Sdílet prostřednictvím


Připojení ke službám Azure AI z pracovních postupů v Azure Logic Apps

Platí pro: Azure Logic Apps (Consumption + Standard)

Pokud chcete integrovat podnikové služby, systémy a data s technologiemi AI, můžou se pracovní postupy aplikací logiky připojit k prostředkům Azure OpenAI a Azure AI Search , které používáte pro tyto scénáře integrace.

Tato příručka obsahuje přehled a příklady, které ukazují, jak ve vašem pracovním postupu používat operace konektoru Azure OpenAI a Azure AI Search .

Proč používat Azure Logic Apps se službami AI?

Řešení umělé inteligence obvykle zahrnuje několik klíčových kroků a vyžaduje několik stavebních bloků. Primárně potřebujete kanál dynamického příjmu dat a chatovací rozhraní, které může komunikovat s velkými jazykovými modely (LLM) a vektorovými databázemi.

Tip

Pokud se chcete dozvědět víc, můžete se zeptat Azure Copilotu na tyto otázky:

  • Co je kanál dynamického příjmu dat v AI?
  • Co je vektorová databáze v AI?

Pokud chcete najít Azure Copilot, na panelu nástrojů webu Azure Portal vyberte Copilot.

Můžete sestavit různé komponenty, nejen k provádění příjmu dat, ale také k zajištění robustního back-endu pro rozhraní chatu. Tento back-end usnadňuje zadávání výzev a generuje spolehlivé odpovědi během interakcí. Vytvoření kódu pro správu a řízení všech těchto prvků ale může představovat výzvy, což je případ většiny řešení.

Azure Logic Apps nabízí přístup s nízkým kódem a zjednodušuje správu back-endu tím, že poskytuje předem připravené konektory, které používáte jako stavební bloky pro zjednodušení procesu back-endu. Tento přístup vám umožní zaměřit se na zdroje dat a zajistit, aby výsledky hledání poskytovaly aktuální a relevantní informace. Díky těmto konektorům AI funguje váš pracovní postup jako orchestrační modul, který přenáší data mezi službami AI a dalšími komponentami, které chcete integrovat.

Další informace naleznete v následujících zdrojích:

Požadavky

  • Účet a předplatné Azure. Pokud nemáte předplatné Azure, zaregistrujte si bezplatný účet Azure.

  • Prostředky Azure AI Search a Azure OpenAI pro přístup k pracovnímu postupu a jejich použití, včetně informací o připojení:

  • Pracovní postup aplikace logiky, ve kterém chcete získat přístup k prostředkům Azure OpenAI a Azure AI Search.

    Konektory pro tyto služby v současné době poskytují pouze akce, nikoli triggery. Než budete moct přidat akci konektoru Azure AI, ujistěte se, že váš pracovní postup začíná odpovídajícím triggerem pro váš scénář.

Technické reference ke konektoru

V pracovních postupech Consumption jsou spravované nebo "sdílené" konektory Azure OpenAI a Azure AI Search aktuálně ve verzi Preview a podléhají dodatečným podmínkám použití pro Microsoft Azure Preview.

Azure OpenAI

Služba Azure OpenAI poskytuje přístup k jazykovým modelům OpenAI, mezi které patří GPT-4, GPT-4 Turbo s vision, GPT-3.5-Turbo a řada modelů vkládání. Pomocí konektoru Azure OpenAI se váš pracovní postup může připojit ke službě Azure OpenAI a získat vkládání OpenAI pro vaše data nebo vygenerovat dokončování chatu.

Tip

Pokud se chcete dozvědět víc, můžete se zeptat Azure Copilotu na tyto otázky:

  • Co je vkládání do AI?
  • Co je dokončení chatu v AI?

Pokud chcete najít Azure Copilot, na panelu nástrojů webu Azure Portal vyberte Copilot.

Konektor Azure OpenAI má různé verze založené na typu aplikace logiky a modelu hostování:

Aplikace logiky Prostředí Verze konektoru
Využití Azure Logic Apps s více tenanty Spravovaný konektor hostovaný v Azure, který se zobrazí v galerii konektorů ve sdíleném modulu runtime>.

Další informace najdete v referenčních informacích ke spravovaným konektorům Azure OpenAI.
Standard Azure Logic Apps s jedním tenantem, App Service Environment v3 (jenom plány Windows) nebo hybridní nasazení, což je vaše vlastní infrastruktura. Integrovaný konektor, který se zobrazí v galerii konektorů v aplikaci Runtime>a je založený na poskytovateli služeb. Integrovaný konektor má mimo jiné následující funkce:

– Podpora více typů ověřování

– Přímý přístup k prostředkům ve virtuálních sítích a koncových bodech Azure pro Azure OpenAI za branami firewall.

