Azure OpenAI 简易聊天应用快速部署指南
2024-09-27 12:12:09作者:殷蕙予
本指南将带您详细了解从获取代码到运行微软提供的Azure OpenAI简易聊天应用的过程。此应用利用了Azure OpenAI服务,并支持在自己的数据上运行(包括多种数据源)。下面将逐步解析其目录结构、启动文件以及配置方法。
1. 项目目录结构及介绍
项目的主要目录和文件结构如下:
.
├── backend # 后端代码存放区
│ ├── ...
├── frontend # 前端应用程序代码
│ ├── src
│ │ └── pages
│ │ └── chat # 聊天功能相关前端代码
│ ├── ...
├── infrastucture # 部署和基础设施相关配置
├── notebooks # 可能用于训练或测试的Jupyter Notebook文件
├── scripts # 辅助脚本
├── static # 静态资源文件,由前端构建生成
├── tests # 测试文件
├── tools # 开发工具和辅助工具
├── .env.sample # 环境变量示例文件
├── env # (开发中使用的实际环境变量)
├── gitattributes
├── gitignore
├── CODE_OF_CONDUCT.md
├── LICENSE
├── README.md # 主要的项目说明文件
├── README_azd.md # 针对Azure Developer CLI的部署说明
├── SECURITY.md
├── SUPPORT.md
├── TEST_CASE_FLOWS.md
└── WebApp
├── Dockerfile # Docker部署所需文件
└── dockerignore # Docker构建时忽略的文件列表
- backend: 包含后端逻辑,如API处理和与Azure OpenAI服务的交互。
- frontend: 前端UI代码,用户界面所在。
- .env.sample: 提供了配置环境变量的模板,用于本地开发。
- Dockerfile 和 dockerignore: 支持通过Docker进行部署和容器化管理。
2. 项目启动文件介绍
-
start.cmd/start.sh: 这些是启动脚本,负责构建前端、安装后端依赖并启动整个应用。Windows系统下使用
start.cmd,而Linux或macOS则使用start.sh。 -
对于开发者,还可以选择使用VSCode中的调试配置(
vscode/launch.json)来仅启动后端,在调试模式下工作。
3. 项目配置文件介绍
环境配置(.env 文件)
配置文件的核心在于.env文件(基于.env.sample创建),它存储所有必要的密钥、URL和其他敏感信息,确保了安全性。这包括但不限于Azure OpenAI的访问密钥、模型名称、以及可能的数据源设置等。
- 本地开发: 创建一个
.env文件在本地复制.env.sample的内容,并填入您的真实凭据和设置。 - 生产部署: 在Azure App Service中,这些设置通过JSON文件(
env.json)上传,确保与环境变量兼容。
其他重要配置
- appsettings: 在Azure部署后,通过Azure portal或Azure CLI设置的特定于应用的配置项,例如启动命令、身份验证设置等。
- azure.yaml: 如果涉及Azure DevOps管道,这里可能包含CI/CD相关的配置。
通过遵循上述步骤和理解各部分的功能,您可以有效地部署和管理这个集成Azure OpenAI的聊天应用。记得在处理认证和数据访问时遵循最佳实践,以保护您的应用和服务不受未授权访问。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
766
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.34 K
Ascend Extension for PyTorch
Python
720
884
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
440
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610