Azure OpenAI-assistent efter indatabindning för Azure Functions
Viktigt!
Azure OpenAI-tillägget för Azure Functions är för närvarande i förhandsversion.
Med Azure OpenAI-assistenten efter indatabindningen kan du skicka frågor till chattrobotar för assistenter.
Information om konfiguration och konfigurationsinformation för Azure OpenAI-tillägget finns i Azure OpenAI-tillägg för Azure Functions. Mer information om Azure OpenAI-assistenter finns i [Azure OpenAI Assistants API](.. /ai-services/openai/
Kommentar
Referenser och exempel tillhandahålls endast för modellen Node.js v4.
Kommentar
Referenser och exempel tillhandahålls endast för Python v2-modellen.
Kommentar
Båda C#-processmodellerna stöds, men endast exempel på isolerade arbetsmodeller tillhandahålls.
Exempel
Det här exemplet visar skapandeprocessen, där FUNKTIONEN HTTP POST som skickar användarfrågor till chattroboten assistent. Svaret på uppmaningen returneras i HTTP-svaret.
/// <summary>
/// HTTP POST function that sends user prompts to the assistant chat bot.
/// </summary>
[Function(nameof(PostUserQuery))]
public static async Task<IActionResult> PostUserQuery(
[HttpTrigger(AuthorizationLevel.Anonymous, "post", Route = "assistants/{assistantId}")] HttpRequestData req,
string assistantId,
[AssistantPostInput("{assistantId}", "{Query.message}", Model = "%CHAT_MODEL_DEPLOYMENT_NAME%", ChatStorageConnectionSetting = DefaultChatStorageConnectionSetting, CollectionName = DefaultCollectionName)] AssistantState state)
{
return new OkObjectResult(state.RecentMessages.Any() ? state.RecentMessages[state.RecentMessages.Count - 1].Content : "No response returned.");
}
/// <summary>
/// HTTP GET function that queries the conversation history of the assistant chat bot.
/// </summary>
[Function(nameof(GetChatState))]
public static async Task<IActionResult> GetChatState(
[HttpTrigger(AuthorizationLevel.Anonymous, "get", Route = "assistants/{assistantId}")] HttpRequestData req,
string assistantId,
[AssistantQueryInput("{assistantId}", TimestampUtc = "{Query.timestampUTC}", ChatStorageConnectionSetting = DefaultChatStorageConnectionSetting, CollectionName = DefaultCollectionName)] AssistantState state)
{
Det här exemplet visar skapandeprocessen, där FUNKTIONEN HTTP POST som skickar användarfrågor till chattroboten assistent. Svaret på uppmaningen returneras i HTTP-svaret.
public HttpResponseMessage getChatState(
@HttpTrigger(
name = "req",
methods = {HttpMethod.GET},
authLevel = AuthorizationLevel.ANONYMOUS,
route = "assistants/{assistantId}")
HttpRequestMessage<Optional<String>> request,
@BindingName("assistantId") String assistantId,
@AssistantQuery(name = "AssistantState", id = "{assistantId}", timestampUtc = "{Query.timestampUTC}", chatStorageConnectionSetting = DEFAULT_CHATSTORAGE, collectionName = DEFAULT_COLLECTION) AssistantState state,
final ExecutionContext context) {
return request.createResponseBuilder(HttpStatus.OK)
.header("Content-Type", "application/json")
.body(state)
.build();
}
/*
* HTTP POST function that sends user prompts to the assistant chat bot.
*/
@FunctionName("PostUserResponse")
public HttpResponseMessage postUserResponse(
Exempel är ännu inte tillgängliga.
Det här exemplet visar skapandeprocessen, där FUNKTIONEN HTTP POST som skickar användarfrågor till chattroboten assistent. Svaret på uppmaningen returneras i HTTP-svaret.
}
})
const assistantPostInput = input.generic({
type: 'assistantPost',
id: '{assistantId}',
model: '%CHAT_MODEL_DEPLOYMENT_NAME%',
userMessage: '{Query.message}',
chatStorageConnectionSetting: CHAT_STORAGE_CONNECTION_SETTING,
collectionName: COLLECTION_NAME
})
app.http('PostUserResponse', {
methods: ['POST'],
route: 'assistants/{assistantId}',
authLevel: 'anonymous',
extraInputs: [assistantPostInput],
handler: async (_, context) => {
const chatState: any = context.extraInputs.get(assistantPostInput)
Det här exemplet visar skapandeprocessen, där FUNKTIONEN HTTP POST som skickar användarfrågor till chattroboten assistent. Svaret på uppmaningen returneras i HTTP-svaret.
