在本文中，可以將自己的數據與 Azure OpenAI 模型配合使用。 對數據使用 Azure OpenAI 模型可以提供功能強大的對話 AI 平臺，從而實現更快、更準確的通信。

關注TechLead，分享AI全維度知識。作者擁有10+年互聯網服務架構、AI產品研發經驗、團隊管理經驗，同濟本復旦碩，復旦機器人智能實驗室成員，阿里云認證的資深架構師，項目管理專業人士，上億營收AI產品研發負責人

環境準備

• Azure 訂閱 - 免費創建訂閱。

• 已在所需的 Azure 訂閱中授予對 Azure OpenAI 的訪問權限。

  Azure OpenAI 服務需要注冊，并且目前僅供經批準的企業客戶與合作伙伴使用。

• 已部署聊天模型的 Azure OpenAI 資源（例如 GPT-3 或 GPT-4）。

• 聊天模型可以使用版本 gpt-35-turbo (0301)、gpt-35-turbo-16k、gpt-4 和 gpt-4-32k。

• 請確保至少為 Azure OpenAI 資源分配了[認知服務參與者]角色。

使用 Azure OpenAI Studio 添加數據

導航到 Azure OpenAI Studio，然后使用有權訪問 Azure OpenAI 資源的憑據登錄。 在登錄過程中或登錄之后，選擇適當的目錄、Azure 訂閱和 Azure OpenAI 資源。

1. 選擇“Chat Playground”磁貼。

2. 在“助手設置”磁貼上，選擇“添加數據（預覽）”>“+ 添加數據源”。
   
3. 在顯示的窗格中，選擇“選擇數據源”下的“上傳文件”。 選擇“上傳文件”。 Azure OpenAI 需要存儲資源和搜索資源來訪問數據并編制數據索引。

3.1. 要使 Azure OpenAI 訪問存儲帳戶，需要啟用跨原點資源共享 (CORS)。 如果尚未為 Azure Blob 存儲資源啟用 CORS，請選擇“啟用 CORS”。

3.2. 選擇 Azure AI 搜索資源，然后選擇確認以表明知曉連接該資源將使用你的帳戶。 然后，選擇“下一步”。

4. 在“上傳文件”窗格中，選擇“瀏覽文件”，并選擇要上傳的文件。 然后選擇“上傳文件”。 然后，選擇“下一步”。

5. 在“數據管理”窗格中，可以選擇為索引啟用[語義搜索還是向量搜索]。

6. 查看輸入的詳細信息，然后選擇“保存并關閉”。 現在，你可以與模型聊天，模型將使用數據中的信息來構造響應。

Chat Playground

通過Chat Playground使用開始使用無代碼方法瀏覽 Azure OpenAI 功能。 這是一個簡單的文本框，可以在其中提交提示以生成補全內容。 在此頁中，可以快速循環訪問和試驗這些功能。

可以試驗溫度和預響應文本等配置設置，以提高任務的性能。 可以在 [REST API]中詳細了解每個參數。

• 選擇“生成”按鈕后會將輸入的文本發送到補全 API，并將結果流式傳輸回到文本框中。
• 選擇“撤消”按鈕可以撤消上一次生成調用。
• 選擇“重新生成”按鈕可以同時執行撤消和生成調用。

部署模型

對 Azure OpenAI 工作室中的體驗感到滿意后，可以通過選擇“部署到”按鈕直接從工作室部署 Web 應用。

這讓你可以選擇將模型部署為獨立的 Web 應用程序，或者如果要在模型上使用[你自己的數據]，則可以使用 Power Virtual Agents。

例如，如果選擇部署 Web 應用：

首次部署 Web 應用時，應選擇“創建新的 Web 應用”。 為應用選擇一個名稱，該名稱將成為應用 URL 的一部分。 例如，https://<appname>.azurewebsites.net。

為已發布的應用選擇訂閱、資源組、位置和定價計劃。 要更新現有應用，請選擇“發布到現有 Web 應用”，然后從下拉菜單中選擇上一個應用的名稱。

使用Python調用

要成功地對 Azure OpenAI 進行調用，需要使用以下變量。 本快速入門假定已將數據上傳到 Azure Blob 存儲帳戶，并且已創建 Azure AI 搜索索引。

