Conectar-se aos serviços de IA do Azure a partir de fluxos de trabalho padrão nos Aplicativos Lógicos do Azure
Aplica-se a: Aplicativos Lógicos do Azure (Padrão)
Para integrar dados e serviços empresariais com tecnologias de IA, pode utilizar os conectores incorporados do Azure OpenAI e do Azure AI Search nos fluxos de trabalho de aplicações lógicas padrão. Esses conectores oferecem suporte a vários tipos de autenticação, como chaves de API, ID do Microsoft Entra e identidades gerenciadas. Eles também podem se conectar ao Serviço OpenAI do Azure e aos pontos de extremidade do Azure AI Search atrás de firewalls para que seus fluxos de trabalho se conectem com segurança aos seus recursos de IA no Azure.
Este guia fornece uma visão geral e exemplos de como usar as operações do conector Azure OpenAI e Azure AI Search em seu fluxo de trabalho.
Por que usar os Aplicativos Lógicos do Azure com serviços de IA?
Normalmente, a construção de soluções de IA envolve várias etapas fundamentais e requer alguns blocos de construção. Principalmente, você precisa ter um pipeline de ingestão dinâmico e uma interface de bate-papo que possa se comunicar com grandes modelos de linguagem (LLMs) e bancos de dados vetoriais.
Gorjeta
Para saber mais, você pode fazer estas perguntas ao Azure Copilot:
- O que é um pipeline de ingestão dinâmica em IA?
- O que é um banco de dados vetorial em IA?
Para localizar o Azure Copilot, na barra de ferramentas do portal do Azure, selecione Copilot.
Você pode montar vários componentes, não apenas para executar a ingestão de dados, mas também para fornecer um backend robusto para a interface de chat. Esse back-end facilita a inserção de prompts e gera respostas confiáveis durante as interações. No entanto, criar o código para gerenciar e controlar todos esses elementos pode ser um desafio, o que é o caso da maioria das soluções.
Os Aplicativos Lógicos do Azure oferecem uma abordagem de baixo código e simplificam o gerenciamento de back-end fornecendo conectores pré-criados que você usa como blocos de construção para simplificar o processo de back-end. Essa abordagem permite que você se concentre em obter seus dados e garantir que os resultados da pesquisa forneçam informações atuais e relevantes. Com esses conectores de IA, seu fluxo de trabalho atua como um mecanismo de orquestração que transfere dados entre serviços de IA e outros componentes que você deseja integrar.
Para obter mais informações, consulte os seguintes recursos:
- Introdução a grandes modelos linguísticos
- Guia para trabalhar com modelos linguísticos grandes
- O que é um banco de dados vetorial
Referência técnica do conector
Azure OpenAI
O Serviço OpenAI do Azure fornece acesso aos modelos de linguagem da OpenAI, que incluem GPT-4, GPT-4 Turbo com Visão, GPT-3.5-Turbo e a série de modelos Embeddings. Com o conector do Azure OpenAI , seu fluxo de trabalho pode se conectar ao Serviço OpenAI do Azure e obter incorporações do OpenAI para seus dados ou gerar finalizações de bate-papo.
Gorjeta
Para saber mais, você pode fazer estas perguntas ao Azure Copilot:
- O que é uma incorporação em IA?
- O que é uma conclusão de chat em IA?
Para localizar o Azure Copilot, na barra de ferramentas do portal do Azure, selecione Copilot.
| Aplicação lógica | Environment | Versão do conector |
|---|---|---|
| Standard | Aplicativos Lógicos do Azure e Ambiente do Serviço de Aplicativo v3 de locatário único (somente planos do Windows) | Conector interno, que aparece na galeria de conectores em Runtime>In-App e é baseado em provedor de serviços. O conector interno pode acessar diretamente as redes virtuais do Azure sem usar um gateway de dados local. Para obter mais informações, consulte Referência de conector interno do Azure OpenAI. |
Pesquisa de IA do Azure
O Azure AI Search é uma plataforma para recuperação de informações alimentada por IA que ajuda os programadores a criar experiências de pesquisa avançadas e aplicações de IA generativas ao combinar modelos de linguagem grandes com dados empresariais. Com o conector Azure AI Search , seu fluxo de trabalho pode se conectar ao Azure AI Search para indexar documentos e executar pesquisas vetoriais em seus dados.
