Подключение к службам ИИ Azure из рабочих процессов в Azure Logic Apps
Область применения: Azure Logic Apps (Потребление + Стандартный)
Чтобы интегрировать корпоративные службы, системы и данные с технологиями ИИ, рабочие процессы приложения логики могут подключаться к ресурсам Azure OpenAI и azure AI Search , которые используются для этих сценариев интеграции.
В этом руководстве приведены общие сведения и примеры использования операций соединителя поиска Azure OpenAI и Azure AI Search в рабочем процессе.
Зачем использовать Azure Logic Apps со службами ИИ?
Как правило, создание решений ИИ включает несколько ключевых шагов и требует нескольких стандартных блоков. В первую очередь необходимо иметь динамический конвейер приема и интерфейс чата, который может взаимодействовать с большими языковыми моделями (LLM) и векторными базами данных.
Совет
Чтобы узнать больше, вы можете задать Azure Copilot следующие вопросы:
- Что такое динамический конвейер приема в ИИ?
- Что такое векторная база данных в ИИ?
Чтобы найти Azure Copilot, на панели инструментов портал Azure выберите Copilot.
Вы можете собрать различные компоненты, не только для приема данных, но и для обеспечения надежной серверной части интерфейса чата. Эта серверная часть упрощает ввод запросов и создает зависимые ответы во время взаимодействия. Однако создание кода для управления и управления всеми этими элементами может вызвать проблемы, которые относятся к большинству решений.
Azure Logic Apps предлагает низкий подход к коду и упрощает управление серверной частью, предоставляя предварительно созданные соединители, которые используются в качестве стандартных блоков для упрощения внутреннего процесса. Этот подход позволяет сосредоточиться на источнике данных и убедиться, что результаты поиска предоставляют текущую и соответствующую информацию. С помощью этих соединителей ИИ рабочий процесс выступает в качестве механизма оркестрации, который передает данные между службами ИИ и другими компонентами, которые требуется интегрировать.
Дополнительные сведения см. на следующих ресурсах:
Необходимые компоненты
Учетная запись и подписка Azure. Если у вас еще нет подписки Azure, зарегистрируйтесь для получения бесплатной учетной записи Azure.
Ресурсы поиска ИИ Azure и Azure OpenAI для доступа и использования в рабочем процессе, включая сведения о подключении:
Рабочий процесс приложения логики, в котором требуется получить доступ к ресурсам Поиска Azure OpenAI и Azure AI.
Соединители для этих служб в настоящее время предоставляют только действия, а не триггеры. Прежде чем добавить действие соединителя Azure AI, убедитесь, что рабочий процесс начинается с соответствующего триггера для вашего сценария.
Технический справочник по соединителю
В рабочих процессах потребления соединители Azure OpenAI и Службы поиска ИИ Azure в настоящее время находятся в предварительной версии и применяются к дополнительным условиям использования для предварительных версий Microsoft Azure.
Azure OpenAI
Служба Azure OpenAI предоставляет доступ к языковым моделям OpenAI, включая GPT-4, GPT-4 Turbo с Vision, GPT-3.5-Turbo и серии моделей Внедрения. С помощью соединителя Azure OpenAI рабочий процесс может подключаться к Службе Azure OpenAI и получать внедрения OpenAI для данных или создавать завершения чата.
Совет
Чтобы узнать больше, вы можете задать Azure Copilot следующие вопросы:
- Что такое внедрение в ИИ?
- Что такое завершение чата в ИИ?
Чтобы найти Azure Copilot, на панели инструментов портал Azure выберите Copilot.
Соединитель Azure OpenAI имеет разные версии на основе типа приложения логики и модели размещения:
| Приложение логики | Среда | Версия соединителя |
|---|---|---|
| Потребление | Мультитенантные Azure Logic Apps | Управляемый соединитель, размещенный в Azure, который отображается в коллекции соединителей в разделе "Общая среда выполнения>". Дополнительные сведения см . в справочнике по управляемому соединителю Azure OpenAI. |
| Стандартные | Однотенантное azure Logic Apps, Среда службы приложений версии 3 (только планы Windows) или гибридное развертывание, которое является собственной инфраструктурой. | Встроенный соединитель, который отображается в коллекции соединителей в приложении среды выполнения>и является поставщиком услуг. Встроенный соединитель имеет следующие возможности: — поддержка нескольких типов проверки подлинности — Прямой доступ к ресурсам в виртуальных сетях Azure и конечных точках для брандмауэров Azure OpenAI. Дополнительные сведения см . в справочнике по встроенному соединителю Azure OpenAI. |
Поиск с использованием ИИ Azure
Поиск по искусственному интеллекту Azure — это платформа для получения информации на основе ИИ, которая помогает разработчикам создавать широкие возможности поиска и создавать приложения искусственного интеллекта путем объединения больших языковых моделей с корпоративными данными. С помощью соединителя поиска ИИ Azure рабочий процесс может подключиться к службе "Поиск ИИ Azure" для индексирования документов и выполнения векторного поиска данных.
