Teams AI ライブラリと Teams Toolkit を使用してデータとチャットするカスタム エンジン エージェントを構築する

このチュートリアルでは、Teams Toolkit を使用して Teams AI ライブラリを使用してカスタム エンジン エージェントを作成し、Azure OpenAI でデータとチャットする方法について説明します。 Teams AI ライブラリは、選択した AI コンポーネントと大きな言語モデル (LLM) を使用して、インテリジェントな Teams アプリを構築するプロセスを合理化します。

このチュートリアルでは以下を学習します。

• Azure OpenAI でデータを設定する方法。
• Teams Toolkit を使用して新しいカスタム エンジン エージェントを作成する方法。
• LLM とデータを操作する方法。
• カスタム エンジン エージェントのディレクトリ構造。

前提条件

• 残り 6 分

アプリをビルドして展開するための次のツールを必ずインストールしてください。

Azure OpenAI でデータを設定する

• 残り 5 分

1. [Azure portal] に移動します。

2. 前提条件で作成した Azure OpenAI サービスを選択します。

3. [ Azure OpenAI Studio に移動] を選択します。

   

4. [ チャット>新しいデプロイの作成] を選択します。

   次のフィールドの値を更新します。

   • モデルの選択: gpt-35-turbo
   • モデルのバージョン: 既定値への自動更新
   • デプロイの種類: Standard
   • デプロイ名: gpt-35-turbo
   • コンテンツ フィルター: 既定

5. [作成] を選択します。

   

6. [ チャット>データ ソースの追加] を選択します。

7. ドロップダウンから、[ファイルの アップロード (プレビュー)] を選択します。

8. [ 新しい Azure Blob Storage リソースの作成] を 選択し、画面の指示に従います。

9. [ 新しい Azure AI Search リソースの作成 ] を選択し、画面の指示に従います。

10. ドロップダウンから、新しく作成された Azure Blob Storage と Azure AI Search を選択します。

    注:

    Azure AI Search エンドポイントとキーの詳細は、後続の手順で必要に応じて保存します。

11. 一意の インデックス名 を入力し、[ 次へ] を選択します。

    

12. [ ファイルの参照] を 選択し、データとして使用するファイルをアップロードし、[ ファイルのアップロード] を選択します。

    注:

    ファイルは、 .txt、 .md、 .html、 .pdf、 .docx、または 16 MB のサイズ制限を持つ .pptx 形式である必要があります。

13. 既定として [データ管理 ] 設定を選択し、[ 次へ] を選択します。

14. [ 保存して閉じる] を選択します。

データ インジェスト プロセスが完了したら、Teams AI ライブラリと Teams Toolkit を使用してカスタム エンジン エージェントの作成を開始できます。

カスタム エンジン エージェントを作成する

• 残り 4 分

1. Visual Studio Code に移動します。

2. Visual Studio Code アクティビティ バーの [Teams Toolkit ] アイコンを選択します。

3. [ 新しいアプリの作成] を選択します。

   

4. [ カスタム エンジン エージェント] を選択します。

   

5. [ Basic AI Chatbot] を選択します。

   

6. プログラミング言語として [JavaScript] を選択します。

   

7. [ Azure OpenAI] を選択します。

   

8. Azure portalの値を入力します。

   • Azure OpenAI キー

   • Azure OpenAI エンドポイント

   • デプロイ名

9. または、カスタム エンジン エージェントが作成されたら、 env/.env.testtool.user ファイルの後半でこれらの詳細を入力することもできます。

10. プロジェクトのルート フォルダーを含むフォルダーを選択し、カスタム エンジン エージェントに適した名前を入力します。

11. Enter キーを押します。 カスタム エンジン エージェントは数秒で作成されます。

ソース コードのツアーを開始する

このカスタム エンジン エージェント > Basic AI Chatbot テンプレート内の内容を確認します。

カスタム エンジン エージェントを構成する

• 残り 3 分

カスタム エンジン エージェントのプロンプトをカスタマイズしましょう。

1. src/prompts/chat/skprompt.txtに移動し、skprompt.txt ファイル内の次のコードを更新します。

   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. [prompts/chat] の下のconfig.json ファイルに移動します。 completion角かっこ内に次のコードを追加し、endpoint、index_name、keyの値を Azure AI Search リソースの詳細に置き換えます。

      "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. src/app/app.js ファイルに移動し、OpenAIModel内に次の変数を追加します。

   azureApiVersion: '2024-02-15-preview'
   

4. 左側のウィンドウで、 実行とデバッグ (Ctrl + Shift + D) を選択します。

5. [ テスト ツール (プレビュー)] で [デバッグ] を選択します。

6. F5 キーを選択します。

   

7. カスタム エンジン エージェントは、ブラウザーで開く Teams アプリ テスト ツール内で実行されます。

課題の完了

• 残り 2 分

Teams アプリ テスト ツールで、ドキュメントに関連する質問をし、カスタム エンジン エージェントとチャットしてデータの詳細を確認します。

おめでとうございます!

• 100% 完了しました

おめでとうございます、あなたはこのチュートリアルを完了しました! ソース コードの詳細については、Teams AI ライブラリ GitHub リポジトリの Azure OpenAI サンプルに関するページを参照してください。