| Aplicação lógica | Environment | Versão do conector |
|---|---|---|
| Standard | Aplicativos Lógicos do Azure e Ambiente do Serviço de Aplicativo v3 de locatário único (somente planos do Windows) | Conector interno, que aparece na galeria de conectores em Runtime>In-App e é baseado em provedor de serviços. O conector interno pode acessar diretamente as redes virtuais do Azure sem usar um gateway de dados local. Para obter mais informações, consulte Referência de conector interno do Azure AI Search. |
Autenticação
Ambos os conectores de IA suportam várias maneiras de autenticação com seu endpoint de serviço de IA. Essas opções fornecem autenticação robusta que atende às necessidades da maioria dos clientes. Ambos os conectores de IA também podem se conectar diretamente aos serviços Azure OpenAI e Azure AI Search dentro de redes virtuais.
A lista a seguir descreve essas opções, todas as quais exigem que você forneça o ponto de extremidade do serviço.
| Authentication type | Description |
|---|---|
| Autenticação baseada em chaves | Forneça a chave de API ou o administrador gerado pelo serviço de IA. |
| Microsoft Entra ID, anteriormente Azure Ative Directory | Forneça informações como seu locatário do Entra, ID do cliente e senha para autenticar como um usuário do Entra. |
| Identidade gerida | Depois de habilitar a autenticação de identidade gerenciada em seu serviço de IA e seu recurso de aplicativo lógico, você pode usar essa identidade para autenticar o acesso ao conector. |
Para obter mais informações, consulte os seguintes recursos:
- Autenticar solicitações para serviços de IA do Azure
- O que é o Microsoft Entra ID
- O que são identidades gerenciadas para recursos do Azure
- Autenticar acesso e conexões a recursos do Azure com identidades gerenciadas em Aplicativos Lógicos do Azure
Adicionar uma ação do Azure OpenAI ou Azure AI Search ao seu fluxo de trabalho
Atualmente, os conectores internos do Azure OpenAI e do Azure AI Search fornecem apenas ações, não gatilhos. Você pode iniciar seu fluxo de trabalho com qualquer gatilho que se adapte ao seu cenário ou necessidades e, em seguida , siga estas etapas gerais para adicionar ações para o Azure OpenAI, Azure AI Search e outras operações.
Cenários
Os cenários a seguir descrevem apenas duas das muitas maneiras pelas quais você pode usar operações de conector de IA em seus fluxos de trabalho:
Crie uma base de dados de conhecimento para os dados da sua empresa
Os Aplicativos Lógicos do Azure fornecem mais de 1.000 conectores gerenciados pela Microsoft e conectores internos em execução nativa para que seu fluxo de trabalho se conecte com segurança a praticamente qualquer fonte de dados, como SharePoint, Oracle DB, Salesforce, OneDrive, Dropbox, SAP, IBM e assim por diante. Cada conector fornece operações, que incluem gatilhos, ações ou ambos, para você usar em seu fluxo de trabalho.
Por exemplo, você pode selecionar entre vários tipos de gatilho para fazer com que seu fluxo de trabalho automatizado seja executado em uma agenda ou com base em eventos específicos, como o carregamento de novos documentos em um site do SharePoint. Com tantas operações para você escolher, você pode criar uma base de dados de conhecimento e criar facilmente um pipeline de ingestão de documentos usando incorporações vetoriais para esses documentos no Azure AI Search.
Para obter mais informações, consulte os seguintes recursos:
- Vetores na Pesquisa de IA do Azure
- O que são incorporações
- Compreender as incorporações no Azure OpenAI
Gerar finalizações
Um fluxo de trabalho de Aplicativos Lógicos do Azure pode aceitar entradas, enquanto o Serviço OpenAI do Azure pode executar operações de conclusão. Esses recursos significam que seu fluxo de trabalho pode ingerir perguntas em tempo real, gerar respostas sobre seus dados ou enviar respostas automatizadas usando o Azure OpenAI. Você pode enviar imediatamente as respostas de volta para o cliente ou para um fluxo de trabalho de aprovação para verificação.
