Udostępnij za pośrednictwem


Narzędzie monitowania o przepływy w portalu usługi Azure AI Foundry

Ważne

Elementy oznaczone (wersja zapoznawcza) w tym artykule są obecnie dostępne w publicznej wersji zapoznawczej. Ta wersja zapoznawcza jest udostępniana bez umowy dotyczącej poziomu usług i nie zalecamy korzystania z niej w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą być nieobsługiwane lub ograniczone. Aby uzyskać więcej informacji, zobacz Uzupełniające warunki korzystania z wersji zapoznawczych platformy Microsoft Azure.

Narzędzie monitowania przepływu monitu oferuje kolekcję szablonów tekstowych, które służą jako punkt wyjścia do tworzenia monitów. Te szablony, na podstawie aparatu szablonu Jinja , ułatwiają definiowanie monitów. Narzędzie okazuje się przydatne, gdy wymagane jest dostrajanie monitów, zanim monity zostaną wprowadzone do dużego modelu językowego (LLM) w przepływie monitu.

Wymagania wstępne

Przygotuj monit. Narzędzie LLM i narzędzie Monit obsługują szablony Jinja .

W tym przykładzie monit zawiera składnię tworzenia szablonów Jinja w celu dynamicznego generowania komunikatu powitalnego i personalizowania go na podstawie nazwy użytkownika. Przedstawia również menu opcji do wyboru przez użytkownika. W zależności od tego, czy zmienna jest podana user_name , adresuje użytkownika według nazwy lub używa ogólnego powitania.

Welcome to {{ website_name }}!
{% if user_name %}
    Hello, {{ user_name }}!
{% else %}
    Hello there!
{% endif %}
Please select an option from the menu below:
1. View your account
2. Update personal information
3. Browse available products
4. Contact customer support

Aby uzyskać więcej informacji i najlepszych rozwiązań, zobacz Monituj techniki inżynieryjne.

Kompilowanie za pomocą narzędzia Monituj

  1. Tworzenie lub otwieranie przepływu w usłudze Azure AI Foundry. Aby uzyskać więcej informacji, zobacz Tworzenie przepływu.

  2. Wybierz pozycję + Monituj , aby dodać narzędzie Monituj do przepływu.

    Zrzut ekranu przedstawiający narzędzie Monituj dodane do przepływu w portalu usługi Azure AI Foundry.

  3. Wprowadź wartości parametrów wejściowych narzędzia Monitowania opisanych w tabeli Inputs. Aby uzyskać informacje na temat przygotowywania danych wejściowych monitu, zobacz Wymagania wstępne.

  4. Dodaj więcej narzędzi (takich jak narzędzie LLM) do przepływu zgodnie z potrzebami. Możesz też wybrać pozycję Uruchom , aby uruchomić przepływ.

  5. Dane wyjściowe są opisane w tabeli Dane wyjściowe.

Dane wejściowe

Dostępne są następujące parametry wejściowe.

Nazwisko Pisz Opis Wymagania
monit string Szablon monitu w jinja. Tak
Dane wejściowe - Lista zmiennych szablonu monitu i jego przypisań. -

Dane wyjściowe

Przykład 1

Wejścia:

Zmienna Typ Przykładowa wartość
website_name string „Microsoft”
user_name string "Jane"

Wyjść:

Welcome to Microsoft! Hello, Jane! Please select an option from the menu below: 1. View your account 2. Update personal information 3. Browse available products 4. Contact customer support

Przykład 2

Wejścia:

Zmienna Typ Przykładowa wartość
website_name string "Bing"
user_name string "

Wyjść:

Welcome to Bing! Hello there! Please select an option from the menu below: 1. View your account 2. Update personal information 3. Browse available products 4. Contact customer support

Następne kroki