Créer un agent de moteur personnalisé pour discuter avec vos données à l’aide de la bibliothèque IA Teams et du Kit de ressources Teams

Ce tutoriel montre comment créer un agent de moteur personnalisé avec la bibliothèque IA Teams à l’aide de Teams Toolkit pour discuter avec vos données sur Azure OpenAI. La bibliothèque d’IA Teams simplifie le processus de création d’applications Teams intelligentes à l’aide des composants IA et des modèles de langage volumineux (LLM) de votre choix.

Dans ce tutoriel, vous allez apprendre à :

• Comment configurer vos données sur Azure OpenAI.
• Comment créer un agent de moteur personnalisé avec Teams Toolkit.
• Comment interagir avec vos llms et vos données.
• Structure de répertoires de votre agent de moteur personnalisé.

Configuration requise

• 6 minutes restantes

Veillez à installer les outils suivants pour générer et déployer vos applications :

Configurer vos données sur Azure OpenAI

• 5 minutes restantes

1. Allez à Portail Azure.

2. Sélectionnez le service Azure OpenAI que vous avez créé dans la configuration requise.

3. Sélectionnez Accéder à Azure OpenAI Studio.

   

4. Sélectionnez Conversation>Créer un déploiement.

   Mettez à jour les valeurs des champs suivants :

   • Sélectionner un modèle : gpt-35-turbo
   • Version du modèle : mise à jour automatique par défaut
   • Type de déploiement : Standard
   • Nom du déploiement : gpt-35-turbo
   • Filtre de contenu : par défaut

5. Sélectionnez Créer.

   

6. Sélectionnez Conversation>Ajouter une source de données.

7. Dans la liste déroulante, sélectionnez Charger des fichiers (préversion) .

8. Sélectionnez Créer une ressource de stockage Blob Azure et suivez les instructions à l’écran.

9. Sélectionnez Créer une ressource Recherche Azure AI et suivez les instructions à l’écran.

10. Sélectionnez le stockage Blob Azure et la recherche Azure AI nouvellement créés dans la liste déroulante.

    Remarque

    Enregistrez le point de terminaison azure AI Search et les détails de la clé , car ils sont nécessaires pour les étapes suivantes.

11. Entrez un nom d’index unique, puis sélectionnez Suivant.

    

12. Sélectionnez Rechercher un fichier et charger les fichiers que vous préférez utiliser comme données, puis sélectionnez Charger des fichiers.

    Remarque

    Les fichiers doivent être au .txtformat , .html.md, .docx.pdfou .pptx avec une taille limite de 16 Mo.

13. Sélectionnez les paramètres de gestion des données par défaut, puis sélectionnez Suivant.

14. Sélectionnez Enregistrer et fermer.

Une fois le processus d’ingestion des données terminé, vous pouvez commencer à créer votre agent de moteur personnalisé à l’aide de la bibliothèque IA Teams et du Kit de ressources Teams.

Créer votre agent de moteur personnalisé

• 4 minutes restantes

1. Allez à Visual Studio Code.

2. Sélectionnez l’icône Teams Toolkit dans la barre d’activité Visual Studio Code.

3. Sélectionnez Créer une application.

   

4. Sélectionnez Agent du moteur personnalisé.

   

5. Sélectionnez Chatbot IA de base.

   

6. Sélectionnez JavaScript comme langage de programmation.

   

7. Sélectionnez Azure OpenAI.

   

8. Entrez les valeurs du Portail Azure :

   • Clé Azure OpenAI

   • Point de terminaison Azure OpenAI

   • Nom du déploiement

9. Vous pouvez également renseigner ces détails plus loin dans le fichier une fois votre env/.env.testtool.user agent de moteur personnalisé créé.

10. Sélectionnez un dossier qui contient le dossier racine de votre projet et entrez un nom approprié pour votre agent de moteur personnalisé.

11. Ensuite, sélectionnez Entrée. L’agent de moteur personnalisé est créé en quelques secondes.

Suivre une visite guidée du code source

Jetez un coup d’œil à ce qui se trouve à l’intérieur de ce modèle de chatbot AI de base de l’agent > de moteur personnalisé.

Configurer votre agent de moteur personnalisé

• 3 minutes restantes

Nous allons personnaliser l’invite pour votre agent de moteur personnalisé.

1. Accédez à src/prompts/chat/skprompt.txt et mettez à jour le code suivant dans le skprompt.txt fichier :

   The following is a conversation with an AI assistant, who is an expert on answering questions over the given context.
   Responses should be in a short journalistic style with no more than 80 words. 
   

   

2. Accédez au config.json fichier sous prompts/chat. Ajoutez le code suivant entre completion crochets et remplacez les endpointvaleurs , index_name et key par les détails de votre ressource Recherche Azure AI :

      "data_sources": [
        {
               "type": "azure_search",
               "parameters": {
                    "endpoint": "AZURE-AI-SEARCH-ENDPOINT",
                    "index_name": "YOUR-INDEX_NAME",
                    "authentication": {
                          "type": "api_key",
                          "key": "AZURE-AI-SEARCH-KEY"
                      }
                }
          }
        ]
   

3. Accédez au src/app/app.js fichier et ajoutez la variable suivante dans OpenAIModel:

   azureApiVersion: '2024-02-15-preview'
   

4. Dans le volet gauche, sélectionnez Exécuter et déboguer (Ctrl+Maj+D).

5. Sélectionnez Déboguer dans l’outil de test (préversion) .

6. Sélectionnez la touche F5 .

   

7. L’agent de moteur personnalisé s’exécute dans l’outil de test d’application Teams, qui s’ouvre dans votre navigateur.

Relever le défi

• 2 minutes restantes

Dans l’outil de test d’application Teams, posez des questions relatives à votre document et discutez avec votre agent de moteur personnalisé pour en savoir plus sur vos données.

Félicitations !

• Tout est terminé !

Félicitations, vous avez terminé ce tutoriel ! Si vous souhaitez en savoir plus sur le code source, consultez l’exemple Azure OpenAI sur le référentiel GitHub de la bibliothèque IA Teams.