О чём урок
В этом примере будет рассмотрено использование embeddings с помощью сервиса Azure OpenAI.
Сначала установим необходимые зависимости и импортируем библиотеки, которые будем использовать.
Сервис Azure OpenAI поддерживает несколько механизмов аутентификации, включая API ключи и учетные данные (credentials) токенов Azure Active Directory.
Чтобы настроить OpenAI SDK для использования ключа Azure API, необходимо присвоить переменной api_key ключ, связанный с вашей конечной точкой (вы можете найти этот ключ в разделе "Ключи и конечные точки" (Keys and Endpoints) в подразделе "Управление ресурсами" (Resource Management) на портале Azure). Здесь же вы найдете конечную точку для вашего ресурса.
Теперь рассмотрим, как мы можем пройти аутентификацию через Azure Active Directory. Начнем с установки библиотеки azure-identity. Эта библиотека предоставит учетные данные (token credentials), необходимые для аутентификации, и поможет нам создать провайдер учетных данных токенов с помощью вспомогательной функции get_bearer_token_provider. Рекомендуется использовать get_bearer_token_provider вместо предоставления статического токена в AzureOpenAI, поскольку этот API будет автоматически кэшировать и обновлять токены для вас.
Для получения дополнительной информации о настройке аутентификации Azure Active Directory с Azure OpenAI см. документацию.
Примечание: AzureOpenAI выводит следующие аргументы из соответствующих переменных окружения, если они не предоставлены:
- api_key из AZURE_OPENAI_API_KEY
- azure_ad_token из AZURE_OPENAI_AD_TOKEN
- api_version из OPENAI_API_VERSION
- azure_endpoint из AZURE_OPENAI_ENDPOINT
В этом разделе мы создадим развертывание модели, которую можно использовать для создания embeddings.
Развернем модель для использования с embeddings. Перейдите на https://portal.azure.com, найдите свой ресурс Azure OpenAI, а затем перейдите в Azure OpenAI Studio. Нажмите на вкладку "Развертывания" (Deployments), а затем создайте развертывание для модели, которую вы хотите использовать для embeddings. Имя развертывания, которое вы присвоите модели, будет использоваться в коде ниже.
Теперь создадим embeddings, используя созданный нами клиент.
План урока
- Настройка
- Аутентификация
- Аутентификация с использованием API ключа
- Аутентификация с использованием Azure Active Directory
- Развертывания
- Развертывания: Создание в Azure OpenAI Studio
- Embeddings
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.