Para obter mais informações, consulte os seguintes recursos:
Cenário de exemplo com código de exemplo: Ingerir dados e criar interações de bate-papo
Este exemplo mostra como usar os conectores Azure OpenAI e Azure AI Search para quebrar a lógica de back-end para ingerir dados e conduzir conversas de bate-papo simples em dois fluxos de trabalho principais. Para um desempenho mais rápido, crie fluxos de trabalho sem estado que, por padrão, não salvam nem armazenam o histórico de cada execução.
Código de exemplo
Criar um chat usando dados ingeridos
Pré-requisitos
Consulte os requisitos de código de exemplo.
Os seguintes valores de parâmetros entre ambientes também são usados pelas operações de fluxo de trabalho neste exemplo:
| Nome do parâmetro | Description |
|---|---|
| aisearch_admin_key | A chave de administrador para o Azure AI Search |
| aisearch_endpoint | A URL do ponto de extremidade para o exemplo do Azure AI Search |
| aisearch_index_name | O índice a ser usado para o exemplo do Azure AI Search |
| openapi_api_key | A chave de API para o Azure OpenAI |
| openai_deployment_id | A ID de implantação para o exemplo do Azure OpenAI |
| openai_endpoint | A URL do ponto de extremidade para o exemplo do Azure OpenAI |
| tokenize_function_url | A URL para uma função personalizada do Azure que agrupa e tokeniza dados, que é necessária para que o Azure OpenAI crie incorporações corretamente para este exemplo. Para obter mais informações sobre essa função, consulte o código de exemplo para "Criar um bate-papo usando dados ingeridos". |
Vídeo: Saiba como criar aplicativos de IA usando aplicativos lógicos
Saiba como criar aplicativos de IA usando aplicativos lógicos
Ingerir fluxo de trabalho de dados
Para economizar tempo e esforço consideráveis ao criar um pipeline de ingestão, implemente o seguinte padrão com qualquer fonte de dados. Esse padrão encapsula todas as vantagens e benefícios atualmente oferecidos pelos fluxos de trabalho padrão em aplicativos lógicos do Azure de locatário único.
Cada etapa desse padrão garante que a IA extraia perfeitamente todas as informações cruciais de seus arquivos de dados. Se executado como um fluxo de trabalho sem monitoração de estado, esse padrão também fornece um desempenho mais rápido. Essa abordagem simplifica não apenas o aspeto de codificação, mas também garante que seus fluxos de trabalho tenham processos eficazes de autenticação, monitoramento e implantação.
| Passo | Tarefa | Operação subjacente | Description |
|---|---|---|---|
| 5 | Verifique se há novos dados. | Quando uma solicitação HTTP é recebida | Um gatilho que sonda ou aguarda a chegada de novos dados, seja com base em uma recorrência programada ou em resposta a eventos específicos, respectivamente. Esse evento pode ser um novo arquivo carregado em um sistema de armazenamento específico, como SharePoint, OneDrive ou Armazenamento de Blobs do Azure. Neste exemplo, a operação de gatilho Request aguarda uma solicitação HTTP ou HTTPS enviada de outro ponto de extremidade. O pedido inclui o URL de um novo documento carregado. |
| 2 | Obtenha os dados. | HTTP | Uma ação HTTP que recupera o documento carregado usando a URL do arquivo da saída do gatilho. |
| 3 | Redigir detalhes do documento. | Compose | Uma ação de Operações de Dados que concatena vários itens. Este exemplo concatena informações de chave-valor sobre o documento. |
| 4 | Crie uma cadeia de caracteres de token. | Analisar um documento | Uma ação de Operações de Dados que produz uma cadeia de caracteres de token usando a saída da ação Compor . |
| 5 | Crie blocos de conteúdo. | Fragmentar texto | Uma ação de Operações de Dados que divide a cadeia de caracteres de token em partes, com base no número de caracteres ou tokens por bloco de conteúdo. |
