Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questo articolo illustra le esercitazioni e le risorse specifiche del linguaggio per facilitare la creazione di applicazioni intelligenti con il servizio app.
Il servizio app di Azure semplifica l'integrazione delle funzionalità di intelligenza artificiale nelle applicazioni Web in più linguaggi e framework di programmazione. Indipendentemente dal fatto che si vogliano usare potenti modelli OpenAI di Azure, distribuire modelli di linguaggio locali (SLM) direttamente con le app o implementare modelli avanzati come la generazione aumentata di recupero (RAG), il servizio app offre la piattaforma flessibile e sicura necessaria per le applicazioni basate sull'intelligenza artificiale.
Il servizio app offre diversi vantaggi per lo sviluppo e la distribuzione di applicazioni basate su intelligenza artificiale:
- Integrazione nativa con i servizi di intelligenza artificiale di Azure : connettersi facilmente ad Azure OpenAI e ad altri servizi di intelligenza artificiale usando identità gestite per l'autenticazione sicura senza password
- Supporto SLM locale : usare le estensioni sidecar per distribuire modelli linguistici più piccoli direttamente con l'applicazione
- Sicurezza di livello aziendale : implementare l'isolamento della rete, la crittografia end-to-end e il controllo degli accessi in base al ruolo
- DevOps semplificato con l'integrazione di GitHub - Semplificare le pipeline CI/CD usando GitHub Actions, sfruttare GitHub Codespaces con GitHub Copilot integrato per lo sviluppo assistito con intelligenza artificiale e creare flussi di lavoro end-to-end dallo sviluppo alla distribuzione di produzione
Applicazioni .NET
Creare applicazioni .NET basate su intelligenza artificiale con queste esercitazioni:
- Creare un chatbot con Azure OpenAI (Blazor): creare un'app Web Blazor che si connette ad Azure OpenAI per generare riepiloghi TLDR usando il kernel semantico.
- Creare un'applicazione RAG con Azure OpenAI e Ricerca di intelligenza artificiale di Azure (.NET): implementare RAG per consentire ai modelli di intelligenza artificiale di accedere e usare i dati dell'organizzazione.
- Creare un'applicazione RAG con Azure OpenAI e Azure SQL : usare Azure SQL come database vettoriale per le applicazioni RAG.
- Eseguire un chatbot con un'estensione sidecar SLM locale : distribuire un chatbot che usa un SLM locale senza richiedere un servizio di intelligenza artificiale esterno.
- Richiamare l'app Web OpenAPI dall'agente di intelligenza artificiale di Azure: rendere disponibile l'API Web per gli agenti di intelligenza artificiale.
Applicazioni Java
Integrare le funzionalità di intelligenza artificiale nelle applicazioni Java:
- Creare un chatbot con Azure OpenAI (Spring Boot): creare un'applicazione Spring Boot che si connette ad Azure OpenAI usando l'identità gestita.
- Creare un'applicazione RAG con Azure OpenAI e Ricerca di intelligenza artificiale di Azure (Java): implementare RAG per eseguire ricerche nei propri documenti con Java.
- Gestire un chatbot con un SLM locale (Spring Boot): distribuire un'applicazione Spring Boot con un sidecar SLM locale.
Esempi:
applicazioni Node.js
Aggiungere funzionalità di intelligenza artificiale alle applicazioni Web Node.js:
- Creare un chatbot con Azure OpenAI (Express.js): creare un'applicazione Express.js che si connette ad Azure OpenAI usando l'identità gestita.
- Creare un'applicazione RAG con Azure OpenAI e Ricerca di intelligenza artificiale di Azure (Node.js): creare un'applicazione RAG con Node.js.
- Esegui un chatbot con un SLM locale (Express.js) - Distribuisci un'applicazione Express.js con un sidecar SLM locale.
Applicazioni Python
Implementare le funzionalità di intelligenza artificiale nelle applicazioni Web Python:
- Creare un chatbot con Azure OpenAI (Flask): creare un'applicazione Flask che si connette ad Azure OpenAI usando l'identità gestita.
- Creare un'applicazione RAG con Azure OpenAI e Ricerca di intelligenza artificiale di Azure (Python) - Implementare RAG con Python.
- Eseguire un chatbot con un SLM (FastAPI) locale - implementare un'applicazione FastAPI con un sidecar SLM locale.
- Esercitazione su Azure AI Foundry: Distribuire un'app Web di chat aziendale - Distribuisci un'app Web di intelligenza artificiale completamente integrata direttamente dalla tua distribuzione in Azure AI Foundry.