Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Ważne
Rozszerzenie Azure OpenAI dla usługi Azure Functions jest obecnie dostępne w wersji zapoznawczej.
Asystent usługi Azure OpenAI tworzy powiązanie wyjściowe umożliwia utworzenie nowego asystenta czatbota na podstawie wykonywania kodu funkcji.
Aby uzyskać informacje na temat konfigurowania i konfigurowania rozszerzenia Azure OpenAI, zobacz Azure OpenAI extensions for Azure Functions (Rozszerzenia azure OpenAI dla usługi Azure Functions). Aby dowiedzieć się więcej na temat asystentów usługi Azure OpenAI, zobacz Interfejs API asystentów usługi Azure OpenAI.
Uwaga
Odwołania i przykłady są udostępniane tylko dla modelu Node.js w wersji 4.
Uwaga
Odwołania i przykłady są udostępniane tylko dla modelu języka Python w wersji 2.
Uwaga
Chociaż oba modele procesów języka C# są obsługiwane, udostępniane są tylko izolowane przykłady modeli procesów roboczych.
Przykład
Wsparcie Go nie jest obecnie dostępne dla tego przypisania.
W tym przykładzie pokazano proces tworzenia, w którym funkcja HTTP PUT tworzy nowego asystenta czatbota o określonym identyfikatorze. Odpowiedź na monit jest zwracana w odpowiedzi HTTP.
/// <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; }
}
W tym przykładzie pokazano proces tworzenia, w którym funkcja HTTP PUT tworzy nowego asystenta czatbota o określonym identyfikatorze. Odpowiedź na monit jest zwracana w odpowiedzi HTTP.
/**
* 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();
}
W tym przykładzie pokazano proces tworzenia, w którym funkcja HTTP PUT tworzy nowego asystenta czatbota o określonym identyfikatorze. Odpowiedź na monit jest zwracana w odpowiedzi HTTP.
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 } }
}
})
W tym przykładzie pokazano proces tworzenia, w którym funkcja HTTP PUT tworzy nowego asystenta czatbota o określonym identyfikatorze. Odpowiedź na monit jest zwracana w odpowiedzi HTTP.
Oto plik function.json dla asystenta tworzenia:
{
"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"
}
]
}
Aby uzyskać więcej informacji na temat function.json właściwości pliku, zobacz sekcję Konfiguracja.
{{Pochodzi to z przykładowego komentarza kodu}}
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"
}
})
W tym przykładzie pokazano proces tworzenia, w którym funkcja HTTP PUT tworzy nowego asystenta czatbota o określonym identyfikatorze. Odpowiedź na monit jest zwracana w odpowiedzi HTTP.
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"
)
Atrybuty
Zastosuj atrybut , CreateAssistant aby zdefiniować asystenta utwórz powiązanie wyjściowe, które obsługuje następujące parametry:
| Parametr | Opis |
|---|---|
| Id | Identyfikator asystenta do utworzenia. |
| Instrukcje | Opcjonalne. Instrukcje podane do asystenta do naśladowania. |
| ChatStorageConnectionSetting |
Opcjonalne. Nazwa sekcji konfiguracji ustawień tabeli dla magazynu czatów. Wartość domyślna to AzureWebJobsStorage. |
| CollectionName |
Opcjonalne. Nazwa kolekcji tabel dla magazynu czatów. Wartość domyślna to ChatState. |
Adnotacje
Adnotacja CreateAssistant umożliwia zdefiniowanie asystenta tworzenia powiązania wyjściowego, które obsługuje następujące parametry:
| Składnik | Opis |
|---|---|
| nazwa | Pobiera lub ustawia nazwę powiązania wyjściowego. |
| id | Identyfikator asystenta do utworzenia. |
| instrukcje | Opcjonalne. Instrukcje podane do asystenta do naśladowania. |
| chatStorageConnectionSetting |
Opcjonalne. Nazwa sekcji konfiguracji ustawień tabeli dla magazynu czatów. Wartość domyślna to AzureWebJobsStorage. |
| collectionName |
Opcjonalne. Nazwa kolekcji tabel dla magazynu czatów. Wartość domyślna to ChatState. |
Dekoratory
W wersji zapoznawczej zdefiniuj powiązanie wyjściowe jako generic_output_binding powiązanie typu createAssistant, które obsługuje następujące parametry:
| Parametr | Opis |
|---|---|
| arg_name | Nazwa zmiennej reprezentującej parametr powiązania. |
| id | Identyfikator asystenta do utworzenia. |
| instrukcje | Opcjonalne. Instrukcje podane do asystenta do naśladowania. |
| chat_storage_connection_setting |
Opcjonalne. Nazwa sekcji konfiguracji ustawień tabeli dla magazynu czatów. Wartość domyślna to AzureWebJobsStorage. |
| collection_name |
Opcjonalne. Nazwa kolekcji tabel dla magazynu czatów. Wartość domyślna to ChatState. |
Konfigurowanie
Powiązanie obsługuje te właściwości konfiguracji ustawione w pliku function.json.