Další informace najdete v referenčních informacích k integrovanému konektoru Azure OpenAI.

Azure AI Search je platforma pro načítání informací využívajících AI, která vývojářům pomáhá vytvářet bohaté vyhledávací prostředí a generovat aplikace AI kombinací velkých jazykových modelů s podnikovými daty. Pomocí konektoru Azure AI Search se váš pracovní postup může připojit k Azure AI Search a indexovat dokumenty a provádět vektorové vyhledávání na vašich datech.

Konektor Azure AI Search má různé verze založené na typu aplikace logiky a modelu hostování:

Aplikace logiky Prostředí Verze konektoru
Využití Azure Logic Apps s více tenanty Spravovaný konektor hostovaný v Azure, který se zobrazí v galerii konektorů ve sdíleném modulu runtime>.

Další informace najdete v referenčních informacích ke spravovanému konektoru služby Azure AI Search.
Standard Azure Logic Apps s jedním tenantem, App Service Environment v3 (jenom plány Windows) nebo hybridní nasazení, což je vaše vlastní infrastruktura. Integrovaný konektor, který se zobrazí v galerii konektorů v aplikaci Runtime>a je založený na poskytovateli služeb. Integrovaný konektor má mimo jiné následující funkce:

– Podpora více typů ověřování

– Přímý přístup k prostředkům ve virtuálních sítích a koncových bodech Azure pro Azure OpenAI za branami firewall.

Další informace najdete v referenčních informacích k integrovanému konektoru služby Azure AI Search.

Ověřování

Spravované konektory AI vyžadují pro ověřování klíč rozhraní API. Integrované konektory AI ale podporují více typů ověřování pro koncový bod služby AI. Tyto možnosti poskytují robustní ověřování, které vyhovuje většině potřeb zákazníků. Oba integrované konektory se také můžou přímo připojit k prostředkům Azure OpenAI a Azure AI Search ve virtuálních sítích nebo za branami firewall.

Následující tabulka popisuje integrované možnosti ověřování konektoru, které vyžadují, abyste zadali adresu URL koncového bodu služby AI:

Authentication type Popis
Ověřování na základě adres URL a klíčů Zadejte klíč rozhraní API nebo správce vygenerovaný službou AI.
Active Directory OAuth (Microsoft Entra ID) Zadejte informace, jako je váš tenant Entra, ID klienta a heslo pro ověření jako uživatel Entra.
Spravovaná identita Po nastavení ověřování spravované identity u prostředku služby AI a prostředku aplikace logiky můžete tuto identitu použít k ověření přístupu ke konektoru.

Důležité

Pro zajištění optimálního zabezpečení použijte Id Microsoft Entra se spravovanými identitami , pokud je to možné. Tato metoda poskytuje vynikající zabezpečení bez nutnosti zadávat přihlašovací údaje. Azure tuto identitu spravuje a pomáhá zabezpečit ověřovací informace, takže tyto citlivé informace nemusíte spravovat sami. Pokud chcete nastavit spravovanou identitu pro Azure Logic Apps, přečtěte si téma Ověřování přístupu a připojení k prostředkům Azure pomocí spravovaných identit v Azure Logic Apps.

Pokud potřebujete použít jiný typ ověřování, použijte další dostupnou možnost zabezpečení nejvyšší úrovně. Předpokládejme například, že místo toho musíte vytvořit připojení pomocí připojovací řetězec. Připojovací řetězec obsahuje informace o autorizaci vyžadované pro přístup k určitému prostředku, službě nebo systému vaší aplikace. Přístupový klíč v připojovací řetězec se podobá kořenovému heslu.

V produkčních prostředích vždy chraňte citlivé informace a tajné kódy, jako jsou přihlašovací údaje, certifikáty, kryptografické otisky, přístupové klíče a připojovací řetězec. Ujistěte se, že tyto informace bezpečně ukládáte pomocí ID Microsoft Entra a služby Azure Key Vault. Vyhněte se pevně zakódování těchto informací, sdílení s jinými uživateli nebo ukládání do prostého textu kdekoli, kde mají ostatní přístup. Pokud si myslíte, že by mohly být tyto informace ohroženy, obměňte tajné kódy co nejdříve. Další informace najdete v tématu o službě Azure Key Vault.

Další informace naleznete v následujících zdrojích:

Přidání akce Azure OpenAI nebo Azure AI Search do pracovního postupu

Konektory pro Azure OpenAI a Azure AI Search v současné době poskytují pouze akce, nikoli triggery. Pracovní postup můžete spustit libovolným triggerem, který vyhovuje vašemu scénáři nebo potřebám. Na základě toho, jestli máte pracovní postup Consumption nebo Standard, můžete podle těchto obecných kroků přidat akce pro Azure OpenAI, Azure AI Search a další operace.

