Skip to content

Latest commit

 

History

History
169 lines (111 loc) · 8.42 KB

getting-started-azure-openai.md

File metadata and controls

169 lines (111 loc) · 8.42 KB

为 Azure OpenAI 设置开发环境

如果你想在本课程中使用 Azure AI Foundry 模型开发 .NET AI 应用程序，请按照本指南中的步骤操作。

不想使用 Azure OpenAI？

👉 如果你想使用 GitHub 模型，请查看这个指南
👉 如果你想使用 Ollama，请查看这个步骤

创建 Azure AI Foundry 资源

要使用 Azure AI Foundry 模型，你需要在 Azure AI Foundry 门户中创建一个 Hub 和一个项目。然后，你需要部署一个模型。本节将向你展示如何完成这些步骤。

在 Azure AI Foundry 中创建 Hub 和项目

  1. 打开 Azure AI Foundry 门户。
  2. 使用你的 Azure 帐户登录。
  3. 从左侧菜单中选择 All hubs + projects，然后点击下拉菜单中的 + New hub。（注意：你可能需要先点击 + New project 才能看到 + New hub 选项）。
    创建一个新的 Hub
  4. 一个新窗口会弹出，填写你的 Hub 详细信息：
    • 给你的 Hub 取一个名称（例如："MyAIHub"）。
    • 选择离你最近的区域。
    • 选择适当的订阅和资源组。
    • 其他设置可以保持默认。
    • 点击 Next。
    • 审核详情后，点击 Create。
  5. 当你的 Hub 创建完成后，门户会打开其详情页面。点击 Create Project 按钮。
    • 给你的项目取一个名称（例如："GenAINET"）或者接受默认名称。
    • 点击 Create。

🎉 完成！ 你已经在 Azure AI Foundry 中创建了你的第一个项目。

在 Azure AI Foundry 中部署语言模型

接下来，我们将向项目中部署一个 gpt-4o-mini 模型：

  1. 在 Azure AI Foundry 门户中，导航到你的项目（创建完成后会自动打开）。
  2. 从左侧菜单中点击 Models and Endpoints，然后点击 Deploy Model 按钮。
  3. 从下拉菜单中选择 Deploy base model。
  4. 在模型目录中搜索 gpt-4o-mini。
  5. 选择模型并点击 Confirm 按钮。
  6. 指定一个部署名称（例如："gpt-4o-mini"）。其他选项可以保持默认。
  7. 点击 Deploy 并等待模型被配置完成。
  8. 部署完成后，从模型详情页面记录下 Model Name、Target URI 和 API Key。

🎉 完成！ 你已经在 Azure AI Foundry 中部署了你的第一个大型语言模型。

模型部署完成，复制模型名称、端点 URL 和 API 密钥

📝 注意： 端点可能类似于 https://< your hub name>.openai.azure.com/openai/deployments/gpt-4o-mini/chat/completions?api-version=2024-08-01-preview。我们需要的端点名称仅为 https://< your hub name >.openai.azure.com/*。

将 Azure AI API 密钥添加到你的 Codespace Secrets

为了安全起见，我们将刚才创建的 API 密钥添加到你的 Codespace Secrets 中。

  1. 确保你已经将此仓库 fork 到你的 GitHub 帐户中。

  2. 转到 fork 仓库的 Settings 标签页，从左侧菜单中展开 Secrets and variables，然后选择 Codespaces。

    添加新的 Codespace Secret

  3. 将你的 Secret 命名为 AZURE_AI_KEY。

  4. 将你从 Azure AI Foundry 门户复制的 API 密钥粘贴到 Secret 字段中。

创建一个 GitHub Codespace

接下来，我们创建一个 GitHub Codespace，供本课程后续开发使用。

  1. 在新窗口中打开此仓库的主页，点击这里右键打开 并选择 Open in new window。
  2. 点击页面右上角的 Fork 按钮，将此仓库 fork 到你的 GitHub 帐户中。
  3. 点击 Code 下拉按钮，然后选择 Codespaces 标签页。
  4. 选择 ... 选项（三个点），然后选择 New with options...。

使用自定义选项创建 Codespace

选择开发容器

从 Dev container configuration 下拉菜单中选择以下选项之一：

选项 1: C# (.NET)：如果你计划使用 GitHub 模型或 Azure OpenAI，这是推荐选项。它包含本课程所需的所有核心 .NET 开发工具，启动速度快。

选项 2: C# (.NET) - Ollama：如果你希望无需连接 GitHub 模型或 Azure OpenAI 就能运行示例，可以选择 Ollama。它在核心 .NET 开发工具的基础上额外包含 Ollama，但启动时间较慢，平均需要五分钟。查看此指南 以了解如何使用 Ollama。

保持其他设置默认，点击 Create codespace 按钮开始创建 Codespace。

选择开发容器配置

更新示例代码以使用 Azure OpenAI 和你的新模型

现在让我们更新代码以使用新部署的模型。首先，我们需要添加一些 NuGet 包来支持 Azure OpenAI。

  1. 打开终端并切换到项目目录：

    cd 02-SetupDevEnvironment/src/BasicChat-01MEAI/

  2. 运行以下命令以添加所需的包：

    dotnet add package Azure.AI.OpenAI
dotnet add package Microsoft.Extensions.AI.OpenAI --version 9.1.0-preview.1.25064.3

更多关于 Azure.AI.OpenAI 的信息。

  1. 打开 /workspaces/Generative-AI-for-beginners-dotnet/02-SettingUp.NETDev/src/BasicChat-01MEAI/Program.cs。

    在文件顶部添加以下 using 语句：

    using System.ClientModel;
using Azure.AI.OpenAI;
using Microsoft.Extensions.AI;

  2. Create new variables to hold the model name, endpoint, and API key:

    var deploymentName = "< deployment name > "; // 例如 "gpt-4o-mini"
var endpoint = new Uri("< endpoint >"); // 例如 "https://< your hub name >.openai.azure.com/"
var apiKey = new ApiKeyCredential(Environment.GetEnvironmentVariable("AZURE_AI_SECRET"));

    Making sure to replace < deployment name >, and < endpoint > with the values you noted above.

  3. Replace the IChatClient creation with the following code:

    IChatClient client = new AzureOpenAIClient(
    endpoint,
    apiKey)
.AsChatClient(deploymentName);

  4. Run the following command in the terminal:

    dotnet run

  5. You should see output similar to the following:

    人工智能（AI）是指在机器中模拟人类智能的技术，这些机器被编程为能够像人类一样思考和学习。AI 包括多种技术和方法，使计算机和系统能够执行通常需要人类智能的任务。这些任务包括：

1. **学习**：基于经验提高性能，通常通过分析数据的算法。

...

🙋 需要帮助？：有问题无法解决？打开一个 issue，我们会协助你。

总结

在本课中，你学习了如何为本课程设置开发环境。你创建了一个 GitHub Codespace 并配置它以使用 Azure OpenAI。你还更新了示例代码以使用在 Azure AI Foundry 中新部署的模型。

其他资源

下一步

接下来，我们将探索如何创建你的第一个 AI 应用程序！🚀

👉 核心生成式 AI 技术

免责声明：
本文档使用基于机器的人工智能翻译服务进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原文的母语版本作为权威来源。对于关键信息，建议寻求专业人工翻译。因使用本翻译而引起的任何误解或误读，我们概不负责。