Inizia con l'esempio "Chat using your own data" per .NET

Questo articolo illustra come distribuire ed eseguire Chat con un esempio di dati personalizzato per .NET. Questo esempio implementa un'app di chat usando C#, Servizio Azure OpenAI e Retrieval Augmented Generation (RAG) in Azure AI Search per ottenere risposte sui vantaggi dei dipendenti in una società fittizia. L'app di chat per i vantaggi dei dipendenti è completata con file PDF, inclusi un manuale dipendenti, un documento sui vantaggi e un elenco di ruoli e aspettative aziendali.

• Video demo

In questo articolo si apprenderà come:

• Distribuire un'app di chat in Azure.
• Ottenere risposte sui vantaggi dei dipendenti.
• Modificare le impostazioni per cambiare il comportamento delle risposte.

Dopo aver completato questa procedura, iniziare a modificare il nuovo progetto con il codice personalizzato.

Questo articolo fa parte di una raccolta di articoli che illustrano come creare un'app di chat usando Azure servizio OpenAI e Azure AI Search.

Altri articoli della raccolta includono:

• Python
• JavaScript
• Java

Panoramica dell'architettura

In questa applicazione di esempio, una società fittizia denominata Contoso Electronics offre ai dipendenti l'esperienza dell'app chat per porre domande sui vantaggi, i criteri interni e le descrizioni e i ruoli dei processi.

L'architettura dell'app di chat è illustrata nel diagramma seguente:

• Interfaccia utente - L'interfaccia di chat dell'applicazione è un'applicazione Blazor WebAssembly. Questa interfaccia è ciò che accetta le query utente, instrada le richieste al back-end dell'applicazione e visualizza le risposte generate.
• Backend: il back-end dell'applicazione è un'API minima ASP.NET Core. Il back-end ospita l'applicazione Web statica Blazor ed è ciò che orchestra le interazioni tra i diversi servizi. I servizi usati in questa applicazione includono:
  • Azure AI Search : indicizza i documenti dei dati archiviati in un account Archiviazione di Azure. In questo modo i documenti possono essere ricercati usando funzionalità di ricerca vettoriale.
  • Servizio Azure OpenAI: fornisce i modelli LLM (Large Language Models) per generare risposte. Microsoft Agent Framework viene usato insieme al Servizio Azure OpenAI per orchestrare i flussi di lavoro di intelligenza artificiale più complessi.

Costo

La maggior parte delle risorse in questa architettura usa un piano tariffario di base o a consumo. I prezzi a consumo si basano sull'utilizzo, il che significa che si paga solo per ciò che si usa. Per completare questo articolo, è previsto un addebito, ma è minimo. Quando hai finito con l'articolo, elimina le risorse per interrompere gli addebiti.

Per altre informazioni, vedere Azure Samples: Cost in the sample repo.

Prerequisiti

Per completare questo articolo è disponibile un ambiente contenitore di sviluppo con tutte le dipendenze necessarie. È possibile eseguire il contenitore di sviluppo in GitHub Codespaces (in un browser) o in locale usando Visual Studio Code.

Per seguire questo articolo, sono necessari i prerequisiti seguenti:

Ambiente di sviluppo aperto

Inizia ora con un ambiente di sviluppo che ha tutte le dipendenze installate per completare questo articolo.

Distribuire ed eseguire

Il repository di esempio contiene tutti i file di codice e configurazione necessari per distribuire un'app di chat in Azure. La procedura seguente illustra il processo di distribuzione dell'esempio in Azure.

Distribuire l'applicazione di chat su Azure

1. Eseguire il comando seguente dell'interfaccia della riga di comando per sviluppatori Azure per effettuare il provisioning delle risorse di Azure e distribuire il codice sorgente:

   azd up
   

2. Quando ti viene richiesto di immettere un nome ambiente, sceglilo breve e in minuscolo. Ad esempio: myenv. Viene usato come parte del nome del gruppo di risorse.

3. Quando richiesto, seleziona una sottoscrizione in cui creare le risorse.

4. Quando ti viene richiesto di selezionare una posizione la prima volta, seleziona una posizione nelle vicinanze. Questa posizione viene usata per la maggior parte delle risorse, inclusi l'hosting.

