AI-alkalmazássablonok

Csevegés az adatokkal az Azure OpenAI és az Azure AI Search használatával a .NET használatával

Ez a sablon egy teljes körű megoldás, amely az Azure-ban futó Retrieveal-Augmented Generation (RAG) mintát mutatja be. Az Azure AI Search használatával lekéréses és Azure OpenAI-alapú nagy nyelvi modelleket használ a ChatGPT-stílusok és a Q&A-élmények használatához.

A sablon használatának megkezdéséhez tekintse meg a csevegés első lépéseit a .NET-hez készült saját adatmintával. A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az azure-search-openai-demo-csharp GitHub-adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Contoso chat retail Copilot with .NET and Szemantic Kernel

Ez a sablon implementálja a Contoso Outdoors-t, amely egy fogaskerékre specializálódott fogaskerék a túrázás és kemping szerelmesei számára. Ez a virtuális áruház intelligens csevegőügynökön keresztül javítja az ügyfelek bevonását és értékesítési támogatását. Ezt az ügynököt a Microsoft Azure AI Stackben található, a Szemantikus Kernel és a Prompty támogatással kiegészített, kibővített generációs (RAG) minta működteti.

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg a contoso-chat-csharp-prompty GitHub-adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Folyamatautomatizálás szövegfelolvasással és összegzéssel a .NET és a GPT 3.5 Turbo használatával

Ez a sablon egy folyamatautomatizálási megoldás, amely az autóakkumulátokat gyártó Contoso Manufacturing nevű vállalatnál fogadja a mező- és műhelymunkások által jelentett problémákat. A problémákat a dolgozók a mikrofon bemenetén keresztül vagy hangfájlként előre rögzítve osztják meg. A megoldás lefordítja a hangbemenetet a beszédből szöveggé, majd egy LLM és a Prompty vagy a Promptflow használatával összegzi a problémát, és a megoldás által megadott formátumban adja vissza az eredményeket.

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg a summarization-openai-csharp-prompty GitHub adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Csevegés az adatokkal az Azure OpenAI és az Azure AI Search használatával a Pythonnal

Ez a sablon egy teljes körű megoldás, amely az Azure-ban futó Retrieveal-Augmented Generation (RAG) mintát mutatja be. Az Azure AI Search használatával lekéréses és Azure OpenAI-alapú nagy nyelvi modelleket használ a ChatGPT-stílus és a Kérdések és válaszok (Q&A) szolgáltatások használatához.

A sablon használatának megkezdéséhez tekintse meg a csevegés első lépéseit a Pythonhoz készült saját adatmintával. A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az azure-search-openai-demo GitHub-adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Multi-Modal Creative Writing Copilot és DALL-E

Ez a sablon egy kreatív írási többügynök-megoldás, amellyel a felhasználók cikkeket írhatnak. Bemutatja, hogyan hozhat létre és dolgozhat az Azure OpenAI által vezetett AI-ügynökökkel.

Tartalma:

1. Egy Flask-alkalmazás, amely egy felhasználótól származó cikket és utasítást vesz fel.
2. Egy kutatási ügynök, amely a Bing Search API-t használja a cikk kutatásához.
3. Egy termékügynök, amely az Azure AI Search használatával végez szemantikai hasonlósági keresést a kapcsolódó termékek között egy vektortárolóból.
4. Egy íróügynök, amely hasznos cikkként egyesíti a kutatást és a termékinformációkat.
5. Egy szerkesztőügynök, amely pontosítja a felhasználónak bemutatott cikket.

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az agent-openai-python-prompty GitHub adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Contoso Chat Retail Copilot az Azure AI Foundry segítségével

Ez a sablon implementálja a Contoso Chatet – egy kiskereskedelmi copilot megoldást a Contoso Outdoorhez, amely egy lekéréses kiterjesztett generációs tervezési mintát használ a csevegőrobot-válaszok tárolására a kereskedő termék- és ügyféladataiban. Az ügyfelek természetes nyelven tehetnek fel kérdéseket a webhelyről, és releváns válaszokat kaphatnak a vásárlási előzményeik alapján lehetséges javaslatokkal – felelősségteljes AI-eljárásokkal a válaszminőség és a biztonság biztosítása érdekében.

Ez a sablon az Azure AI-vel és a Prompty-val elsőként létrehozott RAG-alapú copilot-kód készítéséhez szükséges, végpontok közötti munkafolyamatot (GenAIOps) szemlélteti. A minta feltárásával és üzembe helyezésével a következő lehetőségeket sajátíthatja el:

1. Gyorsan ötletelhet és iterálhatja az alkalmazás prototípusait a Prompty használatával
2. Azure OpenAI-modellek üzembe helyezése és használata csevegéshez, beágyazáshoz és kiértékeléshez
3. Az Azure AI Search (indexek) és az Azure Cosmos DB (adatbázisok) használata az adatokhoz
4. Csevegőválaszok kiértékelése minőség szempontjából AI által támogatott kiértékelési folyamatok használatával
5. Az alkalmazás üzemeltetése az Azure Container Appsben üzembe helyezett FastAPI-végpontként
6. A megoldás kiépítése és üzembe helyezése az Azure Developer CLI használatával
7. Felelős AI-eljárások támogatása tartalombiztonsági és -értékelésekkel

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg a contoso-chat GitHub-adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Folyamatautomatizálás szövegfelolvasással és összegzéssel az Azure AI Foundryvel

Ez a sablon egy webalapú alkalmazást hoz létre, amely lehetővé teszi, hogy a Contoso Manufacturing nevű vállalat dolgozói szöveges vagy beszédalapú jelentést készíthessenek a problémákról. A hangbemenet szöveggé lesz lefordítva, majd összegezve kiemeli a fontos információkat, és a jelentést elküldi a megfelelő részlegnek.

