Udostępnij za pośrednictwem

Przykładowe monity dotyczące optymalizacji aplikacji za pomocą narzędzia GitHub Copilot dla wersji zapoznawczej platformy Azure

  • Artykuł

Jeśli nie znasz platformy Azure lub chcesz, aby narzędzia i sztuczna inteligencja mogły wykonać większość pracy, możesz poprosić narzędzie GitHub Copilot o wersję zapoznawcza platformy Azure, aby ułatwić optymalizację wydajności zasobów platformy Azure. Skorzystaj z najlepszych rozwiązań , aby uzyskać najlepsze wyniki.

Przykładowe monity o zoptymalizowanie aplikacji

Jeśli chcesz użyć narzędzia GitHub Copilot dla wersji zapoznawczej platformy Azure, aby uzyskać pomoc dotyczącą optymalizacji aplikacji, możesz rozpocząć od pytania lub żądania otwartego. Następnie dodaj szczegóły, takie jak określone usługi i technologie, aby uzyskać lepsze wyniki. Spróbuj wykonać następujące przykładowe monity.

Usługa Optymalizowanie przykładów monitów
Azure App Service
  • "@azure Czy są dostępne optymalizacje kodu aplikacji?"
  • "@azure Pokaż mi, jak zoptymalizować użycie procesora CPU dla usługi aplikacja systemu Azure."
  • "@azure Jak mogę zoptymalizować kod dla usługi aplikacja systemu Azure?"
  • "@azure Jakie są najlepsze rozwiązania dotyczące zabezpieczeń na platformie Azure?"
Azure SQL
  • "@azure Jak mogę zoptymalizować bazę danych Azure SQL Database w celu uzyskania lepszej wydajności?"

Monity o ocenę modeli sztucznej inteligencji

Wtyczka rozszerzenia GitHub Copilot eksperymentowania online to zaawansowane narzędzie, które usprawnia proces oceny modelu A/B online dla deweloperów aplikacji sztucznej inteligencji. Ta wtyczka jest częścią szerszej inicjatywy w celu ulepszenia środowiska dewelopera przez zintegrowanie możliwości eksperymentowania bezpośrednio z przepływem pracy programowania.

Obejmuje to dwa składniki:

  • Wtyczka copilot eksperymentowania dla @azure rozszerzenia. Ten czatbot pomaga eksperymentować, generuje kod flagi funkcji i metrykę, pomaga oceniać i podsumowywać wyniki eksperymentów i nie tylko.
  • Akcja usługi GitHub, którą można wywołać w ramach przepływu pracy tworzenia sztucznej inteligencji w usłudze GitHub, aby rozpocząć eksperymenty i odświeżyć i połączyć się z wynikami eksperymentów.

Celem tego projektu jest zapewnienie bezproblemowego i wydajnego sposobu, w jaki deweloperzy mogą przeprowadzać eksperymenty i analizować wyniki bez opuszczania środowiska projektowego. Obsługuje tworzenie eksperymentów i metryk oraz zarządzanie nimi, korzystając z usług platformy Azure, takich jak aplikacja systemu Azure Config na potrzeby dostarczania konfiguracji i usługi Azure AI na potrzeby metryk monitorowania modelu.

Wersja zapoznawcza tej wtyczki obejmuje środowisko użytkownika oparte na kodzie we współpracy z aplikacja systemu Azure Config, co umożliwia usprawnione ocenianie i eksperymentowanie w usłudze GitHub. Obejmuje to gotowe metryki monitorowania modelu i metryki niestandardowe. Publiczna wersja zapoznawcza przekształci tę wersję w pełną usprawnionej integracji i łatwego w użyciu środowiska użytkownika zarówno w programie App Config, jak i AI Studio.

Ocena sztucznej inteligencji platformy Azure jest już publicznie dostępna, ale jeśli chcesz wypróbować naszą funkcję eksperymentowania online, zarejestruj się , aby dowiedzieć się więcej.

Optymalizowanie wydajności na poziomie kodu

Jeśli używasz profilera usługi Application Insights dla platformy .NET, możesz wykonać optymalizacje wydajności na poziomie kodu za pomocą narzędzia GitHub Coplit. Ta funkcja jest opracowywana, więc w tej chwili należy użyć oddzielnego @Code_Optimization rozszerzenia (zamiast @azure) do optymalizacji wydajności na poziomie kodu. Aby uzyskać szczegółowe informacje na temat instalowania i używania optymalizacji kodu, zobacz Rozszerzenia optymalizacji kodu dla programu Visual Studio i programu Visual Studio Code (wersja zapoznawcza) — Azure Monitor.

Powiązana zawartość