Modelos de aplicativos de IA

Para navegar por uma lista abrangente, incluindo esses e outros modelos de C#, consulte os modelos de aplicativo de IA na galeria de Modelos de Aplicativo de IA.

Para procurar uma lista abrangente, incluindo esses e outros modelos de Python, consulte os modelos de aplicativo de IA na galeria AI App Template.

Para procurar uma lista abrangente, incluindo esses e outros modelos de Java, consulte os modelos de aplicativo de IA na galeria AI App Template.

Para procurar uma lista abrangente, incluindo esses e outros modelos JavaScript/TypeScript, consulte os modelos de aplicativo de IA na galeria de Modelos de Aplicativo de IA.

Converse com seus dados usando Azure OpenAI e Pesquisa de IA do Azure  com .NET

Este modelo é uma solução completa de ponta a ponta que demonstra o padrão de Geração Aumentada por Recuperação (RAG), executado no Azure. Ele usa a Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do OpenAI do Azure para potencializar experiências de perguntas e respostas no estilo ChatGPT.

Para começar a usar esse modelo, consulte Comece com o chat usando sua própria amostra de dados para .NET. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório azure-search-openai-demo-csharp GitHub.

Este modelo demonstra o uso desses recursos.

Copilot de varejo de chat da Contoso com .NET e Kernel Semântico

Este modelo implementa a Contoso Outdoors, uma loja conceitual especializada em equipamentos para atividades ao ar livre para entusiastas de caminhadas e acampamentos. Essa loja virtual aumenta o envolvimento do cliente e o suporte de vendas por meio de um agente de chat inteligente. Esse agente é alimentado pelo padrão RG (Geração Aumentada de Recuperação) no Microsoft Azure AI Stack, enriquecido com suporte ao Kernel Semântico e Prompty.

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório contoso-chat-csharp-prompty GitHub.

Este modelo demonstra o uso desses recursos.

Automatização de processos com conversão da fala para texto e sumarização usando .NET e GPT 3.5 Turbo

Esse modelo é uma solução de automação de processos que recebe problemas relatados por trabalhadores de campo e chão de fábrica em uma empresa chamada Contoso Manufacturing, uma empresa de fabricação que fabrica baterias de carros. Os problemas são compartilhados pelos trabalhadores ao vivo por meio de entrada de microfone ou pré-gravados como arquivos de áudio. A solução traduz a entrada de áudio de fala em texto e, em seguida, usa um LLM e Prompty ou Promptflow para resumir o problema e retornar os resultados em um formato especificado pela solução.

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório summarization-openai-csharp-prompty GitHub.

Este modelo demonstra o uso desses recursos.

Converse com seus dados usando Azure OpenAI e Pesquisa de IA do Azure  com Python

Este modelo é uma solução completa de ponta a ponta que demonstra o padrão de Geração Aumentada por Recuperação (RAG), executado no Azure. Ele usa a Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do OpenAI do Azure para potencializar experiências de perguntas e respostas no estilo ChatGPT.

Para começar a usar esse modelo, consulte Inicie o chat usando sua própria amostra de dados para Python. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório azure-search-openai-demo GitHub.

Este modelo demonstra o uso desses recursos.

Copilot de Escrita Criativa Multimodal com DALL-E

Este modelo é uma solução multiagente de escrita criativa para ajudar os usuários a escrever artigos. Ele demonstra como criar e trabalhar com agentes de IA controlados por Azure OpenAI.

Ele inclui:

1. Um aplicativo Flask que recebe um artigo e instruções de um usuário.
2. Um agente de pesquisa que usa a API de Pesquisa do Bing para pesquisar o artigo.
3. Um agente de produto que usa Pesquisa de IA do Azure  para fazer uma pesquisa de similaridade semântica para produtos relacionados de um repositório de vetores.
4. Um agente redator para combinar a pesquisa e as informações do produto em um artigo útil.
5. Um agente editor para refinar o artigo apresentado ao usuário.

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório agent-openai-python-prompty GitHub.

Este modelo demonstra o uso desses recursos.

Copilot de varejo Contoso Chat com Foundry

Este modelo implementa o Contoso Chat - uma solução de copilot de varejo para a Contoso Outdoor que utiliza um padrão de geração aumentada por recuperação para fundamentar as respostas do chatbot nos dados de produtos e clientes do varejista. Os clientes podem fazer perguntas no site em linguagem natural e obter respostas relevantes com possíveis recomendações com base em seu histórico de compras - com práticas responsáveis de IA para garantir a qualidade e a segurança da resposta.

Este modelo ilustra o fluxo de trabalho de ponta a ponta (GenAIOps) para criar um copilot baseado em RAG code-first com Azure AI e Prompty. Ao explorar e implantar este exemplo, aprenda a:

1. Gere ideias e faça iterações rápidas em protótipos de aplicativo usando Prompty
2. Implantar e usar modelos Azure OpenAI para chat, inserções e avaliação
3. Utilize o Pesquisa de IA do Azure  (índices) e o Azure Cosmos DB (bancos de dados) para seus dados
4. Avalie a qualidade das respostas do chat usando fluxos de avaliação assistidos por IA
5. Hospede a aplicação como um ponto de extremidade FastAPI implantado nos Aplicativos de Contêiner do Azure
6. Provisionar e implantar a solução usando a CLI do desenvolvedor do Azure
7. Apoie as práticas de IA responsável com segurança e avaliações de conteúdo

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório contoso-chat GitHub.