Соединитель поиска ИИ Azure имеет разные версии, основанные на типе приложения логики и модели размещения:
| Приложение логики | Среда | Версия соединителя |
|---|---|---|
| Потребление | Мультитенантные Azure Logic Apps | Управляемый соединитель, размещенный в Azure, который отображается в коллекции соединителей в разделе "Общая среда выполнения>". Дополнительные сведения см. в справочнике по управляемому соединителю службы "Поиск ИИ Azure". |
| Стандартные | Однотенантное azure Logic Apps, Среда службы приложений версии 3 (только планы Windows) или гибридное развертывание, которое является собственной инфраструктурой. | Встроенный соединитель, который отображается в коллекции соединителей в приложении среды выполнения>и является поставщиком услуг. Встроенный соединитель имеет следующие возможности: — поддержка нескольких типов проверки подлинности — Прямой доступ к ресурсам в виртуальных сетях Azure и конечных точках для брандмауэров Azure OpenAI. Дополнительные сведения см . в справочнике по встроенному соединителю службы "Поиск ИИ Azure". |
Проверка подлинности
Для проверки подлинности управляемых соединителей ИИ требуется ключ API. Однако встроенные соединители ИИ поддерживают несколько типов проверки подлинности для конечной точки службы ИИ. Эти параметры обеспечивают надежную проверку подлинности, которая соответствует потребностям большинства клиентов. Встроенные соединители также могут напрямую подключаться к ресурсам Поиска Azure OpenAI и Azure AI в виртуальных сетях или за брандмауэрами.
В следующей таблице описаны встроенные параметры проверки подлинности соединителя, которые требуют предоставления URL-адреса для конечной точки службы ИИ:
| Тип аутентификации | Description |
|---|---|
| Проверка подлинности на основе URL-адресов и ключей | Укажите ключ API или администратор, созданный службой ИИ. |
| OAuth Active Directory (идентификатор Microsoft Entra) | Укажите такие сведения, как клиент Entra, идентификатор клиента и пароль для проверки подлинности в качестве пользователя Entra. |
| Управляемое удостоверение | После настройки проверки подлинности управляемого удостоверения в ресурсе службы искусственного интеллекта и ресурсе приложения логики вы можете использовать это удостоверение для проверки подлинности доступа к соединителю. |
Внимание
Для оптимальной безопасности используйте идентификатор Microsoft Entra с управляемыми удостоверениями для проверки подлинности, когда это возможно. Этот метод обеспечивает более высокую безопасность, не предоставляя учетные данные. Azure управляет этим удостоверением и помогает защитить информацию проверки подлинности, чтобы вам не нужно самостоятельно управлять этой конфиденциальной информацией. Сведения о настройке управляемого удостоверения для Azure Logic Apps см. в статье "Проверка подлинности доступа и подключений к ресурсам Azure с помощью управляемых удостоверений в Azure Logic Apps".
Если вам нужно использовать другой тип проверки подлинности, используйте следующий доступный вариант безопасности высокого уровня. Например, предположим, что необходимо создать подключение с помощью строка подключения. Строка подключения включает сведения о авторизации, необходимые для доступа к определенному ресурсу, службе или системе. Ключ доступа в строка подключения аналогичен корневому паролю.
В рабочих средах всегда защищать конфиденциальную информацию и секреты, такие как учетные данные, сертификаты, отпечатки, ключи доступа и строка подключения. Убедитесь, что вы безопасно храните такие сведения с помощью идентификатора Microsoft Entra и Azure Key Vault. Избегайте жесткого ввода этих сведений, совместного использования с другими пользователями или сохранения в виде обычного текста в любом месте, к которому могут получить доступ другие пользователи. Поверните секреты как можно скорее, если вы считаете, что эта информация может быть скомпрометирована. Дополнительные сведения см. в статье Сведения об Azure Key Vault.
Дополнительные сведения см. на следующих ресурсах:
- Проверка подлинности запросов к службам ИИ Azure
- Что такое Microsoft Entra ID
- Что такое управляемые удостоверения для ресурсов Azure?
