Udostępnij za pośrednictwem


Wywoływanie funkcji platformy .NET przy użyciu modelu AI

W tym szybkim wprowadzeniu utworzysz konsolową aplikację czatu AI dla platformy .NET, aby połączyć się z modelem sztucznej inteligencji z włączoną obsługą wywołań funkcji lokalnych. Aplikacja używa biblioteki Microsoft.Extensions.AI, aby można było napisać kod przy użyciu abstrakcji sztucznej inteligencji, a nie określonego zestawu SDK. Abstrakcje sztucznej inteligencji umożliwiają zmianę bazowego modelu sztucznej inteligencji przy minimalnych zmianach kodu.

Uwaga

Biblioteka Microsoft.Extensions.AI jest obecnie dostępna w wersji zapoznawczej.

Wymagania wstępne

Wymagania wstępne

Uwaga

Do wykonania zadań w tym artykule można również użyć Semantic Kernel. Semantyczne jądro to lekki zestaw SDK typu open source, który umożliwia tworzenie agentów sztucznej inteligencji i integrowanie najnowszych modeli sztucznej inteligencji z aplikacjami platformy .NET.

Klonowanie przykładowego repozytorium

Możesz utworzyć własną aplikację, wykonując kroki opisane w kolejnych sekcjach lub sklonować repozytorium GitHub zawierające ukończone przykładowe aplikacje dla wszystkich szybkich startów. Jeśli planujesz używać usługi Azure OpenAI, przykładowe repozytorium jest również ustrukturyzowane jako szablon CLI dla deweloperów Azure, który może tworzyć zasób Azure OpenAI dla ciebie.

git clone https://github.com/dotnet/ai-samples.git

Tworzenie aplikacji

Wykonaj poniższe kroki, aby utworzyć aplikację konsolową platformy .NET w celu nawiązania połączenia z modelem sztucznej inteligencji.

  1. W pustym katalogu na komputerze użyj polecenia dotnet new, aby utworzyć nową aplikację konsolową:

    dotnet new console -o FunctionCallingAI
    
  2. Zmień katalog na folder aplikacji:

    cd FunctionCallingAI
    
  3. Zainstaluj wymagane pakiety:

    dotnet add package Azure.Identity
    dotnet add package Azure.AI.OpenAI
    dotnet add package Microsoft.Extensions.AI --prerelease
    dotnet add package Microsoft.Extensions.AI.OpenAI --prerelease
    dotnet add package Microsoft.Extensions.Configuration
    dotnet add package Microsoft.Extensions.Configuration.UserSecrets
    
    dotnet add package Microsoft.Extensions.AI --prerelease
    dotnet add package Microsoft.Extensions.AI.OpenAI --prerelease
    dotnet add package Microsoft.Extensions.Configuration
    dotnet add package Microsoft.Extensions.Configuration.UserSecrets
    
  4. Otwórz aplikację w programie Visual Studio Code lub wybranym edytorze

    code .
    

Tworzenie usługi sztucznej inteligencji

Przykładowe repozytorium GitHub jest ustrukturyzowane jako szablon interfejsu wiersza polecenia dla deweloperów platformy Azure (azd), który azd może służyć do aprowizacji usługi Azure OpenAI i modelu.

  1. W terminalu lub wierszu polecenia przejdź do katalogu src\quickstarts\azure-openai przykładowego repozytorium.

  2. Uruchom polecenie azd up, aby aprowizować zasoby usługi Azure OpenAI. Utworzenie usługi Azure OpenAI i wdrożenie modelu może potrwać kilka minut.

    azd up
    

    azd również konfiguruje wymagane tajne klucze użytkownika dla przykładowej aplikacji, takie jak punkt końcowy Azure OpenAI i nazwa modelu.

Konfigurowanie aplikacji

  1. Przejdź do katalogu głównego projektu platformy .NET z poziomu terminalu lub wiersza polecenia.

  2. Uruchom następujące polecenia, aby skonfigurować klucz API OpenAI jako sekret dla przykładowej aplikacji.

    dotnet user-secrets init
    dotnet user-secrets set OpenAIKey <your-openai-key>
    dotnet user-secrets set ModelName <your-openai-model-name>
    

Dodawanie kodu aplikacji

Aplikacja używa Microsoft.Extensions.AI pakietu do wysyłania i odbierania żądań do modelu AI.

