Plantillas de aplicación de IA

Para examinar una lista completa, incluidas estas y otras plantillas de C#, consulte las plantillas de aplicación de IA en la galería de plantillas de aplicación de IA.

Para examinar una lista completa, incluidas estas y otras plantillas de Python, consulte las plantillas de aplicación de IA en la galería de plantillas de aplicación de AI.

Para examinar una lista completa, incluidas estas y otras plantillas de Java, consulte las plantillas de aplicación de IA en la galería de plantillas de aplicación de AI.

Para examinar una lista completa, incluidas estas y otras plantillas de JavaScript o TypeScript, consulte las plantillas de aplicación de IA en la galería de plantillas de aplicación de IA.

Interactuar con tus datos mediante Azure OpenAI y Búsqueda de Azure AI con .NET

Esta plantilla es una solución integral que demuestra el patrón de Generación Aumentada por Recuperación (RAG) en Azure. Usa Búsqueda de Azure AI para la recuperación y los modelos de lenguaje grande de Azure OpenAI para impulsar experiencias de tipo ChatGPT y de preguntas y respuestas.

Para empezar a trabajar con esta plantilla, consulte Introducción al chat utilizando su propio conjunto de datos para .NET. Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio azure-search-openai-demo-csharp GitHub.

Esta plantilla muestra el uso de estas funciones.

Copiloto de chat para minoristas de Contoso con .NET y Kernel semántico

Esta plantilla implementa Contoso Outdoors, una tienda conceptual especializada en equipos de exterior para entusiastas del senderismo y la acampada. Esta tienda virtual mejora el compromiso de los clientes y el apoyo a las ventas mediante un agente de chat inteligente. Este agente está impulsado por el patrón de Generación aumentada de recuperación (RAG) dentro de Microsoft Azure AI Stack, mejorado con el soporte de Kernel semántico y Prompty.

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio contoso-chat-csharp-prompty GitHub.

Esta plantilla muestra el uso de estas funciones.

Automatización de procesos con conversión de voz en texto y resumen con .NET y GPT 3.5 Turbo

Esta plantilla es una solución de automatización de procesos que recibe problemas notificados por trabajadores de campo y de fábrica en una empresa llamada Contoso Manufacturing, una empresa de fabricación que fabrica baterías de automóviles. Los problemas son compartidos por los trabajadores en directo a través del micrófono o pregrabados como archivos de audio. La solución traduce la entrada de audio de voz a texto y luego usa un LLM y Prompty o Promptflow para resumir la cuestión y devolver los resultados en un formato especificado por la solución.

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio summarization-openai-csharp-prompty GitHub.

Esta plantilla muestra el uso de estas funciones.

Chatear con los datos mediante Azure OpenAI y Búsqueda de Azure AI con Python

Esta plantilla es una solución integral que demuestra el patrón de Generación Aumentada por Recuperación (RAG) en Azure. Usa Búsqueda de Azure AI para la recuperación y los modelos de lenguaje grandes de Azure OpenAI para impulsar experiencias de tipo ChatGPT y de preguntas y respuestas.

Para empezar a trabajar con esta plantilla, consulte Introducción al chat con su propio ejemplo de datos para Python. Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio azure-search-openai-demo GitHub.

Esta plantilla muestra el uso de estas funciones.

Copiloto de escritura creativa multimodal con DALL-E

Esta plantilla es una solución multiagente de escritura creativa para ayudar a los usuarios a redactar artículos. Muestra cómo crear y trabajar con agentes de IA controlados por Azure OpenAI.

Incluye:

1. Una aplicación de Flask que toma un artículo y una instrucción de un usuario.
2. Un agente de investigación que usa Bing Search API para investigar el artículo.
3. Agente de producto que usa Búsqueda de Azure AI para realizar una búsqueda de similitud semántica para productos relacionados de un almacén de vectores.
4. Un agente redactor para combinar la información de investigación y del producto en un artículo útil.
5. Agente del editor para refinar el artículo presentado al usuario.

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio agent-openai-python-prompty GitHub.

Esta plantilla muestra el uso de estas funciones.

Contoso Chat Retail Copilot con Foundry

Esta plantilla implementa Contoso Chat: una solución copiloto comercial para Contoso Outdoor que usa un patrón de diseño de generación aumentada de recuperación para basar las respuestas del chatbot en la información de productos y clientes del minorista. Los clientes pueden formular preguntas desde el sitio web en lenguaje natural y obtener respuestas relevantes con posibles recomendaciones basadas en su historial de compras, con prácticas de inteligencia artificial responsables para garantizar la calidad y la seguridad de la respuesta.

Esta plantilla muestra el flujo de trabajo completo (GenAIOps) para crear un copilot basado en RAG code-first con Azure AI y Prompty. Al explorar e implementar este ejemplo, aprenda a:

1. Idear e iterar con rapidez en prototipos de aplicación mediante Prompty
2. Implementación y uso de modelos de Azure OpenAI para chat, inserciones y evaluación
3. Usar Búsqueda de Azure AI (índices) y Azure Cosmos DB (bases de datos) para tus datos
4. Evaluación de las respuestas de chat para la calidad mediante flujos de evaluación asistida por IA
5. Hospede la aplicación como un punto de conexión de FastAPI implementado en Azure Container Apps
6. Aprovisionamiento e implementación de la solución mediante la CLI para desarrolladores de Azure
7. Apoyar prácticas de inteligencia artificial responsable con la seguridad y las evaluaciones de contenido

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio contoso-chat GitHub.