| Właściwości | Opis |
|---|---|
| typ | Musi mieć wartość CreateAssistant. |
| kierunek | Musi mieć wartość out. |
| nazwa | Nazwa powiązania wyjściowego. |
| id | Identyfikator asystenta do utworzenia. |
| instrukcje | Opcjonalne. Instrukcje podane do asystenta do naśladowania. |
| chatStorageConnectionSetting |
Opcjonalne. Nazwa sekcji konfiguracji ustawień tabeli dla magazynu czatów. Wartość domyślna to AzureWebJobsStorage. |
| collectionName |
Opcjonalne. Nazwa kolekcji tabel dla magazynu czatów. Wartość domyślna to ChatState. |
Konfigurowanie
Powiązanie obsługuje te właściwości zdefiniowane w kodzie:
| Właściwości | Opis |
|---|---|
| id | Identyfikator asystenta do utworzenia. |
| instrukcje | Opcjonalne. Instrukcje podane do asystenta do naśladowania. |
| chatStorageConnectionSetting |
Opcjonalne. Nazwa sekcji konfiguracji ustawień tabeli dla magazynu czatów. Wartość domyślna to AzureWebJobsStorage. |
| collectionName |
Opcjonalne. Nazwa kolekcji tabel dla magazynu czatów. Wartość domyślna to ChatState. |
Użycie
Zobacz sekcję Przykład, aby zapoznać się z kompletnymi przykładami.
Connections
Aby korzystać z rozszerzenia Azure OpenAI, musisz określić połączenie z definicją modelu OpenAI. Ustaw połączenie modelu OpenAI w swoich bindingach, stosując jedno z następujących podejść:
- Użyj właściwości wiązania
AIConnectionName(preferowanej dla Azure OpenAI). - Ustaw
AZURE_OPENAI_ENDPOINTiAZURE_OPENAI_KEYw ustawieniach aplikacji (dla Azure OpenAI). - Ustaw tylko
Open_API_Keyw ustawieniach aplikacji (dlahttps://api.openai.com).
Sposób, w jaki ustawiasz połączenie, zależy zarówno od API modelu, jak i metody uwierzytelniania, jak pokazano w poniższej tabeli:
| API uwierzytelniania/modelu | Azure OpenAI | OpenAI (https://api.openai.com) |
|---|---|---|
| Połączenie zarządzanej tożsamości | AIConnectionName |
Niewspierane |
| Odniesienie do Key Vault | AZURE_OPENAI_ENDPOINTAZURE_OPENAI_KEY |
Open_API_Key |
| Referencja konfiguracji aplikacji | AZURE_OPENAI_ENDPOINTAZURE_OPENAI_KEY |
Open_API_Key |
| Wspólny klucz tajny | AZURE_OPENAI_ENDPOINTAZURE_OPENAI_KEY |
Open_API_Key |
Użyj połączeń opartych na zarządzanej tożsamości oraz właściwości AIConnectionName .
Gdy używamy AIConnectionName, wartość tego ustawienia właściwości zależy od typu połączenia:
-
Połączenie zarządzanej tożsamości: Własność
AIConnectionNamejest współdzielona<CONNECTION_NAME_PREFIX>przez grupę ustawień, które razem definiują połączenie oparte na tożsamości z Azure OpenAI. Więcej informacji można znaleźć w artykule Definiuj powiązania tożsamości. -
Key Vault referencja: Ustawienie
AIConnectionNamewłaściwości zwraca referencję Azure Key Vault do miejsca, w którym klucz API jest centralnie przechowywany. Więcej informacji można znaleźć w artykule Definiuj połączenia Key Vault. -
Referencja konfiguracji aplikacji: Ustawienie
AIConnectionNamewłaściwości zwraca referencję Azure App Configuration, która zwraca klucz API lub referencję do Key Vault. Więcej informacji można znaleźć w artykule o połączeniach w sekcji Azure App Configuration. -
Klucz API: Ustawienie
AIConnectionNamewłaściwości rozwiązuje się bezpośrednio do ustawień aplikacji zawierających punkt końcowy i klucz. Ponieważ klucze współdzielone mogą zostać zagrożone, stosuj połączenia zarządzane tożsamości, gdy to możliwe. Więcej informacji można znaleźć w artykule Definiuj połączenia.
