Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Belangrijk
De Azure OpenAI-extensie voor Azure Functions is momenteel in preview.
Met de Azure OpenAI-assistent maakt u een uitvoerbinding waarmee u een nieuwe assistent-chatbot kunt maken op basis van de uitvoering van uw functiecode.
Zie Azure OpenAI-extensies voor Azure Functions voor informatie over de installatie en configuratie van de Azure OpenAI-extensie. Zie de Api voor Azure OpenAI-assistenten voor meer informatie over Azure OpenAI-assistenten.
Notitie
Verwijzingen en voorbeelden worden alleen verstrekt voor het Node.js v4-model.
Notitie
Verwijzingen en voorbeelden worden alleen verstrekt voor het Python v2-model.
Notitie
Hoewel beide C#-procesmodellen worden ondersteund, worden alleen geïsoleerde werkrolmodelvoorbeelden gegeven.
Opmerking
Go-ondersteuning is momenteel niet beschikbaar voor deze binding.
In dit voorbeeld wordt het aanmaakproces gedemonstreerd, waarbij de HTTP PUT-functie waarmee een nieuwe assistent-chatbot met de opgegeven id wordt gemaakt. Het antwoord op de prompt wordt geretourneerd in het HTTP-antwoord.
/// <summary>
/// HTTP PUT function that creates a new assistant chat bot with the specified ID.
/// </summary>
[Function(nameof(CreateAssistant))]
public static async Task<CreateChatBotOutput> CreateAssistant(
[HttpTrigger(AuthorizationLevel.Function, "put", Route = "assistants/{assistantId}")] HttpRequestData req,
string assistantId)
{
string instructions =
"""
Don't make assumptions about what values to plug into functions.
Ask for clarification if a user request is ambiguous.
""";
using StreamReader reader = new(req.Body);
string request = await reader.ReadToEndAsync();
return new CreateChatBotOutput
{
HttpResponse = new ObjectResult(new { assistantId }) { StatusCode = 201 },
ChatBotCreateRequest = new AssistantCreateRequest(assistantId, instructions)
{
ChatStorageConnectionSetting = DefaultChatStorageConnectionSetting,
CollectionName = DefaultCollectionName,
},
};
}
public class CreateChatBotOutput
{
[AssistantCreateOutput()]
public AssistantCreateRequest? ChatBotCreateRequest { get; set; }
[HttpResult]
public IActionResult? HttpResponse { get; set; }
}
In dit voorbeeld wordt het aanmaakproces gedemonstreerd, waarbij de HTTP PUT-functie waarmee een nieuwe assistent-chatbot met de opgegeven id wordt gemaakt. Het antwoord op de prompt wordt geretourneerd in het HTTP-antwoord.
/**
* The default storage account setting for the table storage account.
* This constant is used to specify the connection string for the table storage
* account
* where chat data will be stored.
*/
final String DEFAULT_CHATSTORAGE = "AzureWebJobsStorage";
/**
* The default collection name for the table storage account.
* This constant is used to specify the collection name for the table storage
* account
* where chat data will be stored.
*/
final String DEFAULT_COLLECTION = "ChatState";
/*
* HTTP PUT function that creates a new assistant chat bot with the specified ID.
*/
@FunctionName("CreateAssistant")
public HttpResponseMessage createAssistant(
@HttpTrigger(
name = "req",
methods = {HttpMethod.PUT},
authLevel = AuthorizationLevel.FUNCTION,
route = "assistants/{assistantId}")
HttpRequestMessage<Optional<String>> request,
@BindingName("assistantId") String assistantId,
@AssistantCreate(name = "AssistantCreate") OutputBinding<AssistantCreateRequest> message,
final ExecutionContext context) {
context.getLogger().info("Java HTTP trigger processed a request.");
String instructions = "Don't make assumptions about what values to plug into functions.\n" +
"Ask for clarification if a user request is ambiguous.";
AssistantCreateRequest assistantCreateRequest = new AssistantCreateRequest(assistantId, instructions);
assistantCreateRequest.setChatStorageConnectionSetting(DEFAULT_CHATSTORAGE);
assistantCreateRequest.setCollectionName(DEFAULT_COLLECTION);
message.setValue(assistantCreateRequest);
JSONObject response = new JSONObject();
response.put("assistantId", assistantId);
return request.createResponseBuilder(HttpStatus.CREATED)
.header("Content-Type", "application/json")
.body(response.toString())
.build();
}
In dit voorbeeld wordt het aanmaakproces gedemonstreerd, waarbij de HTTP PUT-functie waarmee een nieuwe assistent-chatbot met de opgegeven id wordt gemaakt. Het antwoord op de prompt wordt geretourneerd in het HTTP-antwoord.
