首页
/ 在Guardrails AI项目中通过Docker部署Azure OpenAI服务的最佳实践

在Guardrails AI项目中通过Docker部署Azure OpenAI服务的最佳实践

2025-06-10 10:46:17作者:韦蓉瑛

背景介绍

Guardrails AI作为一个开源的AI安全框架,提供了对大型语言模型输出的验证和过滤功能。在实际生产环境中,许多企业选择将Guardrails与Azure OpenAI服务结合使用,以获得微软云平台提供的企业级安全性和可靠性保障。

核心挑战

在Docker环境中部署Guardrails与Azure OpenAI集成时,开发者面临几个关键挑战:

  1. 路由处理差异:Azure OpenAI的API端点路径与标准OpenAI不同
  2. 认证配置:需要正确处理Azure特有的认证参数
  3. 流式响应:处理Azure OpenAI的流式输出需要特殊处理

解决方案实现

1. FastAPI路由配置

在Guardrails API服务中,需要为Azure OpenAI添加特定的路由处理。核心实现是在FastAPI应用中添加以下路由处理器:

@router.post("/guards/{guard_name}/openai/v1/openai/deployments/{deployment_name}/chat/completions")
@handle_error
async def azure_openai_v1_chat_completions(guard_name: str, deployment_name: str, request: Request):
    payload = await request.json()
    decoded_guard_name = unquote_plus(guard_name)
    guard_struct = guard_client.get_guard(decoded_guard_name)
    
    # 验证Guard是否存在
    if guard_struct is None:
        raise HTTPException(
            status_code=404,
            detail=f"Guard {decoded_guard_name} 不存在"
        )
    
    # 转换Guard对象
    guard = (
        AsyncGuard.from_dict(guard_struct.to_dict())
        if not isinstance(guard_struct, Guard)
        else guard_struct
    )
    
    # 处理模型名称
    if 'model' in payload and isinstance(payload['model'], str):
        payload['model'] = f"azure/{payload['model']}"
    else:
        raise ValueError("请求中缺少有效的模型名称")
    
    # 处理流式和非流式响应
    stream = payload.get("stream", False)
    if not stream:
        execution = guard(num_reasks=0, **payload)
        # 异步处理
        if inspect.iscoroutine(execution):
            validation_outcome = await execution
        else:
            validation_outcome = execution
        
        # 转换响应格式
        llm_response = guard.history.last.iterations.last.outputs.llm_response_info
        result = outcome_to_chat_completion(
            validation_outcome=validation_outcome,
            llm_response=llm_response,
            has_tool_gd_tool_call=has_tool_gd_tool_call,
        )
        return JSONResponse(content=result)
    else:
        # 流式响应处理
        async def openai_streamer():
            try:
                guard_stream = guard(num_reasks=0, **payload)
                for result in guard_stream:
                    chunk = json.dumps(
                        outcome_to_stream_response(validation_outcome=result)
                    )
                    yield f"data: {chunk}\n\n"
                yield "\n"
            except Exception as e:
                yield f"data: {json.dumps({'error': {'message':str(e)}})}\n\n"
                yield "\n"
        
        return StreamingResponse(openai_streamer(), media_type="text/event-stream")

2. 环境配置

在Docker部署时,需要确保以下环境变量正确设置:

AZURE_API_KEY=your_azure_api_key
AZURE_API_BASE=http://localhost:8000/guards/my-guard/openai/v1
AZURE_REGION=eastus
AZURE_API_VERSION=2024-02-01

3. 客户端调用示例

使用Python客户端调用时,需要特别注意模型名称的格式:

from litellm import completion
import os

# 设置环境变量
os.environ["AZURE_API_KEY"] = "your_azure_api_key"
os.environ["AZURE_API_BASE"] = "http://localhost:8000/guards/my-guard/openai/v1"
os.environ["AZURE_REGION"] = "eastus"
os.environ["AZURE_API_VERSION"] = "2024-02-01"

# 调用Azure OpenAI
response = completion(
    model = "azure/your-deployment-name", 
    messages = [{ "content": "你好,今天怎么样?","role": "user"}]
)

关键技术点解析

  1. 模型名称处理:Azure OpenAI要求模型名称以"azure/"前缀开头,需要在请求处理中自动添加这一前缀。

  2. 流式响应处理:对于流式响应,不能使用await表达式,直接迭代生成器对象即可。

  3. 路由路径差异:Azure OpenAI的API路径包含"/openai/deployments/{deployment_name}"段,需要特别处理。

  4. 认证集成:通过环境变量注入Azure认证信息,确保安全性和灵活性。

部署建议

  1. 使用Docker多阶段构建减少镜像体积
  2. 通过.env文件管理敏感信息,不要硬编码在代码中
  3. 为生产环境配置适当的资源限制和健康检查
  4. 实现日志收集和监控方案

总结

通过上述方案,开发者可以在Guardrails AI框架中无缝集成Azure OpenAI服务,同时保留Guardrails提供的所有验证和安全功能。这种集成方式既发挥了Azure云服务的优势,又确保了AI输出的安全性和可靠性,是企业级AI应用开发的理想选择。

未来,随着Guardrails项目的持续发展,预计官方将提供更完善的Azure OpenAI集成支持,进一步简化部署和配置流程。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
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
867
513
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
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
265
305
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
GitNextGitNext
基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3