Scénáře

Následující scénáře popisují pouze dva z mnoha způsobů, jak ve svých pracovních postupech používat operace konektoru AI:

Vytvoření znalostní báze pro podniková data

Azure Logic Apps poskytuje více než 1 400 konektorů spravovaných Microsoftem a nativně spuštěných integrovaných konektorů pro váš pracovní postup pro bezpečné připojení k téměř libovolnému zdroji dat, jako je SharePoint, Oracle DB, Salesforce, OneDrive, Dropbox, SAP, IBM atd. Každý konektor poskytuje operace, mezi které patří triggery, akce nebo obojí, které můžete použít ve svém pracovním postupu.

Můžete například vybrat z mnoha typů aktivačních událostí, aby se automatizovaný pracovní postup spouštěl podle plánu nebo na základě konkrétních událostí, jako je například nahrávání nových dokumentů na sharepointový web. S tolika operacemi, které si můžete vybrat, můžete vytvořit znalostní báze a snadno vytvořit kanál příjmu dokumentů pomocí vektorových vkládání těchto dokumentů ve službě Azure AI Search.

Další informace naleznete v následujících zdrojích:

Generování dokončení

Pracovní postup Azure Logic Apps může přijímat vstupy, zatímco služba Azure OpenAI může provádět operace dokončení. Tyto možnosti znamenají, že váš pracovní postup může ingestovat otázky v reálném čase, generovat odpovědi na vaše data nebo odesílat automatizované odpovědi pomocí Azure OpenAI. Odpovědi můžete okamžitě odeslat zpět klientovi nebo schvalovacímu pracovnímu postupu pro ověření.

Další informace naleznete v následujících zdrojích:

Ukázkový scénář s ukázkovým kódem: Ingestování dat a vytváření interakcí chatu

Tento příklad standardního pracovního postupu ukazuje, jak pomocí integrovaných konektorů Azure OpenAI a Azure AI Search rozdělit back-endovou logiku pro příjem dat a provádění jednoduchých konverzací chatu do dvou klíčových pracovních postupů. Pro zajištění rychlejšího výkonu vytvořte bezstavové pracovní postupy, které ve výchozím nastavení neukládají a neukládají historii pro každé spuštění.

Ukázkový kód

Vytvoření chatu pomocí přijatých dat

Další předpoklady

  • Pracovní postup standardní aplikace logiky

  • Podívejte se na požadavky na vzorový kód.

  • Následující hodnoty parametrů mezi prostředími používají také operace pracovního postupu v tomto příkladu:

    Název parametru Popis
    aisearch_admin_key Klíč správce služby Azure AI Search
    aisearch_endpoint Adresa URL koncového bodu pro příklad služby Azure AI Search
    aisearch_index_name Index, který se má použít pro příklad služby Azure AI Search
    openapi_api_key Klíč rozhraní API pro Azure OpenAI
    openai_deployment_id ID nasazení pro příklad Azure OpenAI
    openai_endpoint Adresa URL koncového bodu pro příklad Azure OpenAI
    tokenize_function_url Adresa URL pro vlastní funkci Azure, která provádí dávky a tokenizuje data, což je nutné pro Azure OpenAI k správnému vytvoření vložených objektů pro tento příklad.

    Další informace o této funkci najdete v ukázkovém kódu pro vytvoření chatu pomocí přijatých dat.

Video: Naučte se vytvářet aplikace AI pomocí aplikací logiky.

Naučte se vytvářet aplikace AI pomocí aplikací logiky.

Pracovní postup příjmu dat

Pokud chcete ušetřit značné množství času a úsilí při vytváření kanálu příjmu dat, implementujte následující vzor s jakýmkoli zdrojem dat. Tento model zapouzdřuje všechny výhody a výhody aktuálně nabízené pracovními postupy Standard v Azure Logic Apps s jedním tenantem.

Každý krok v tomto vzoru zajistí, že AI bezproblémově extrahuje všechny důležité informace z vašich datových souborů. Pokud běží jako bezstavový pracovní postup, tento model také poskytuje rychlejší výkon. Tento přístup zjednodušuje nejen aspekt kódování, ale také zaručuje, že vaše pracovní postupy mají efektivní procesy ověřování, monitorování a nasazení.

Snímek obrazovky s webem Azure Portal, návrhářem standardních pracovních postupů a operacemi pracovního postupu, které implementují funkce příjmu dat

Krok Úloha Základní operace Popis
1 Zkontrolujte nová data. Při přijetí požadavku HTTP Trigger, který buď dotazuje nebo čeká na doručení nových dat, buď na základě plánovaného opakování, nebo v reakci na konkrétní události. Taková událost může být nový soubor, který se nahraje do konkrétního systému úložiště, jako je SharePoint, OneDrive nebo Azure Blob Storage.