const { app, input, output } = require("@azure/functions");
const CHAT_STORAGE_CONNECTION_SETTING = "AzureWebJobsStorage";
const COLLECTION_NAME = "ChatState";
const chatBotCreateOutput = output.generic({
type: 'assistantCreate'
})
app.http('CreateAssistant', {
methods: ['PUT'],
route: 'assistants/{assistantId}',
authLevel: 'function',
extraOutputs: [chatBotCreateOutput],
handler: async (request, context) => {
const assistantId = request.params.assistantId
const instructions =
`
Don't make assumptions about what values to plug into functions.
Ask for clarification if a user request is ambiguous.
`
const createRequest = {
id: assistantId,
instructions: instructions,
chatStorageConnectionSetting: CHAT_STORAGE_CONNECTION_SETTING,
collectionName: COLLECTION_NAME
}
context.extraOutputs.set(chatBotCreateOutput, createRequest)
return { status: 202, jsonBody: { assistantId: assistantId } }
}
})
import { HttpRequest, InvocationContext, app, input, output } from "@azure/functions"
const CHAT_STORAGE_CONNECTION_SETTING = "AzureWebJobsStorage";
const COLLECTION_NAME = "ChatState";
const chatBotCreateOutput = output.generic({
type: 'assistantCreate'
})
app.http('CreateAssistant', {
methods: ['PUT'],
route: 'assistants/{assistantId}',
authLevel: 'function',
extraOutputs: [chatBotCreateOutput],
handler: async (request: HttpRequest, context: InvocationContext) => {
const assistantId = request.params.assistantId
const instructions =
`
Don't make assumptions about what values to plug into functions.
Ask for clarification if a user request is ambiguous.
`
const createRequest = {
id: assistantId,
instructions: instructions,
chatStorageConnectionSetting: CHAT_STORAGE_CONNECTION_SETTING,
collectionName: COLLECTION_NAME
}
context.extraOutputs.set(chatBotCreateOutput, createRequest)
return { status: 202, jsonBody: { assistantId: assistantId } }
}
})
In dit voorbeeld wordt het aanmaakproces gedemonstreerd, waarbij de HTTP PUT-functie waarmee een nieuwe assistent-chatbot met de opgegeven id wordt gemaakt. Het antwoord op de prompt wordt geretourneerd in het HTTP-antwoord.
Dit is het function.json-bestand voor Assistent maken:
{
"bindings": [
{
"authLevel": "function",
"type": "httpTrigger",
"direction": "in",
"name": "Request",
"route": "assistants/{assistantId}",
"methods": [
"put"
]
},
{
"type": "http",
"direction": "out",
"name": "Response"
},
{
"type": "assistantCreate",
"direction": "out",
"dataType": "string",
"name": "Requests"
}
]
}
Zie de sectie Configuratie voor meer informatie over function.json bestandseigenschappen.
{{Dit komt uit de opmerking van de voorbeeldcode}}
using namespace System.Net
param($Request, $TriggerMetadata)
$assistantId = $Request.params.assistantId
$instructions = "Don't make assumptions about what values to plug into functions."
$instructions += "\nAsk for clarification if a user request is ambiguous."
