Modelos de Aplicações de IA

Para consultar uma lista abrangente incluindo estes e outros modelos de C#, consulte os modelos de aplicações de IA na galeria de Templates de Aplicações de IA.

Para consultar uma lista abrangente incluindo estes e outros modelos de Python, consulte os modelos de aplicações de IA na galeria AI App Templates.

Para consultar uma lista completa incluindo estes e outros modelos de Java, consulte os modelos de aplicações de IA na galeria de Templates de Aplicação IA.

Para consultar uma lista abrangente incluindo estes e outros modelos JavaScript / TypeScript, consulte os modelos de aplicações de IA na galeria de Modelos de Aplicações de IA.

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

Este template é uma solução completa de ponta a ponta que demonstra o padrão Retrieval-Augmented Generation (RAG) em execução na Azure. Utiliza o Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do Azure OpenAI para proporcionar experiências ao estilo ChatGPT e de perguntas e respostas.

Para começar com este modelo, veja Comece com a conversa usando a sua própria amostra de dados para .NET. Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório azure-search-openai-demo-csharp GitHub.

Este modelo demonstra o uso desses recursos.

Contoso chat retail Copilot com .NET e Kernel Semântico

Este modelo implementa a Contoso Outdoors, uma loja conceitual especializada em equipamentos ao ar livre para entusiastas de caminhadas e camping. Esta loja virtual melhora o envolvimento do cliente e o suporte de vendas através de um agente de chat inteligente. Este agente é alimentado pelo padrão Retrieval Augmented Generation (RAG) dentro da Microsoft Azure AI Stack, enriquecido com suporte ao Kernel Semântico e ao Prompty.

Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório contoso-chat-csharp-prompty GitHub.

Este modelo demonstra o uso desses recursos.

Automação de processos com fala para texto e sumarização com .NET e GPT 3.5 Turbo

Este 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 através da entrada do microfone ou pré-gravados como arquivos de áudio. A solução traduz a entrada de áudio de fala para 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 aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório summarization-openai-csharp-prompty GitHub.

Este modelo demonstra o uso desses recursos.

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

Este template é uma solução completa de ponta a ponta que demonstra o padrão Retrieval-Augmented Generation (RAG) em execução na Azure. Utiliza o Pesquisa de IA do Azure para recuperação e os grandes modelos de linguagem Azure OpenAI para impulsionar experiências ao estilo do ChatGPT e de Perguntas e Respostas (Q&A).

Para começar com este modelo, veja Comece com o chat usando a sua própria amostra de dados para Python. Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório azure-search-openai-demo GitHub.

Este modelo demonstra o uso desses recursos.

Copilot de Escrita Criativa Multimodal com o DALL-E

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

Inclui:

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

Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório agent-openai-python-prompty GitHub.

Este modelo demonstra o uso desses recursos.

Contoso Chat Retail Copilot integrado com o sistema Foundry

Este modelo implementa o Contoso Chat – uma solução copilot de retalho para a Contoso Outdoor que utiliza um padrão de design de geração aumentada por recuperação para fundamentar as respostas dos chatbots nos dados do produto e dos clientes do retalhista. Os clientes podem fazer perguntas do site em linguagem natural e obter respostas relevantes com possíveis recomendações com base em seu histórico de compras - com práticas de IA responsáveis para garantir a qualidade e a segurança da resposta.

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

1. Criar e iterar rapidamente em protótipos de apps usando Prompty
2. Implementar e usar modelos Azure OpenAI para chat, embeddings e avaliação
3. Use o Pesquisa de IA do Azure (índices) e o Azure Cosmos DB (bases de dados) para os seus dados
4. Avalie as respostas do chat quanto à qualidade usando fluxos de avaliação assistidos por IA
5. Hospedar a aplicação como um endpoint FastAPI implementado no Azure Container Apps
6. Provisione e implemente a solução usando a CLI do Azure Developer
7. Apoie práticas de IA responsável com segurança de conteúdo e análises

Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório contoso-chat GitHub.

Este modelo demonstra o uso desses recursos.

Automação de processos com voz para texto e resumo com 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 para texto e, em seguida, resumida para destacar informações importantes e o relatório é enviado para o departamento apropriado.

Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório summarization-openai-python-promptflow GitHub.

Este modelo demonstra o uso desses recursos.

Assistente de API para Análise Copilot com Python e Foundry

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

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

Este modelo demonstra o uso desses recursos.

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

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

Para começar com este modelo, veja Comece com o chat usando a sua própria amostra de dados para Java. Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório azure-search-openai-demo-java GitHub.

Este modelo demonstra o uso desses recursos.

Assistente Bancário de Multiagentes com Java e Kernel Semântico

Este projeto foi concebido como uma Prova de Conceito (PoC) para explorar o reino inovador da IA generativa no contexto de arquiteturas multiagentes. Ao aproveitar o Java e o framework de orquestração Microsoft Kernel Semântico AI, o nosso objetivo é construir uma aplicação web de chat para demonstrar a viabilidade e fiabilidade do uso de agentes de IA generativa para transformar a experiência do utilizador de cliques web para conversas em linguagem natural, maximizando ao mesmo tempo 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 as informações de suas contas bancárias, histórico de transações e funcionalidades de pagamento. Utilizando o poder da IA generativa dentro de uma arquitetura multiagente, este assistente visa fornecer uma interface conversacional perfeita através da qual os usuários podem acessar e gerenciar facilmente seus dados financeiros.

As amostras de faturas são incluídas na pasta de dados para facilitar a exploração do recurso de pagamentos. O agente de pagamento, equipado com ferramentas de reconhecimento ótico de caracteres (OCR) (Azure Document Intelligence), lidera a conversa com o utilizador 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 aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório agent-openai-java-banking-assistant GitHub.

Este modelo demonstra o uso desses recursos.

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

Este template é uma solução completa de ponta a ponta que demonstra o padrão Retrieval-Augmented Generation (RAG) em execução na Azure. Utiliza o Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do Azure OpenAI para proporcionar experiências ao estilo ChatGPT e de perguntas e respostas.

Para começar com este modelo, consulte Começar com o chat usando o seu próprio exemplo de dados para JavaScript. Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório azure-search-openai-javascript GitHub.

Este modelo demonstra o uso desses recursos.

Azure OpenAI chat frontend

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

Para aceder ao código-fonte e ler detalhes aprofundados sobre o modelo, consulte o repositório azure-openai-chat-frontend GitHub.

Este modelo demonstra o uso desses recursos.

Bate-papo de IA sem servidor com RAG usando LangChain.js

O template é um chatbot de IA serverless com Geração Aprimorada de Recuperação, usando LangChain.js e Azure e que emprega um conjunto de documentos empresariais para gerar respostas às perguntas dos utilizadores. 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 exemplo incluem um conjunto de documentos que descreve seus termos de serviço, política de privacidade e um guia de suporte.

Para saber como implementar e executar este modelo, consulte Começar com o Serverless AI Chat com o RAG usando LangChain.js. Para aceder ao código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório serverless-chat-langchainjs GitHub.

Aprenda a implementar e executar este modelo de referência JavaScript.

Este modelo demonstra o uso desses recursos.