| 6 | Converta dados tokenizados em JSON. | Analisar JSON | Uma ação de Operações de Dados que converte os blocos de cadeia de caracteres de token em uma matriz JSON. |
| 7 | Selecione itens de matriz JSON. | Selecionar | Uma ação de Operações de Dados que seleciona vários itens da matriz JSON. |
| 8 | Gere as incorporações. | Obtenha várias incorporações | Uma ação do Azure OpenAI que cria incorporações para cada item de matriz JSON. |
| 9 | Selecione incorporações e outras informações. | Selecionar | Uma ação de Operações de Dados que seleciona incorporações e outras informações do documento. |
| 10 | Indexe os dados. | Documentos de índice | Uma ação do Azure AI Search que indexa os dados com base em cada incorporação selecionada. |
Fluxo de trabalho de bate-papo
À medida que seus bancos de dados vetoriais continuam a ingerir dados, certifique-se de que os dados sejam facilmente pesquisáveis para que, quando um usuário fizer uma pergunta, o fluxo de trabalho do aplicativo lógico de back-end possa processar o prompt e gerar uma resposta confiável.
O padrão a seguir é apenas um exemplo que mostra como um fluxo de trabalho de bate-papo pode parecer:
| Passo | Tarefa | Operação subjacente | Description |
|---|---|---|---|
| 5 | Aguarde o prompt de entrada. | Quando uma solicitação HTTP é recebida | Um gatilho que sonda ou aguarda a chegada de novos dados, seja com base em uma recorrência programada ou em resposta a eventos específicos, respectivamente. Neste exemplo, o gatilho Request aguarda e captura a pergunta do cliente. |
| 2 | Mensagem do sistema de entrada para o modelo. | Compose | Uma ação de Operações de Dados que fornece entrada para treinar o modelo. |
| 3 | Insira exemplos de perguntas e respostas. | Compose | Uma ação de Operações de Dados que fornece exemplos de perguntas do cliente e funções associadas para treinar o modelo. |
| 4 | Mensagem do sistema de entrada para consulta de pesquisa. | Compose | Uma ação de Operações de Dados que fornece entrada de consulta de pesquisa para treinar o modelo. |
| 5 | Gerar consulta de pesquisa. | Executar código JavaScript | Uma ação de código embutido que usa JavaScript para criar uma consulta de pesquisa para o repositório de vetores, com base nas saídas das ações de composição anteriores. |
| 6 | Converter consulta em incorporação. | Obter conclusão de bate-papo | Uma ação do Azure OpenAI que se conecta à API de conclusão de chat, que garante respostas confiáveis em conversas de chat. Neste exemplo, a ação aceita consultas de pesquisa e funções como entrada para o modelo e retorna incorporações de vetor como saída. |
| 7 | Obtenha uma incorporação. | Obter uma incorporação | Uma ação do Azure OpenAI que obtém a incorporação de um único vetor. |
| 8 | Pesquise o banco de dados vetorial. | Vetores de pesquisa | Uma ação do Azure AI Search que executa pesquisas no repositório de vetores. |
| 9 | Criar prompt. | Executar código JavaScript | Uma ação de código embutido que usa JavaScript para criar prompts. |
| 10 | Execute a conclusão do chat. | Obter conclusão de bate-papo | Uma ação do Azure OpenAI que se conecta à API de conclusão de chat, que garante respostas confiáveis em conversas de chat. Neste exemplo, a ação aceita prompts e funções como entrada para o modelo e retorna respostas geradas pelo modelo como saída. |
| 11 | Retorne uma resposta. | Response | Uma ação Solicitar que retorna os resultados para o chamador quando você usa o gatilho Solicitação . |
Consulte também
Os conectores Azure OpenAI e Azure AI Search agora estão disponíveisem geral Conectores Azure OpenAI e AI Search para Aplicativos Lógicos do Azure (Padrão)