$create_request = @{
"id" = $assistantId
"instructions" = $instructions
"chatStorageConnectionSetting" = "AzureWebJobsStorage"
"collectionName" = "ChatState"
}
Push-OutputBinding -Name Requests -Value (ConvertTo-Json $create_request)
Push-OutputBinding -Name Response -Value ([HttpResponseContext]@{
StatusCode = [HttpStatusCode]::Accepted
Body = (ConvertTo-Json @{ "assistantId" = $assistantId})
Headers = @{
"Content-Type" = "application/json"
}
})
In dit voorbeeld wordt het aanmaakproces gedemonstreerd, waarbij de HTTP PUT-functie waarmee een nieuwe assistent-chatbot met de opgegeven id wordt gemaakt. Het antwoord op de prompt wordt geretourneerd in het HTTP-antwoord.
DEFAULT_CHAT_STORAGE_SETTING = "AzureWebJobsStorage"
DEFAULT_CHAT_COLLECTION_NAME = "ChatState"
@apis.function_name("CreateAssistant")
@apis.route(route="assistants/{assistantId}", methods=["PUT"])
@apis.assistant_create_output(arg_name="requests")
def create_assistant(
req: func.HttpRequest, requests: func.Out[str]
) -> func.HttpResponse:
assistantId = req.route_params.get("assistantId")
instructions = """
Don't make assumptions about what values to plug into functions.
Ask for clarification if a user request is ambiguous.
"""
create_request = {
"id": assistantId,
"instructions": instructions,
"chatStorageConnectionSetting": DEFAULT_CHAT_STORAGE_SETTING,
"collectionName": DEFAULT_CHAT_COLLECTION_NAME,
}
requests.set(json.dumps(create_request))
response_json = {"assistantId": assistantId}
return func.HttpResponse(
json.dumps(response_json), status_code=202, mimetype="application/json"
)
Kenmerken
Pas het CreateAssistant kenmerk toe om een assistent uitvoerbinding te definiëren, die ondersteuning biedt voor deze parameters:
| Kenmerk | Beschrijving |
|---|---|
| Legitimatiebewijs | De id van de assistent die moet worden gemaakt. |
| Instructies | Optioneel. De instructies die aan de assistent worden verstrekt om te volgen. |
| ChatStorageConnectionSetting |
Optioneel. De naam van de configuratiesectie voor de tabelinstellingen voor chatopslag. De standaardwaarde is AzureWebJobsStorage. |
| CollectionName |
Optioneel. De naam van de tabelverzameling voor chatopslag. De standaardwaarde is ChatState. |
Aantekeningen
Met de CreateAssistant aantekening kunt u een assistent voor het maken van uitvoerbinding definiëren, die ondersteuning biedt voor deze parameters:
| Onderdeel | Beschrijving |
|---|---|
| naam | Hiermee haalt u de naam van de uitvoerbinding op of stelt u deze in. |
| ID | De id van de assistent die moet worden gemaakt. |
| Instructies | Optioneel. De instructies die aan de assistent worden verstrekt om te volgen. |
| chatStorageConnectionSetting |
Optioneel. De naam van de configuratiesectie voor de tabelinstellingen voor chatopslag. De standaardwaarde is AzureWebJobsStorage. |
| collectionName |
Optioneel. De naam van de tabelverzameling voor chatopslag. De standaardwaarde is ChatState. |
Decorateurs
Definieer tijdens de preview de uitvoerbinding als een generic_output_binding binding van het type createAssistant, die ondersteuning biedt voor deze parameters:
| Kenmerk | Beschrijving |
|---|---|
| arg_name | De naam van de variabele die de bindingsparameter vertegenwoordigt. |
| ID | De id van de assistent die moet worden gemaakt. |
| Instructies | Optioneel. De instructies die aan de assistent worden verstrekt om te volgen. |
| chat_storage_connection_setting |
Optioneel. De naam van de configuratiesectie voor de tabelinstellingen voor chatopslag. De standaardwaarde is AzureWebJobsStorage. |
| collection_name |
Optioneel. De naam van de tabelverzameling voor chatopslag. De standaardwaarde is ChatState. |
Configuratie
De binding ondersteunt deze configuratie-eigenschappen die u in het function.json-bestand hebt ingesteld.
