此存储库用于 AI Tour 工作坊：在 Azure AI Foundry 中与多模态模型交互
本工作坊旨在为您提供在 Azure AI Foundry 门户中与 OpenAI 模型交互的核心概念和最佳实践的动手体验。如果您被提供了一个 Skillable 环境，您将使用预先配置的虚拟机和 Azure 资源完成实验。如果您是自行运行此工作坊，则需要拥有一个 Azure 订阅，并通过部署资源到 Azure 自行配置资源。
在 Azure AI Foundry 中体验 Azure OpenAI 的 GPT-4o 多模态模型的创新应用。学习核心概念和最佳实践，使用 GPT-4o-mini、DALL-E 和 GPT-4o-realtime 高效生成文本、声音和图像。创建能够增强用户体验并推动创新的 AI 代理。
75 分钟
| 语言 | 代码 | 翻译后的 README 链接 | 最近更新日期 |
|---|---|---|---|
| 简体中文 | zh | 简体中文翻译 | 2025-03-05 |
| 繁体中文 | tw | 繁体中文翻译 | 2025-03-05 |
| 日语 | ja | 日语翻译 | 2025-03-05 |
| 韩语 | ko | 韩语翻译 | 2025-03-05 |
- 理解大型语言模型的工作原理，包括什么是 token。
- 探索提示工程技术及其最佳实践。
- 理解模型如何应用已有知识。
- 开始构建 Azure AI 代理。
- 在 LLM 应用中实现函数调用。
- Azure AI Foundry 门户
以下是分步的工作坊指南：
- Skillable 工作坊指南
- 直接在 Azure 上部署的工作坊指南 - 适用于现场活动
| 资源 | 链接 | 描述 |
|---|---|---|
| 课程幻灯片 | 查看 | 以自己的节奏回顾工作坊中展示的幻灯片 |
| Azure OpenAI 服务简介 | Microsoft Learn 模块 | 了解更多关于 Azure OpenAI 服务的信息 |
| Azure OpenAI 服务文档 | Azure OpenAI 服务文档 | 了解更多关于 Azure OpenAI 服务的信息 |
| Azure OpenAI 服务定价 | 定价详情 | 了解更多关于 Azure OpenAI 服务的定价信息 |
| Azure OpenAI 服务透明性说明 | 透明性说明 | 了解更多关于 Azure OpenAI 服务的使用案例、能力和局限性 |
 Gustavo Cordido 📢 |
 Bethany Jepchumba 📢 |
Microsoft 致力于帮助客户负责任地使用我们的 AI 产品，分享我们的经验，并通过透明性说明和影响评估等工具建立基于信任的合作伙伴关系。许多这些资源可以在 https://aka.ms/RAI 找到。
Microsoft 的负责任 AI 方法基于我们的 AI 原则：公平性、可靠性和安全性、隐私和安全性、包容性、透明性和问责制。
像此示例中使用的大规模自然语言、图像和语音模型，可能会以不公平、不可靠或冒犯的方式表现，从而导致伤害。请查阅 Azure OpenAI 服务透明性说明，以了解相关风险和局限性。
缓解这些风险的推荐方法是在您的架构中包含一个安全系统，以检测和防止有害行为。Azure AI 内容安全 提供了一种独立的保护层，能够检测应用程序和服务中的有害用户生成内容和 AI 生成内容。Azure AI 内容安全包括文本和图像 API，允许您检测有害内容。在 Azure AI Foundry 门户中，内容安全服务允许您查看、探索和尝试检测不同模态有害内容的示例代码。以下 快速入门文档 指导您如何向服务发送请求。
另一个需要考虑的方面是整体应用性能。对于多模态和多模型应用，我们认为性能是指系统按照您和用户的预期运行，包括不生成有害输出。评估整体应用性能的重要性包括使用 性能和质量及风险和安全评估工具。您还可以创建和评估 自定义评估工具。
您可以在开发环境中使用 Azure AI Evaluation SDK 评估您的 AI 应用程序。通过测试数据集或目标，您的生成式 AI 应用程序的生成结果可以使用内置评估工具或您选择的自定义评估工具进行定量测量。要开始使用 Azure AI Evaluation SDK 评估您的系统，可以参考 快速入门指南。完成评估运行后，您可以 在 Azure AI Foundry 门户中可视化结果。
免责声明：
本文件使用基于机器的人工智能翻译服务进行翻译。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的原文作为权威来源。对于关键信息，建议使用专业的人工翻译。对于因使用本翻译而引起的任何误解或误读，我们概不负责。