ontworpen om de manier waarop gebruikers communiceren met hun bankrekeninggegevens, transactiegeschiedenis en betalingsfunctionaliteiten te veranderen. Door gebruik te maken van de kracht van generatieve AI binnen een architectuur met meerdere agents, is deze assistent erop gericht een naadloze, conversationele interface te bieden waarmee gebruikers moeiteloos toegang kunnen krijgen tot en hun financiële gegevens kunnen beheren.

Voorbeelden van facturen zijn opgenomen in de gegevensmap, zodat u eenvoudig de betalingsfunctie kunt verkennen. De betalingsagent die is uitgerust met OCR-hulpprogramma's (optische tekenherkenning) (Azure Document Intelligence) leidt het gesprek met de gebruiker om de factuurgegevens te extraheren en het betalingsproces te initiëren. Andere valse gegevens van accounts, zoals transacties, betalingswijzen en rekeningsaldo, kunnen ook door de gebruiker worden opgevraagd. Alle gegevens en services worden weergegeven als externe REST API's en worden gebruikt door de agents om de gebruiker de gevraagde informatie te bieden.

Zie de agent-openai-java-banking-assistant GitHub-opslagplaats om toegang te krijgen tot de broncode en gedetailleerde informatie over de sjabloon te lezen.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps	Azure OpenAI Azure Document Intelligence Azure Storage Azure Monitor	gpt-4o gpt-4o-mini

Chatten met uw gegevens met behulp van Azure OpenAI en Azure AI Search met JavaScript

Deze sjabloon is een volledige end-to-end-oplossing die het RAG-patroon (Retrieval-Augmented Generation) laat zien dat wordt uitgevoerd in Azure. Het maakt gebruik van Azure AI Search voor het ophalen en grote taalmodellen van Azure OpenAI om ChatGPT-stijl en Q&A-ervaringen te kunnen gebruiken.

Zie Aan de slag met de chat met behulp van uw eigen gegevensvoorbeeld voor JavaScript om aan de slag te gaan met deze sjabloon. Zie de GitHub-opslagplaats azure-search-openai-javascript voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Container Apps Azure Static Web Apps	Azure OpenAI Azure AI Search Azure Storage Azure Monitor	tekst-insluiten-ada-002

Front-end voor Azure OpenAI-chat

Deze sjabloon is een minimaal OpenAI-chatwebonderdeel dat kan worden gekoppeld aan elke back-endimplementatie als client.

Zie de GitHub-opslagplaats azure-openai-chat-front-end voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Static Web Apps	Azure AI Search Azure OpenAI	GPT 3.5 Turbo GPT4

Serverloze AI-chat met RAG met behulp van LangChain.js

De sjabloon is een serverloze AI-chatbot met Het ophalen van Augmented Generation met behulp van LangChain.js en Azure die gebruikmaakt van een set ondernemingsdocumenten voor het genereren van antwoorden op gebruikersquery's. Het maakt gebruik van een fictief bedrijf met de naam Contoso Real Estate en de ervaring stelt haar klanten in staat om ondersteuningsvragen te stellen over het gebruik van haar producten. De voorbeeldgegevens bevatten een set documenten waarin de servicevoorwaarden, het privacybeleid en een ondersteuningshandleiding worden beschreven.

Zie Aan de slag met Serverless AI Chat met RAG met behulp van LangChain.js voor meer informatie over het implementeren en uitvoeren van deze sjabloon. Zie de GitHub-opslagplaats serverloze chat-langchainjs voor toegang tot de broncode en gedetailleerde informatie over de sjabloon.

Meer informatie over het implementeren en uitvoeren van deze JavaScript-referentiesjabloon.

Deze sjabloon demonstreert het gebruik van deze functies.

Azure-hostingoplossing	Technologieën	AI-modellen
Azure Static Web Apps Azure Functions	Azure AI Search Azure OpenAI Azure Cosmos DB Azure Storage Beheerde Azure-identiteit	GPT4 Mistral Ollama