| Eigenschappen | Beschrijving |
|---|---|
| soort | Moet CreateAssistant zijn. |
| richting | Moet out zijn. |
| naam | De naam van de uitvoerbinding. |
| ID | De id van de assistent die moet worden gemaakt. |
| Instructies | Optioneel. De instructies die aan de assistent worden verstrekt om te volgen. |
| chatStorageConnectionSetting |
Optioneel. De naam van de configuratiesectie voor de tabelinstellingen voor chatopslag. De standaardwaarde is AzureWebJobsStorage. |
| collectionName |
Optioneel. De naam van de tabelverzameling voor chatopslag. De standaardwaarde is ChatState. |
Configuratie
De binding ondersteunt deze eigenschappen, die zijn gedefinieerd in uw code:
| Eigenschappen | Beschrijving |
|---|---|
| ID | De id van de assistent die moet worden gemaakt. |
| Instructies | Optioneel. De instructies die aan de assistent worden verstrekt om te volgen. |
| chatStorageConnectionSetting |
Optioneel. De naam van de configuratiesectie voor de tabelinstellingen voor chatopslag. De standaardwaarde is AzureWebJobsStorage. |
| collectionName |
Optioneel. De naam van de tabelverzameling voor chatopslag. De standaardwaarde is ChatState. |
Gebruik
Zie de sectie Voorbeeld voor volledige voorbeelden.
Connections
Om de Azure OpenAI-bindingsextensie te gebruiken, moet je een verbinding specificeren met een OpenAI-modeldefinitie. Stel de OpenAI-modelverbinding in je bindings in met een van deze benaderingen:
- Gebruik de
AIConnectionNamebinding-eigenschap (voorkeur voor Azure OpenAI). - Instellen
AZURE_OPENAI_ENDPOINTenAZURE_OPENAI_KEYin de app-instellingen (voor Azure OpenAI). - Stel alleen
Open_API_Keyin de app-instellingen in (voorhttps://api.openai.com).
De manier waarop je de verbinding instelt hangt af van zowel de model-API als de authenticatiemethode, zoals aangegeven in de volgende tabel:
| Authenticatie/Model API | Azure OpenAI | OpenAI (https://api.openai.com) |
|---|---|---|
| Beheerde identiteitsverbinding | AIConnectionName |
Niet ondersteund |
| Key Vault-referentie | AZURE_OPENAI_ENDPOINTAZURE_OPENAI_KEY |
Open_API_Key |
| App-configuratiereferentie | AZURE_OPENAI_ENDPOINTAZURE_OPENAI_KEY |
Open_API_Key |
| Gedeeld geheim | AZURE_OPENAI_ENDPOINTAZURE_OPENAI_KEY |
Open_API_Key |
Gebruik beheerde identiteitsgebaseerde verbindingen en het eigendom AIConnectionName .
Wanneer je gebruikt AIConnectionName, hangt de waarde van deze eigenschapsinstelling af van het type verbinding:
-
Managed identity-verbinding: De
AIConnectionNameeigenschap wordt<CONNECTION_NAME_PREFIX>gedeeld door een groep instellingen die samen een identiteitsgebaseerde verbinding met Azure OpenAI definiëren. Voor meer informatie, zie Definieer identiteitsverbindingen. -
Key Vault-referentie: De
AIConnectionNameproperty-instelling geeft een Azure Key Vault-referentie terug naar de locatie waar de API-sleutel centraal wordt onderhouden. Voor meer informatie, zie Define Key Vault-verbindingen. -
App Configuration reference: De
AIConnectionNameproperty-instelling geeft een Azure App Configuration-referentie terug die een API-sleutel of een Key Vault-referentie teruggeeft. Voor meer informatie, zie Azure App Configuration in het artikel over verbindingen. -
API-sleutel: De
AIConnectionNameproperty-instelling wordt direct omgezet naar app-instellingen die het eindpunt en de sleutel bevatten. Omdat gedeelde sleutels gecompromitteerd kunnen worden, gebruik waar mogelijk beheerde identiteitsverbindingen. Voor meer informatie, zie Verbindingen definiëren.