Esta plantilla muestra el uso de estas funciones.

Automatización de procesos con conversión de voz en texto y resumen con Foundry

Esta plantilla crea una aplicación basada en web que permite a los trabajadores de una empresa denominada Contoso Manufacturing notificar problemas mediante texto o voz. La entrada de audio se traduce al texto y, a continuación, se resume para resaltar información importante y el informe se envía al departamento adecuado.

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio summarization-openai-python-promptflow GitHub.

Esta plantilla muestra el uso de estas funciones.

Copilot de análisis de API de asistente con Python y Foundry

Esta plantilla es una API de asistente para chatear con datos tabulares y realizar análisis en lenguaje natural.

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio assistant-data-openai-python-promptflow GitHub.

Esta plantilla muestra el uso de estas funciones.

Interactuar con tus datos usando Azure OpenAI y Búsqueda de Azure AI con Java

Esta plantilla es una solución completa de extremo a extremo que muestra el patrón de generación mejorada por recuperación (RAG) que se ejecuta en Azure. Usa Búsqueda de Azure AI para la recuperación y los modelos de lenguaje grande de Azure OpenAI para impulsar experiencias de tipo ChatGPT y de preguntas y respuestas.

Para empezar a trabajar con esta plantilla, consulte Introducción al chat con su propio ejemplo de datos para Java. Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio azure-search-openai-demo-java GitHub.

Esta plantilla muestra el uso de estas funciones.

Asistente para banca multiagentes con Java y Kernel semántico

Este proyecto está diseñado como prueba de concepto (PoC) para explorar el dominio innovador de la inteligencia artificial generativa en el contexto de arquitecturas multiagente. Al aprovechar Java y el marco de orquestación de inteligencia artificial de Microsoft Kernel semántico, nuestro objetivo es crear una aplicación web de chat para demostrar la viabilidad y confiabilidad del uso de agentes de IA generativos para transformar la experiencia del usuario de clics web en conversaciones de lenguaje natural al tiempo que maximiza la reutilización de los datos de carga de trabajo y las API existentes.

El caso de uso principal gira en torno a un asistente personal bancario diseñado para revolucionar la forma en que los usuarios interactúan con su información de cuenta bancaria, el historial de transacciones y las funcionalidades de pago. Utilizando la eficacia de la inteligencia artificial generativa dentro de una arquitectura multiagente, este asistente tiene como objetivo proporcionar una interfaz perfecta y conversacional a través de la cual los usuarios pueden acceder sin esfuerzo y administrar sus datos financieros.

Los ejemplos de facturas se incluyen en la carpeta de datos para facilitar la exploración de la característica de pagos. El agente de pago equipado con herramientas de reconocimiento óptico de caracteres (OCR) (Azure Inteligencia de documentos) lleva a la conversación con el usuario para extraer los datos de factura e iniciar el proceso de pago. Otros datos falsos de cuenta (como transacciones, métodos de pago y saldo de cuenta) también están disponibles para ser consultados por el usuario. Todos los datos y servicios se exponen como API REST externas y los agentes los consumen para proporcionar al usuario la información solicitada.

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio agent-openai-java-banking-assistant GitHub.

Esta plantilla muestra el uso de estas funciones.

Interacción con tus datos utilizando Azure OpenAI y Búsqueda de Azure AI con JavaScript

Esta plantilla es una solución integral que demuestra el patrón de Generación Aumentada por Recuperación (RAG) en Azure. Usa Búsqueda de Azure AI para la recuperación y los modelos de lenguaje grande de Azure OpenAI para impulsar experiencias de tipo ChatGPT y de preguntas y respuestas.

Para empezar a trabajar con esta plantilla, consulte Introducción al chat con su propio ejemplo de datos para JavaScript. Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio azure-search-openai-javascript GitHub.

Esta plantilla muestra el uso de estas funciones.

Azure front-end de chat de OpenAI

Esta plantilla es un componente web mínimo del chat de OpenAI que puede conectarse a cualquier implementación de backend como un cliente.

Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio azure-openai-chat-frontend GitHub.

Esta plantilla muestra el uso de estas funciones.

Chat de IA sin servidor con RAG usando LangChain.js

La plantilla es un bot de chat de IA sin servidor con recuperación de generación aumentada mediante LangChain.js y Azure que usa un conjunto de documentos empresariales para generar respuestas a las consultas del usuario. Usa una empresa ficticia llamada Contoso Real Estate y la experiencia permite a sus clientes hacer preguntas de soporte sobre el uso de sus productos. La muestra de datos incluye un conjunto de documentos que describen sus condiciones de servicio, su política de privacidad y una guía de soporte técnico.

Para obtener información sobre cómo implementar y ejecutar esta plantilla, consulte Introducción al chat de IA sin servidor con RAG mediante LangChain.js. Para acceder al código fuente y leer detalles detallados sobre la plantilla, consulte el repositorio serverless-chat-langchainjs GitHub.

Aprenda a implementar y ejecutar esta plantilla de referencia de JavaScript.

Esta plantilla muestra el uso de estas funciones.