Aby dowiedzieć się więcej o powiązaniach wiązanych, zobacz Zarządzanie połączeniami w Azure Functions.
Powiązania OpenAI zawierają właściwośćAIConnectionName, którą możesz użyć do określenia <ConnectionNamePrefix> grupy ustawień aplikacji definiujących połączenie z Azure OpenAI:
| Nazwa ustawień | Opis |
|---|---|
<CONNECTION_NAME_PREFIX>__endpoint |
Sets endpoint URI usługi Azure OpenAI. To ustawienie jest zawsze wymagane. |
<CONNECTION_NAME_PREFIX>__clientId |
Ustawia określoną tożsamość przypisaną przez użytkownika do użycia podczas uzyskiwania tokenu dostępu. Wymaga, aby <CONNECTION_NAME_PREFIX>__credential było ustawione na managedidentity. Właściwość akceptuje identyfikator klienta odpowiadający tożsamości przypisanej przez użytkownika do aplikacji. Jest to nieprawidłowe określenie zarówno identyfikatora zasobu, jak i identyfikatora klienta. Jeśli nie określisz tej właściwości, używana jest tożsamość przypisana przez system. Ta właściwość jest używana inaczej w lokalnych scenariuszach programowania, gdy credential nie należy ich ustawiać. |
<CONNECTION_NAME_PREFIX>__credential |
Definiuje sposób uzyskiwania tokenu access dla połączenia. Służy managedidentity do uwierzytelniania tożsamości zarządzanej. Ta wartość jest prawidłowa tylko wtedy, gdy tożsamość zarządzana jest dostępna w środowisku hostingu. |
<CONNECTION_NAME_PREFIX>__managedIdentityResourceId |
Gdy credential jest ustawione na managedidentity, ustaw tę właściwość, aby określić identyfikator zasobu, którego ma się użyć przy uzyskaniu tokena. Właściwość akceptuje identyfikator zasobu odpowiadający identyfikatorowi zasobu tożsamości zarządzanej zdefiniowanej przez użytkownika. Nie można określić zarówno identyfikatora zasobu, jak i identyfikatora klienta. Jeśli nie określisz żadnej z tych funkcji, używa się tożsamości przypisanej przez system. Ta właściwość jest używana inaczej w lokalnych scenariuszach programowania, gdy credential nie należy ich ustawiać. |
<CONNECTION_NAME_PREFIX>__key |
Ustawia wspólny tajny klucz potrzebny do dostępu do punktu końcowego usługi Azure OpenAI, korzystając z uwierzytelniania opartego na kluczu. Jako najlepszą praktykę bezpieczeństwa zawsze używaj Microsoft Entra ID z zarządzanymi tożsamościami do uwierzytelniania. |
Rozważ te ustawienia zarządzania połączeniem tożsamości, gdy ustawiasz AIConnectionName własność na:myAzureOpenAI
myAzureOpenAI__endpoint=https://contoso.openai.azure.com/myAzureOpenAI__credential=managedidentitymyAzureOpenAI__clientId=aaaaaaaa-bbbb-cccc-1111-222222222222
W czasie działania host interpretuje te ustawienia jako jedno myAzureOpenAI ustawienie:
"myAzureOpenAI":
{
"endpoint": "https://contoso.openai.azure.com/",
"credential": "managedidentity",
"clientId": "aaaaaaaa-bbbb-cccc-1111-222222222222"
}
Korzystając z zarządzanych tożsamości, upewnij się, że dodajesz swoją tożsamość do roli użytkownika OpenAI w Usługach Kognitywnych .
Podczas uruchamiania lokalnie dodaj te ustawienia do pliku projektu local.settings.json . Aby uzyskać więcej informacji, zobacz Programowanie lokalne przy użyciu połączeń opartych na tożsamościach.
Aby uzyskać więcej informacji, zobacz Praca z ustawieniami aplikacji.