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg a summarization-openai-python-promptflow GitHub-adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Python és Azure AI Foundry integrációjával az Assistant API Analytics Copilot

Ez a sablon egy Assistant API, amellyel táblázatos adatokkal cseveghet, és természetes nyelven végezhet elemzéseket.

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az assistant-data-openai-python-promptflow GitHub adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Csevegés az adatokkal az Azure OpenAI és az Azure AI Search használatával Java használatával

Ez a sablon egy teljes körű megoldás, amely bemutatja az Azure-ban futó Retrieveal-Augmented Generation (RAG) mintát. Az Azure AI Search használatával lekéréses és Azure OpenAI-alapú nagy nyelvi modelleket használ a ChatGPT-stílusok és a Q&A-élmények használatához.

A sablon használatának megkezdéséhez tekintse meg a csevegés első lépéseit a Java-hoz készült saját adatmintával. A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az azure-search-openai-demo-java GitHub-adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Több Ügynökös Banki Asszisztens Java és Szemantikus Kernel használatával

Ez a projekt úgy lett kialakítva, mint egy megvalósíthatósági igazolás (PoC), amely a többügynök-architektúrák kontextusában vizsgálja meg a generatív AI innovatív birodalmát. A Java és a Microsoft Szemantic Kernel AI vezénylési keretrendszerének használatával célunk egy csevegő webalkalmazás létrehozása, amely bemutatja a generatív AI-ügynökök használatának megvalósíthatóságát és megbízhatóságát a felhasználói élmény webes kattintásoktól a természetes nyelvi beszélgetésekig való átalakításához, miközben maximalizáljuk a meglévő számítási feladatok adatainak és API-jainak újrafelhasználását.

Az alapvető használati eset középpontjában egy banki személyi asszisztens áll, amely azt a célt szolgálja, hogy forradalmasítsa a felhasználók számára a bankszámla-információk, a tranzakciós előzmények és a fizetési funkciók kezelését. A többügynökös architektúrán belül a generatív AI erejét kihasználva ez az asszisztens egy zökkenőmentes, beszélgetési felületet biztosít, amelyen keresztül a felhasználók könnyedén elérhetik és kezelhetik pénzügyi adataikat.

A számlák mintáit az adatmappában találja, hogy megkönnyítse a fizetési funkciók megismerését. Az optikai karakterfelismerési (OCR) eszközökkel (Azure Document Intelligence) felszerelt fizetési ügynök a felhasználóval folytatott beszélgetést a számlaadatok kinyeréséhez és a fizetési folyamat elindításához vezeti. A felhasználó egyéb fiókhamisítási adatokat – például tranzakciókat, fizetési módokat és számlaegyenleget – is lekérdezhet. Minden adat és szolgáltatás külső REST API-kként jelenik meg, és az ügynökök felhasználják a felhasználó számára a kért információkat.

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az agent-openai-java-banking-assistant GitHub-adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Csevegés az adatokkal az Azure OpenAI és az Azure AI Search használatával JavaScript használatával

Ez a sablon egy teljes körű megoldás, amely az Azure-ban futó Retrieveal-Augmented Generation (RAG) mintát mutatja be. Az Azure AI Search használatával lekéréses és Azure OpenAI-alapú nagy nyelvi modelleket használ a ChatGPT-stílusok és a Q&A-élmények használatához.

A sablon használatának megkezdéséhez tekintse meg a csevegés első lépéseit a JavaScripthez készült saját adatmintával. A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az azure-search-openai-javascript GitHub adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Azure OpenAI-csevegés előtér

Ez a sablon egy minimális OpenAI csevegő webes összetevő, amely ügyfélként csatlakoztatható bármilyen háttérbeli implementációhoz.

A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg az azure-openai-chat-frontend GitHub adattárat.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.

Kiszolgáló nélküli AI-csevegés a RAG használatával LangChain.js

A sablon egy kiszolgáló nélküli AI-csevegőrobot, amely LangChain.js és Azure használatával használja a bővített generáció lekérését a felhasználói lekérdezésekre adott válaszok létrehozásához vállalati dokumentumok készletével. A Contoso Real Estate nevű fiktív vállalatot használja, és a tapasztalat lehetővé teszi az ügyfelek számára, hogy támogatási kérdéseket tegyenek fel a termékeik használatával kapcsolatban. A mintaadatok olyan dokumentumokat tartalmaznak, amelyek ismertetik a szolgáltatási feltételeket, az adatvédelmi szabályzatot és a támogatási útmutatót.

A sablon üzembe helyezésének és futtatásának megismeréséhez tekintse meg a kiszolgáló nélküli AI-csevegés és a RAG használatának első lépéseit LangChain.js. A forráskód eléréséhez és a sablon részletes részleteinek megtekintéséhez tekintse meg a kiszolgáló nélküli-chat-langchainjs GitHub-adattárat.

Megtudhatja, hogyan helyezheti üzembe és futtathatja ezt a JavaScript-referenciasablont.

Ez a sablon bemutatja ezeknek a funkcióknak a használatát.