- Проверьте доступ и подключения к ресурсам Azure с помощью управляемых удостоверений в Azure Logic Apps
Добавление действия поиска Azure OpenAI или Azure AI в рабочий процесс
В настоящее время соединители для Azure OpenAI и поиска Azure AI предоставляют только действия, а не триггеры. Вы можете запустить рабочий процесс с любым триггером, соответствующим вашему сценарию или потребностям. В зависимости от того, есть ли рабочий процесс потребления или уровня "Стандартный", вы можете выполнить следующие общие действия, чтобы добавить действия для Azure OpenAI, поиска ИИ Azure и других операций.
Сценарии
В следующих сценариях описано только два из множества способов использования операций соединителя ИИ в рабочих процессах.
Создание база знаний для корпоративных данных
Azure Logic Apps предоставляет более 1400 управляемых Корпорацией Майкрософт соединителей и встроенные соединители для рабочего процесса для безопасного подключения к любому источнику данных, таким как SharePoint, Oracle DB, Salesforce, OneDrive, Dropbox, SAP, IBM и т. д. Каждый соединитель предоставляет операции, которые включают триггеры, действия или оба для использования в рабочем процессе.
Например, можно выбрать из множества типов триггеров, чтобы автоматизированный рабочий процесс выполнялся по расписанию или на основе определенных событий, таких как отправка новых документов на сайт SharePoint. Так много операций для выбора можно создать база знаний и легко создать конвейер приема документов с помощью векторных внедрения для этих документов в службе "Поиск ИИ Azure".
Дополнительные сведения см. на следующих ресурсах:
Создание завершений
Рабочий процесс Azure Logic Apps может принимать входные данные, а служба Azure OpenAI может выполнять операции завершения. Эти возможности означают, что рабочий процесс может получать вопросы в режиме реального времени, создавать ответы о данных или отправлять автоматические ответы с помощью Azure OpenAI. Вы можете немедленно отправить ответы клиенту или в рабочий процесс утверждения для проверки.
Дополнительные сведения см. на следующих ресурсах:
- Введение в инженерию подсказок по цепочке рассуждений
- Узнайте, как создавать или манипулировать текстом
Пример сценария с примером кода: прием данных и создание взаимодействий чата
В этом примере рабочего процесса уровня "Стандартный" показано, как использовать встроенные соединители Azure OpenAI и Службы поиска ИИ Azure для разбиения серверной логики для приема данных и проведения простых бесед чата в два ключевых рабочих процесса. Для повышения производительности создайте рабочие процессы без отслеживания состояния, которые по умолчанию не сохраняются и хранят журнал для каждого запуска.
Пример кода
Создание чата с использованием приема данных
Другие необходимые условия
Рабочий процесс приложения логики "Стандартный"
См. пример требований к коду.
Следующие значения параметров между средами также используются операциями рабочего процесса в этом примере:
Наименование параметра Description aisearch_admin_key Ключ администратора для поиска по искусственному интеллекту Azure aisearch_endpoint URL-адрес конечной точки для примера поиска ИИ Azure aisearch_index_name Индекс, используемый для примера поиска ИИ Azure openapi_api_key Ключ API для Azure OpenAI openai_deployment_id Идентификатор развертывания для примера Azure OpenAI openai_endpoint URL-адрес конечной точки для примера Azure OpenAI tokenize_function_url URL-адрес настраиваемой функции Azure, которая пакетирует и маркеризирует данные, необходимые для правильного создания внедрения в этом примере Azure OpenAI.
Дополнительные сведения об этой функции см. в примере кода для "Создание чата с использованием приема данных".
Видео. Узнайте, как создавать приложения ИИ с помощью приложений логики
Узнайте, как создавать приложения ИИ с помощью приложений логики
Рабочий процесс приема данных
Чтобы сэкономить значительное время и усилия при создании конвейера приема, реализуйте следующий шаблон с любым источником данных. Этот шаблон инкапсулирует все преимущества и преимущества, предоставляемые рабочими процессами уровня "Стандартный" в azure Logic Apps с одним клиентом.