變量名稱	值
AOAIEndpoint	在從 Azure 門戶檢查 Azure OpenAI 資源時，可在“密鑰 & 終結點”部分中找到此值。 也可在“Azure AI 工作室”>“聊天操場”>“代碼視圖”中查找該值。 示例終結點為：https://my-resoruce.openai.azure.com。
AOAIKey	在 Azure 門戶檢查 Azure OpenAI 資源時，可在“資源管理>密鑰 & 終結點”部分中找到此值。 可以使用 KEY1 或 KEY2。 始終準備好兩個密鑰可以安全地輪換和重新生成密鑰，而不會導致服務中斷。
AOAIDeploymentId	此值將對應于在部署模型時為部署選擇的自定義名稱。 可在 Azure 門戶中的“資源管理”>“部署”下，或者在 Azure AI 工作室中的“管理”>“部署”下查找此值。
SearchEndpoint	在 Azure 門戶檢查 Azure AI 搜索資源時，可在“概覽”部分中找到此值。
SearchKey	在 Azure 門戶檢查 Azure AI 搜索資源時，可在“設置>密鑰”部分中找到此值。 你可以使用主要管理密鑰或輔助管理密鑰。 始終準備好兩個密鑰可以安全地輪換和重新生成密鑰，而不會導致服務中斷。
SearchIndex	此值對應于為存儲數據而創建的索引的名稱。 在從 Azure 門戶檢查 Azure AI 搜索資源時，可以在“概述”部分找到它。

環境變量

• [命令行]

setx AOAIEndpoint REPLACE_WITH_YOUR_AOAI_ENDPOINT_VALUE_HERE

setx AOAIKey REPLACE_WITH_YOUR_AOAI_KEY_VALUE_HERE

setx AOAIDeploymentId REPLACE_WITH_YOUR_AOAI_DEPLOYMENT_VALUE_HERE

setx SearchEndpoint REPLACE_WITH_YOUR_AZURE_SEARCH_RESOURCE_VALUE_HERE

setx SearchKey REPLACE_WITH_YOUR_AZURE_SEARCH_RESOURCE_KEY_VALUE_HERE

setx SearchIndex REPLACE_WITH_YOUR_INDEX_NAME_HERE

創建 Python 環境

1. 為項目新建一個名為 openai-pytho 的文件夾，并且新建一個名為 main.py 的 Python 代碼文件。 更改到該目錄：

mkdir openai-python
cd openai-python

2. 安裝以下 Python 庫：

• [OpenAI Python 1.x]

pip install openai
pip install python-dotenv

創建 Python 應用

1. 從項目目錄中，打開 main.py 文件并添加以下代碼：

• [OpenAI Python 1.x]

import os
import openai
import dotenvdotenv.load_dotenv()endpoint = os.environ.get("AOAIEndpoint")
api_key = os.environ.get("AOAIKey")
deployment = os.environ.get("AOAIDeploymentId")client = openai.AzureOpenAI(base_url=f"{endpoint}/openai/deployments/{deployment}/extensions",api_key=api_key,api_version="2023-08-01-preview",
)completion = client.chat.completions.create(model=deployment,messages=[{"role": "user","content": "How is Azure machine learning different than Azure OpenAI?",},],extra_body={"dataSources": [{"type": "AzureCognitiveSearch","parameters": {"endpoint": os.environ["SearchEndpoint"],"key": os.environ["SearchKey"],"indexName": os.environ["SearchIndex"]}}]}
)print(completion.model_dump_json(indent=2))

2. 運行以下命令：

python main.py

應用程序以適合在許多場景下使用的 JSON 格式打印響應。 它包含對來自已上傳文件的查詢和引文的答案。

關注TechLead，分享AI全維度知識。作者擁有10+年互聯網服務架構、AI產品研發經驗、團隊管理經驗，同濟本復旦碩，復旦機器人智能實驗室成員，阿里云認證的資深架構師，項目管理專業人士，上億營收AI產品研發負責人