Här är function.json-filen för postanvändarfråga:
{
"bindings": [
{
"authLevel": "function",
"type": "httpTrigger",
"direction": "in",
"name": "Request",
"route": "assistants/{assistantId}",
"methods": [
"post"
]
},
{
"type": "http",
"direction": "out",
"name": "Response"
},
{
"name": "State",
"type": "assistantPost",
"direction": "in",
"dataType": "string",
"id": "{assistantId}",
"userMessage": "{Query.message}",
"model": "%CHAT_MODEL_DEPLOYMENT_NAME%",
"chatStorageConnectionSetting": "AzureWebJobsStorage",
"collectionName": "ChatState"
}
]
}
Mer information om function.json filegenskaper finns i avsnittet Konfiguration .
using namespace System.Net
param($Request, $TriggerMetadata, $State)
$recent_message_content = "No recent messages!"
if ($State.recentMessages.Count -gt 0) {
$recent_message_content = $State.recentMessages[0].content
}
Push-OutputBinding -Name Response -Value ([HttpResponseContext]@{
StatusCode = [HttpStatusCode]::OK
Body = $recent_message_content
Headers = @{
"Content-Type" = "text/plain"
}
})
Det här exemplet visar skapandeprocessen, där FUNKTIONEN HTTP POST som skickar användarfrågor till chattroboten assistent. Svaret på uppmaningen returneras i HTTP-svaret.
response_json = {"assistantId": assistantId}
return func.HttpResponse(json.dumps(response_json), status_code=202, mimetype="application/json")
@apis.function_name("PostUserQuery")
@apis.route(route="assistants/{assistantId}", methods=["POST"])
@apis.assistant_post_input(arg_name="state", id="{assistantId}", user_message="{Query.message}", model="%CHAT_MODEL_DEPLOYMENT_NAME%", chat_storage_connection_setting=DEFAULT_CHAT_STORAGE_SETTING, collection_name=DEFAULT_CHAT_COLLECTION_NAME)
def post_user_response(req: func.HttpRequest, state: str) -> func.HttpResponse:
# Parse the JSON string into a dictionary
data = json.loads(state)
Attribut
PostUserQuery
Använd attributet för att definiera en assistent efter indatabindning, som stöder följande parametrar:
Parameter | Description |
---|---|
ID | ID:t för assistenten som ska uppdateras. |
Modell | Namnet på den OpenAI-chattmodell som ska användas. För Azure OpenAI är det här värdet namnet på modelldistributionen. |
Kommentarer
Med anteckningen PostUserQuery
kan du definiera en assistent efter indatabindningen, som stöder följande parametrar:
Element | Description |
---|---|
Namn | Namnet på utdatabindningen. |
id | ID:t för assistenten som ska uppdateras. |
Modell | Namnet på den OpenAI-chattmodell som ska användas. För Azure OpenAI är det här värdet namnet på modelldistributionen. |
Dekoratörer
Under förhandsversionen definierar du utdatabindningen som en generic_output_binding
bindning av typen postUserQuery
, som stöder följande parametrar:
Parameter | Description |
---|---|
arg_name | Namnet på variabeln som representerar bindningsparametern. |
id | ID:t för assistenten som ska uppdateras. |
Modell | Namnet på den OpenAI-chattmodell som ska användas. För Azure OpenAI är det här värdet namnet på modelldistributionen. |
Konfiguration
Bindningen stöder de konfigurationsegenskaper som du anger i filen function.json.
Property | Beskrivning |
---|---|
typ | Måste vara PostUserQuery . |
riktning | Måste vara out . |
Namn | Namnet på utdatabindningen. |
id | ID:t för assistenten som ska uppdateras. |
Modell | Namnet på den OpenAI-chattmodell som ska användas. För Azure OpenAI är det här värdet namnet på modelldistributionen. |
Konfiguration
Bindningen stöder dessa egenskaper, som definieras i koden:
Property | beskrivning |
---|---|
id | ID:t för assistenten som ska uppdateras. |
Modell | Namnet på den OpenAI-chattmodell som ska användas. För Azure OpenAI är det här värdet namnet på modelldistributionen. |
Användning
Se avsnittet Exempel för fullständiga exempel.