V tomto příkladu operace triggeru požadavku čeká na požadavek HTTP nebo HTTPS odeslaný z jiného koncového bodu. Požadavek obsahuje adresu URL nového nahraného dokumentu.
2 Získejte data. HTTP Akce HTTP, která načte nahraný dokument pomocí adresy URL souboru z výstupu triggeru.
3 Vytvoření podrobností dokumentu Compose (Sestavení) Akce operace s daty, která zřetězí různé položky.

Tento příklad zřetězí informace o klíč-hodnota dokumentu.
4 Vytvořte řetězec tokenu. Parsování dokumentu Akce Operace s daty, která vytvoří řetězec tokenu pomocí výstupu z akce Vytvořit.
5 Vytváření bloků obsahu Text bloku dat Akce Operace s daty, která rozdělí řetězec tokenu na části na základě počtu znaků nebo tokenů na blok obsahu.
6 Převeďte tokenizovaná data na JSON. Parsování formátu JSON Akce Operace s daty, která převádí bloky řetězců tokenů na pole JSON.
7 Vyberte položky pole JSON. Vybrat Akce operace s daty, která vybere více položek z pole JSON.
8 Vygenerujte vložené možnosti. Získání více vložených objektů Akce Azure OpenAI, která vytvoří vkládání pro každou položku pole JSON.
9 Vyberte vkládání a další informace. Vybrat Akce operace s daty, která vybere vkládání a další informace o dokumentu.
10 Indexujte data. Indexování dokumentů Akce Azure AI Search, která indexuje data na základě každého vybraného vkládání.

Pracovní postup chatu

Vzhledem k tomu, že vektorové databáze i nadále ingestují data, ujistěte se, že jsou data snadno prohledávatelná, aby když uživatel položí otázku, může pracovní postup back-endové standardní aplikace logiky zpracovat výzvu a vygenerovat spolehlivou odpověď.

Následující vzor je pouze jeden příklad, který ukazuje, jak může pracovní postup chatu vypadat:

Snímek obrazovky s webem Azure Portal, návrhářem standardních pracovních postupů a operacemi pracovního postupu, které implementují interakci chatu

Krok Úloha Základní operace Popis
1 Počkejte na zadání výzvy. Při přijetí požadavku HTTP Trigger, který buď dotazuje nebo čeká na doručení nových dat, buď na základě plánovaného opakování, nebo v reakci na konkrétní události.

V tomto příkladu trigger požadavku počká a zaznamená otázku zákazníka.
2 Zpráva o vstupním systému pro model Compose (Sestavení) Akce operace s daty, která poskytuje vstup pro trénování modelu.
3 Vstupní ukázkové otázky a odpovědi Compose (Sestavení) Akce operace s daty, která poskytuje ukázkové dotazy zákazníků a přidružené role k trénování modelu.
4 Zpráva vstupního systému pro vyhledávací dotaz Compose (Sestavení) Akce operace s daty, která poskytuje vstup vyhledávacího dotazu pro trénování modelu.
5 Vygenerujte vyhledávací dotaz. Spuštění javascriptového kódu Vložená akce kódu , která používá JavaScript k vytvoření vyhledávacího dotazu pro úložiště vektorů na základě výstupů z předchozích akcí psaní .
6 Převeďte dotaz na vkládání. Získání dokončení chatu Akce Azure OpenAI, která se připojí k rozhraní API pro dokončování chatu, což zaručuje spolehlivé odpovědi v konverzacích chatu.

V tomto příkladu akce přijímá vyhledávací dotazy a role jako vstup do modelu a vrací vektorové vkládání jako výstup.
7 Získejte vkládání. Získání vkládání Akce Azure OpenAI, která získá vložení jednoho vektoru.
8 Prohledat vektor databázi. Vektory hledání Akce Azure AI Search, která provádí hledání v úložišti vektorů.
9 Vytvořit výzvu. Spuštění javascriptového kódu Akce vloženého kódu , která používá JavaScript k sestavení výzev.
10 Dokončení chatu. Získání dokončení chatu Akce Azure OpenAI, která se připojí k rozhraní API pro dokončování chatu, což zaručuje spolehlivé odpovědi v konverzacích chatu.

V tomto příkladu akce přijímá výzvy a role jako vstup do modelu a vrací odpovědi generované modelem jako výstup.
11 Vrátí odpověď. Response Akce požadavku, která vrátí výsledky volajícímu, když použijete trigger Požadavku.