首页
/ 在PromptFlow中集成GitHub Models的技术实现方案

在PromptFlow中集成GitHub Models的技术实现方案

2025-05-22 02:59:31作者:温玫谨Lighthearted

背景介绍

GitHub Models是一项基于Azure AI基础设施提供的模型服务,开发者可以通过GitHub Token访问托管在Azure上的多种AI模型。这项服务为开发者提供了便捷的模型调用方式,但在与PromptFlow集成时遇到了连接配置的挑战。

核心问题分析

PromptFlow作为微软开发的AI流程编排工具,原生支持Azure OpenAI和OpenAI的连接,但对于GitHub Models这种特殊认证方式的模型服务,需要特定的集成方案。主要存在两个技术难点:

  1. 认证机制差异:GitHub Models使用GitHub Token进行认证,而非标准的Azure API Key
  2. 多模型支持:GitHub Models端点支持多种模型切换,而标准连接方式通常针对单一模型设计

解决方案详解

自定义连接配置

虽然不能直接使用AzureOpenAIConnection,但可以通过CustomConnection类型实现GitHub Models的连接:

$schema: https://azuremlschemas.azureedge.net/promptflow/latest/CustomConnection.schema.json
name: gh_models_connection
type: custom
configs:
  endpoint: "https://models.inference.ai.azure.com"
secrets:
  token: "<your_github_token>"

关键配置说明:

  • endpoint:固定为GitHub Models的服务地址
  • token:需要替换为有效的GitHub个人访问令牌
  • 注意token不能使用环境变量引用,必须直接配置或通过安全方式注入

自定义Python工具实现

由于PromptFlow内置的LLM工具不支持GitHub Models,需要开发自定义Python工具:

from promptflow import tool
from azure.ai.inference import ChatCompletionsClient
from azure.core.credentials import AzureKeyCredential

@tool
def github_models_tool(
    connection: CustomConnection,
    messages: list,
    model_name: str,
    temperature: float = 0.7,
    max_tokens: int = 256,
    top_p: float = None
):
    # 初始化客户端
    client = ChatCompletionsClient(
        endpoint=connection.configs['endpoint'],
        credential=AzureKeyCredential(connection.secrets['token']),
    )
    
    # 调用模型
    response = client.complete(
        messages=messages,
        model=model_name,
        temperature=temperature,
        max_tokens=max_tokens,
        top_p=top_p
    )
    
    return response.choices[0].message.content

工具特点:

  • 支持完整的聊天补全功能
  • 可配置温度、最大token数等常见参数
  • 通过model_name参数支持多种模型切换

流程集成配置

在flow.dag.yaml中配置自定义工具节点:

nodes:
- name: github_model_node
  type: python
  source:
    type: code
    path: github_models_tool.py
  inputs:
    connection: gh_models_connection
    messages: ${inputs.messages}
    model_name: "gpt-4"
    temperature: 0.7
    max_tokens: 256

高级应用建议

  1. 模型管理:可以扩展工具实现模型列表查询功能,动态获取可用模型
  2. 安全增强:在生产环境中,建议通过Azure Key Vault管理GitHub Token
  3. 性能优化:对于高频调用场景,可以实现连接池管理提高性能
  4. 错误处理:增强工具的错误处理和重试机制,提高稳定性

总结

通过CustomConnection和自定义Python工具的组合,开发者可以灵活地将GitHub Models集成到PromptFlow工作流中。这种方案不仅解决了认证问题,还保留了GitHub Models多模型支持的特性,为AI应用开发提供了更多可能性。未来随着PromptFlow的迭代,可能会原生支持更多类型的模型服务,但目前这种自定义集成方式已经能够满足大多数使用场景。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.92 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
274
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
930
553
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
422
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
65
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