azure-ai-projects-ts
Créer des applications IA avec le SDK Azure AI Projects
Le SDK Azure AI Projects simplifie la création d'applications IA avec des agents, des connexions et des évaluations. Cette compétence fournit des exemples TypeScript complets pour le développement Azure AI Foundry.
スキルZIPをダウンロード
Claudeでアップロード
設定 → 機能 → スキル → スキルをアップロードへ移動
オンにして利用開始
テストする
「azure-ai-projects-ts」を使用しています。 Créer un agent de base avec des instructions personnalisées pour le support client
期待される結果:
- Agent créé avec succès : customer-support-agent v1.0
- Modèle : gpt-4o
- Outils : Aucun
- Statut : Prêt pour le déploiement
「azure-ai-projects-ts」を使用しています。 Lister les déploiements de modèles disponibles filtrés par l'éditeur OpenAI
期待される結果:
- gpt-4o - OpenAI - Statut : Déployé
- gpt-4-turbo - OpenAI - Statut : Déployé
- text-embedding-3-large - OpenAI - Statut : Déployé
セキュリティ監査
安全Static analyzer produced false positives by misinterpreting markdown code block delimiters (```) as shell commands. The file contains only documentation and code examples for the official Azure AI Projects SDK. URLs are placeholder examples with template values. Environment variable access follows standard best practices. No executable code or security risks present.
品質スコア
作れるもの
Développement d'agents IA d'entreprise
Créez des agents IA prêts pour la production avec des capacités d'interpréteur de code, de recherche de fichiers et de recherche web pour les workflows d'entreprise.
Configuration d'application RAG
Configurez des index Azure AI Search et des agents pour la génération augmentée par récupération avec des collections de documents personnalisées.
Pipeline d'évaluation IA
Configurez des évaluateurs et des ensembles de données pour mesurer et améliorer les performances des modèles IA selon différentes métriques.
これらのプロンプトを試す
Créez un agent IA de base en utilisant le SDK Azure AI Projects qui répond aux questions des utilisateurs avec des réponses utiles. Incluez une authentification appropriée et la gestion des erreurs.
Créez un agent IA capable de rechercher dans des documents téléchargés en utilisant Azure AI Search. Incluez les étapes pour créer l'index, télécharger des fichiers et configurer l'agent avec des outils de recherche de fichiers.
Créez un agent IA qui combine l'interpréteur de code, la recherche de fichiers et des outils de fonctions personnalisées. Montrez comment gérer l'exécution des outils et l'agrégation des réponses.
Configurez un pipeline d'évaluation complet en utilisant les évaluateurs Azure AI. Incluez le téléchargement de l'ensemble de données, la configuration des métriques et l'analyse des résultats pour mesurer les performances de l'agent.
ベストプラクティス
- Utilisez la méthode getOpenAIClient() pour les complétions de chat, les conversations et les opérations sur les fichiers
- Versionnez vos agents en utilisant createVersion pour des déploiements reproductibles et traçables
- Nettoyez les ressources en supprimant les agents et les conversations lorsqu'ils ne sont plus nécessaires
- Stockez les informations d'identification dans des variables d'environnement et utilisez des connexions pour un accès sécurisé
- Filtrez les déploiements par modelPublisher pour trouver des types de modèles spécifiques efficacement
回避
- Coder en dur les informations d'identification au lieu d'utiliser des variables d'environnement ou des connexions
- Créer des agents sans versioning, ce qui rend le retour en arrière et le suivi difficiles
- Laisser les conversations et les versions d'agents actives après utilisation, accumulant des coûts
- Négliger la gestion des erreurs pour les opérations réseau et les appels API