  1. W pliku Program.cs dodaj następujący kod, aby nawiązać połączenie i uwierzytelnić się w modelu AI. ChatClient jest również skonfigurowany do używania wywoływania funkcji, co pozwala modelowi AI na korzystanie z funkcji .NET w Twoim kodzie.

    using Microsoft.Extensions.Configuration;
    using Microsoft.Extensions.AI;
    using Azure.AI.OpenAI;
    using Azure.Identity;
    
    var config = new ConfigurationBuilder().AddUserSecrets<Program>().Build();
    string endpoint = config["AZURE_OPENAI_ENDPOINT"];
    string deployment = config["AZURE_OPENAI_GPT_NAME"];
    
    IChatClient client =
        new ChatClientBuilder()
            .UseFunctionInvocation()
            .Use(
                new AzureOpenAIClient(new Uri(endpoint),
                new DefaultAzureCredential())
                    .AsChatClient(deployment));
    

    Uwaga

    DefaultAzureCredential wyszukuje poświadczenia uwierzytelniające z lokalnych narzędzi. Jeśli nie używasz szablonu azd do aprowizacji zasobu usługi Azure OpenAI, musisz przypisać rolę Azure AI Developer do konta użytego do zalogowania się do programu Visual Studio lub interfejsu wiersza polecenia platformy Azure. Aby uzyskać więcej informacji, zobacz Uwierzytelnianie usług Azure AI za pomocą .NET.

    using Microsoft.Extensions.AI;
    using Microsoft.Extensions.Configuration;
    using OpenAI;
    
    IConfigurationRoot config = new ConfigurationBuilder().AddUserSecrets<Program>().Build();
    string? model = config["ModelName"];
    string? key = config["OpenAIKey"];
    
    IChatClient client =
        new ChatClientBuilder(new OpenAIClient(key).AsChatClient(model ?? "gpt-4o"))
        .UseFunctionInvocation()
        .Build();
    
    // Add a new plugin with a local .NET function
    
  2. Utwórz nowy ChatOptions obiekt, który zawiera funkcję śródliniową, którą model sztucznej inteligencji może wywołać, aby uzyskać bieżącą pogodę. Deklaracja funkcji zawiera delegata do uruchamiania logiki oraz nazwy i parametrów opisu opisujących przeznaczenie funkcji do modelu AI.

    var chatOptions = new ChatOptions
    {
        Tools = [AIFunctionFactory.Create((string location, string unit) =>
        {
            // Here you would call a weather API
            // to get the weather for the location.
            return "Periods of rain or drizzle, 15 C";
        },
        "get_current_weather",
        "Get the current weather in a given location")]
    };
    
  3. Dodaj monit systemowy do elementu chatHistory , aby podać kontekst i instrukcje do modelu. Wyślij monit użytkownika z pytaniem, które wymaga, aby model sztucznej inteligencji wywołał zarejestrowaną funkcję w celu poprawnego udzielenia odpowiedzi na pytanie.

    // System prompt to provide context.
    List<ChatMessage> chatHistory = [new(ChatRole.System, """
        You are a hiking enthusiast who helps people discover fun hikes in their area. You are upbeat and friendly.
        """)];
    
    // Weather conversation relevant to the registered function.
    chatHistory.Add(new ChatMessage(ChatRole.User,
        "I live in Montreal and I'm looking for a moderate intensity hike. What's the current weather like?"));
    Console.WriteLine($"{chatHistory.Last().Role} >>> {chatHistory.Last()}");
    
    ChatResponse response = await client.GetResponseAsync(chatHistory, chatOptions);
    Console.WriteLine($"Assistant >>> {response.Text}");
    
  4. Uruchom aplikację za pomocą polecenia dotnet run:

    dotnet run
    

    Aplikacja wyświetla odpowiedź ukończenia z modelu AI, który zawiera dane dostarczane przez funkcję .NET. Model sztucznej inteligencji zrozumiał, że zarejestrowana funkcja była dostępna i została wywołana automatycznie, aby wygenerować właściwą odpowiedź.

Czyszczenie zasobów

Jeśli nie potrzebujesz już przykładowej aplikacji lub zasobów, usuń odpowiednie wdrożenie i wszystkie zasoby.

azd down

Następne kroki