首页
/ 在YOSO-ai项目中使用Azure OpenAI API的配置指南

在YOSO-ai项目中使用Azure OpenAI API的配置指南

2025-05-11 18:18:27作者:舒璇辛Bertina

概述

本文将详细介绍如何在YOSO-ai项目中配置和使用Azure OpenAI API服务。YOSO-ai是一个基于Python的开源项目,它提供了智能网页抓取和数据处理能力。通过集成Azure OpenAI服务,可以显著增强其自然语言处理能力。

环境变量配置

要成功使用Azure OpenAI API,首先需要正确设置以下环境变量:

  1. AZURE_OPENAI_ENDPOINT - Azure OpenAI服务的终结点URL
  2. AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - 聊天模型的部署名称
  3. MODEL_NAME - 使用的模型名称
  4. AZURE_OPENAI_API_KEY - API访问密钥
  5. OPENAI_API_TYPE - 设置为"azure"表示使用Azure服务
  6. AZURE_OPENAI_API_VERSION - API版本号
  7. AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT_NAME - 嵌入模型的部署名称

这些变量通常存储在项目根目录下的.env文件中,并通过python-dotenv库加载:

from dotenv import load_dotenv
load_dotenv()

模型实例化

在YOSO-ai项目中,需要实例化两个主要的Azure OpenAI模型:

1. 聊天模型实例化

from langchain_openai import AzureChatOpenAI

llm_model_instance = AzureChatOpenAI(
    openai_api_version=os.environ["AZURE_OPENAI_API_VERSION"],
    azure_deployment=os.environ["AZURE_OPENAI_CHAT_DEPLOYMENT_NAME"],
)

2. 嵌入模型实例化

from langchain_openai import AzureOpenAIEmbeddings

embedder_model_instance = AzureOpenAIEmbeddings(
    openai_api_version=os.environ["AZURE_OPENAI_API_VERSION"],
    azure_deployment=os.environ["AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT_NAME"],
)

图形配置

将实例化的模型整合到YOSO-ai的图形配置中:

graph_config = {
    "llm": {
        "model_instance": llm_model_instance,
    },
    "embeddings": {
        "model_instance": embedder_model_instance,
    }
}

常见问题解决

环境变量缺失错误

如果遇到类似KeyError: 'AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT_NAME'的错误,表明系统无法找到所需的环境变量。解决方法包括:

  1. 检查.env文件是否存在且包含所有必需的变量
  2. 确认变量名称拼写正确
  3. 确保在访问环境变量前已正确加载.env文件

部署名称不匹配

确保在Azure门户中创建的部署名称与.env文件中指定的名称完全一致,包括大小写。

实际应用示例

以下是一个完整的智能网页抓取示例,展示了如何将Azure OpenAI服务集成到YOSO-ai项目中:

from scrapegraphai.graphs import SmartScraperGraph

smart_scraper_graph = SmartScraperGraph(
    prompt="列出所有项目及其描述",
    source="https://example.com/projects",  # 替换为实际URL
    config=graph_config
)

result = smart_scraper_graph.run()
print(result)

最佳实践

  1. 安全性:永远不要将API密钥硬编码在代码中,始终使用环境变量
  2. 版本控制:将.env文件添加到.gitignore中,避免敏感信息泄露
  3. 错误处理:添加适当的异常处理来捕获和记录配置错误
  4. 性能监控:监控API调用次数和响应时间,优化使用效率

通过遵循这些指南,开发者可以顺利地在YOSO-ai项目中集成Azure OpenAI服务,充分利用其强大的自然语言处理能力来增强网页抓取和数据处理功能。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8