Каждый шаг в этом шаблоне гарантирует, что ИИ легко извлекает все важные сведения из файлов данных. При запуске в качестве рабочего процесса без отслеживания состояния этот шаблон также обеспечивает более высокую производительность. Этот подход упрощает не только аспект написания кода, но и гарантирует, что рабочие процессы имеют эффективную проверку подлинности, мониторинг и процессы развертывания.
| Шаг | Задача | Базовая операция | Description |
|---|---|---|---|
| 1 | Проверьте наличие новых данных. | При получении HTTP-запроса | Триггер, который опрашивает или ожидает поступления новых данных на основе запланированного повторения или в ответ на определенные события соответственно. Такое событие может быть новым файлом, который отправляется в определенную систему хранения, например SharePoint, OneDrive или Хранилище BLOB-объектов Azure. В этом примере операция триггера запроса ожидает отправки HTTP-запроса или HTTPS из другой конечной точки. Запрос содержит URL-адрес для нового отправленного документа. |
| 2 | Получение данных. | HTTP | Действие HTTP , которое извлекает отправленный документ с помощью URL-адреса файла из выходных данных триггера. |
| 3 | Создание сведений о документе. | Создание | Действие операций с данными, сцепляющее различные элементы. В этом примере объединяются сведения о ключе-значении документа. |
| 4 | Создайте строку токена. | Анализ документа | Действие операций с данными, которое создает строку маркера, используя выходные данные действия Compose. |
| 5 | Создание блоков содержимого. | Фрагмент текста | Действие операций с данными, разделяющее строку токена на части на основе количества символов или маркеров на блок содержимого. |
| 6 | Преобразуйте маркеризованные данные в JSON. | Синтаксический анализ JSON | Действие операций с данными, которое преобразует блоки строки маркера в массив JSON. |
| 7 | Выберите элементы массива JSON. | Select | Действие "Операции данных", которое выбирает несколько элементов из массива JSON. |
| 8 | Создайте внедрения. | Получение нескольких внедренных элементов | Действие Azure OpenAI , которое создает внедрение для каждого элемента массива JSON. |
| 9 | Выберите встраивания и другие сведения. | Select | Действие операций с данными, которое выбирает внедрение и другие сведения о документе. |
| 10 | Индексирование данных. | Индексировать документы | Действие поиска ИИ Azure, которое индексирует данные на основе каждого выбранного внедрения. |
Рабочий процесс чата
По мере того как векторные базы данных продолжают принимать данные, убедитесь, что данные легко искать, чтобы, когда пользователь задает вопрос, рабочий процесс серверного приложения логики уровня "Стандартный" может обрабатывать запрос и создавать надежный ответ.
Следующий шаблон — это только один пример, в который показано, как может выглядеть рабочий процесс чата:
| Шаг | Задача | Базовая операция | Description |
|---|---|---|---|
| 1 | Дождитесь ввода запроса. | При получении HTTP-запроса | Триггер, который опрашивает или ожидает поступления новых данных на основе запланированного повторения или в ответ на определенные события соответственно. В этом примере триггер запроса ожидает и фиксирует вопрос клиента. |
| 2 | Входное системное сообщение для модели. | Создание | Действие операций с данными, которое предоставляет входные данные для обучения модели. |
| 3 | Вводимые примеры вопросов и ответов. | Создание | Действие "Операции с данными", которое предоставляет примеры вопросов клиента и связанных ролей для обучения модели. |
| 4 | Входное системное сообщение для запроса поиска. | Создание | Действие операций с данными, которое предоставляет входные данные поискового запроса для обучения модели. |
| 5 | Создайте поисковый запрос. | Execute JavaScript Code | Действие встроенного кода , использующее JavaScript для создания поискового запроса для векторного хранилища на основе выходных данных из предыдущих действий Compose . |
| 6 | Преобразование запроса в внедрение. | Получение завершения чата | Действие Azure OpenAI , которое подключается к API завершения чата, которое гарантирует надежные ответы в беседах чата. В этом примере действие принимает поисковые запросы и роли в качестве входных данных в модель и возвращает векторные внедрения в качестве выходных данных. |
| 7 | Получение внедрения. | Получение внедрения | Действие Azure OpenAI , которое получает одно векторное внедрение. |
| 8 | Выполните поиск векторной базы данных. | Векторы поиска | Действие поиска ИИ Azure, которое выполняет поиск в хранилище векторов. |
| 9 | Создайте запрос. | Execute JavaScript Code | Действие встроенного кода , использующее JavaScript для создания запросов. |
| 10 | Выполнение завершения чата. | Получение завершения чата | Действие Azure OpenAI , которое подключается к API завершения чата, которое гарантирует надежные ответы в беседах чата. В этом примере действие принимает запросы и роли в качестве входных данных в модель и возвращает созданные моделью ответы в качестве выходных данных. |
| 11 | Возвращает ответ. | Response | Действие запроса , которое возвращает результаты вызывающей функции при использовании триггера запроса . |