Este modelo demonstra o uso desses recursos.

Automação de processos com conversão de fala em texto e resumo com o Foundry

Este modelo cria um aplicativo baseado na Web que permite que os trabalhadores de uma empresa chamada Contoso Manufacturing relatem problemas por meio de texto ou fala. A entrada de áudio é traduzida em texto e depois resumida para destacar informações importantes e o relatório é enviado ao departamento apropriado.

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório summarization-openai-python-promptflow GitHub.

Este modelo demonstra o uso desses recursos.

Copilot assistente analítico de API com Python e Foundry

Este modelo é uma API do Assistente para conversar com dados tabulares e realizar análises em linguagem natural.

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório assistant-data-openai-python-promptflow GitHub.

Este modelo demonstra o uso desses recursos.

Converse com seus dados usando Azure OpenAI e Pesquisa de IA do Azure  com Java

Este modelo é uma solução completa de ponta a ponta que demonstra o padrão Retrieval-Augmented Generation (RAG) em execução no Azure. Ele usa a Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do OpenAI do Azure para potencializar experiências de perguntas e respostas no estilo ChatGPT.

Para começar a usar este modelo, consulte Como começar com o chat usando sua própria amostra de dados para Java. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório azure-search-openai-demo-java GitHub.

Este modelo demonstra o uso desses recursos.

Assistente Bancário Multiagente com Java e Kernel semântico

Este projeto é uma Prova de Conceito (PoC) para explorar o âmbito inovador da IA generativa dentro do contexto de arquiteturas multiagente. Aproveitando Java e a estrutura de orquestração de IA do Microsoft Kernel semântico, nosso objetivo é criar um aplicativo Web de chat para demonstrar a viabilidade e a confiabilidade do uso de agentes de IA generativos para transformar a experiência do usuário de cliques na Web em conversas em linguagem natural, maximizando a reutilização dos dados de carga de trabalho e apIs existentes.

O principal caso de uso gira em torno de um assistente pessoal bancário projetado para revolucionar a maneira como os usuários interagem com suas informações de conta bancária, histórico de transações e funcionalidades de pagamento. Utilizando o poder da IA gerativa dentro de uma arquitetura de vários agentes, esse assistente tem como objetivo fornecer uma interface de conversa direta por meio da qual os usuários podem acessar e gerenciar seus dados financeiros sem esforço.

Os exemplos de faturas são incluídos na pasta de dados para facilitar a exploração do recurso de pagamentos. O agente de pagamento equipado com ferramentas de OCR (reconhecimento óptico de caracteres) (Azure Document Intelligence) conduz a conversa com o usuário para extrair os dados da fatura e iniciar o processo de pagamento. Outros dados falsos da conta - como transações, métodos de pagamento e saldo da conta - também estão disponíveis para serem consultados pelo usuário. Todos os dados e serviços são expostos como APIs REST externas e consumidos pelos agentes para fornecer ao usuário as informações solicitadas.

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório agent-openai-java-banking-assistant GitHub.

Este modelo demonstra o uso desses recursos.

Conversar com seus dados usando Azure OpenAI e Pesquisa de IA do Azure  com JavaScript

Este modelo é uma solução completa de ponta a ponta que demonstra o padrão de Geração Aumentada por Recuperação (RAG), executado no Azure. Ele usa a Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do OpenAI do Azure para potencializar experiências de perguntas e respostas no estilo ChatGPT.

Para começar a usar esse modelo, consulte Introdução ao chat usando sua própria amostra de dados para JavaScript. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório azure-search-openai-javascript GitHub.

Este modelo demonstra o uso desses recursos.

front-end de chat do Azure OpenAI

Este modelo é um componente da web de chat do OpenAI mínimo que pode ser conectado a qualquer implementação de back-end como cliente.

Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório azure-openai-chat-frontend GitHub.

Este modelo demonstra o uso desses recursos.

Chat de IA sem servidor com RAG usando LangChain.js

O template é um chatbot de IA sem servidor com Geração Aumentada de Recuperação usando LangChain.js e Azure, que utiliza um conjunto de documentos empresariais para fornecer respostas a consultas de usuários. Ele usa uma empresa fictícia chamada Contoso Real Estate, e a experiência permite que seus clientes façam perguntas de suporte sobre o uso de seus produtos. Os dados de amostra incluem um conjunto de documentos que descrevem seus termos de serviço, política de privacidade e um guia de suporte.

Para saber como implantar e executar este modelo, consulte Introdução ao Chat de IA sem servidor com RAG usando LangChain.js. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório serverless-chat-langchainjs GitHub.

Saiba como implantar e executar este modelo de referência javaScript.

Este modelo demonstra o uso desses recursos.