5. Se viene ti richiesta una posizione per il modello OpenAI, seleziona una posizione vicina. Se la stessa posizione è disponibile come prima posizione, selezionala.

6. Attendere che l'app venga distribuita. Il completamento della distribuzione potrebbe richiedere fino a 20 minuti.

7. Dopo che l'applicazione viene distribuita correttamente, viene visualizzato un URL nel terminale.

8. Seleziona l'URL etichettato Deploying service web per aprire l'applicazione di chat in un browser.

   

Usa l'app di chat per ottenere risposte dai file PDF

L'app di chat viene precaricata con informazioni sui vantaggi dei dipendenti dai file PDF. Puoi usare l'app di chat per porre domande sui vantaggi. I passaggi seguenti illustrano il processo di utilizzo dell'app di chat.

1. Nel browser accedi alla pagina Chat usando il riquadro di spostamento a sinistra.

2. Seleziona o immetti "What is included in my Northwind Health Plus plan that not in standard?" (Cosa è incluso nel piano Northwind Health Plus non standard) nella casella di testo della chat. La risposta è simile all’immagine riportata di seguito.

   

3. Nella risposta seleziona una citazione. Viene visualizzata una finestra popup che visualizza l'origine delle informazioni.

   

4. Spostati tra le schede nella parte superiore della casella di risposta per comprendere come è stata generata la risposta.

   Scheda	Descrizione
   Processo di pensiero	Si tratta di uno script delle interazioni nella chat. Puoi visualizzare la richiesta di sistema (content) e la domanda dell'utente (content).
   Contenuto di supporto	Sono incluse le informazioni per rispondere alla domanda e il materiale originario. Il numero di citazioni del materiale di origine è indicato nelle impostazioni sviluppatore. Il valore predefinito è 3.
   Citazione	Questo mostra la pagina di origine contenente la citazione.

5. Al termine, torna alla scheda delle risposte.

Usa le impostazioni dell'app di chat per modificare il comportamento delle risposte

L'intelligenza della chat è determinata dal modello OpenAI e dalle impostazioni usate per interagire con il modello.

I passaggi seguenti illustrano il processo di modifica delle impostazioni.

1. Nel browser seleziona l'icona a forma di ingranaggio in alto a destra nella pagina.

2. Se non è selezionata, seleziona la casella di controllo Suggerisci domande di follow-up e poni nuovamente la stessa domanda.

   What is included in my Northwind Health Plus plan that is not in standard?
   

   La chat potrebbe fornire suggerimenti per le domande successive.

3. Nella scheda Impostazioni deseleziona Usa classificatore semantico per il recupero.

4. Porre di nuovo la stessa domanda.

   What is my deductible?
   

5. Qual è la differenza nelle risposte?

   La risposta che ha usato il classificatore semantico ha fornito una singola risposta. La risposta senza classificatore semantico ha restituito una risposta meno diretta.

Pulire le risorse

Per completare, pulire le risorse Azure e GitHub CodeSpaces usate.

Pulire le risorse Azure

Le risorse di Azure create in questo articolo vengono fatturate al tuo abbonamento Azure. Se prevedi che queste risorse non ti servano in futuro, eliminale per evitare di incorrere in costi aggiuntivi.

Eseguire il comando seguente Azure Developer CLI per eliminare le risorse Azure e rimuovere il codice sorgente:

azd down --purge

Riordinare GitHub Codespaces

Come ottenere assistenza

Questo repository di esempio offre informazioni di risoluzione dei problemi.

Se il problema non viene risolto, registrare il problema nel Issues del repository.

Passaggi successivi

• Getare il codice sorgente per l'esempio usato in questo articolo
• Costruire un'app di chat con Azure OpenAI architettura delle soluzioni delle migliori pratiche
• Controllo degli accessi nelle app di AI generativa con Azure AI Search
• Costruisci una soluzione OpenAI pronta per l'uso aziendale con Gestione API di Azure
• Superare la ricerca vettoriale con capacità di recupero e classificazione ibride