Voor meer informatie over bindingsverbindingen, zie Verbindingen beheren in Azure Functions.
De OpenAI-bindings bevatten een AIConnectionName eigenschap die je kunt gebruiken om de <ConnectionNamePrefix> voor de groep app-instellingen te specificeren die de verbinding met Azure OpenAI definiëren:
| Instellingsnaam | Beschrijving |
|---|---|
<CONNECTION_NAME_PREFIX>__endpoint |
Zet het URI-eindpunt van de Azure OpenAI-service. Deze instelling is altijd vereist. |
<CONNECTION_NAME_PREFIX>__clientId |
Hiermee stelt u de specifieke door de gebruiker toegewezen identiteit in die moet worden gebruikt bij het verkrijgen van een toegangstoken. Vereist dat deze <CONNECTION_NAME_PREFIX>__credential is ingesteld op managedidentity. De eigenschap accepteert een client-id die overeenkomt met een door de gebruiker toegewezen identiteit die aan de toepassing is toegewezen. Het is ongeldig om zowel een resource-id als een client-id op te geven. Als je deze eigenschap niet specificeert, wordt de systeem-toegewezen identiteit gebruikt. Deze eigenschap wordt anders gebruikt in lokale ontwikkelscenario's, wanneer credential deze niet moeten worden ingesteld. |
<CONNECTION_NAME_PREFIX>__credential |
Hiermee definieert u hoe een access token wordt verkregen voor de verbinding. Gebruiken managedidentity voor verificatie van beheerde identiteiten. Deze waarde is alleen geldig wanneer een beheerde identiteit beschikbaar is in de hostingomgeving. |
<CONNECTION_NAME_PREFIX>__managedIdentityResourceId |
Wanneer credential is gezet op managedidentity, stel deze eigenschap in om de resource Identifier te specificeren die gebruikt moet worden bij het verkrijgen van een token. De eigenschap accepteert een resource-id die overeenkomt met de resource-id van de door de gebruiker gedefinieerde beheerde identiteit. Het is ongeldig om zowel een resource-id als een client-id op te geven. Als je geen van beide specificeert, wordt de door het systeem toegewezen identiteit gebruikt. Deze eigenschap wordt anders gebruikt in lokale ontwikkelscenario's, wanneer credential deze niet moeten worden ingesteld. |
<CONNECTION_NAME_PREFIX>__key |
Stelt de gedeelde geheime sleutel in die nodig is om toegang te krijgen tot het eindpunt van de Azure OpenAI-dienst door gebruik te maken van sleutelgebaseerde authenticatie. Als beveiligingsbest practice gebruik je altijd Microsoft Entra ID met beheerde identiteiten voor authenticatie. |
Overweeg deze managed identity-verbindingsinstellingen wanneer je de AIConnectionName eigenschap instelt op myAzureOpenAI:
myAzureOpenAI__endpoint=https://contoso.openai.azure.com/myAzureOpenAI__credential=managedidentitymyAzureOpenAI__clientId=aaaaaaaa-bbbb-cccc-1111-222222222222
Tijdens runtime interpreteert de host deze instellingen als één enkele myAzureOpenAI instelling:
"myAzureOpenAI":
{
"endpoint": "https://contoso.openai.azure.com/",
"credential": "managedidentity",
"clientId": "aaaaaaaa-bbbb-cccc-1111-222222222222"
}
Wanneer je managed identitys gebruikt, voeg je dan je identiteit toe aan de Cognitive Services OpenAI User rol.
Voeg deze instellingen bij lokaal uitvoeren toe aan het local.settings.json projectbestand. Zie Lokale ontwikkeling met op identiteit gebaseerde verbindingen voor meer informatie.
Zie Werken met toepassingsinstellingen voor meer informatie.