Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
In questo articolo vengono individuati, esplorati e distribuiti modelli di soluzione di intelligenza artificiale dal portale foundry.
I modelli di soluzione di intelligenza artificiale sono modelli predefiniti e specifici dell'attività che includono esempi di codice personalizzabili, servizi di Azure preintegrati e guide introduttive ospitate GitHub. Usare i modelli per ignorare la configurazione boilerplate e concentrarsi sulla creazione di soluzioni per casi d'uso come gli agenti vocali, la gestione del rilascio e l'unificazione dei dati.
Importante
I modelli di base, i manifesti, gli esempi di codice e altre risorse rese disponibili da Microsoft o dai suoi partner ("esempi") sono progettati per facilitare l'accelerazione dello sviluppo di agenti e soluzioni di intelligenza artificiale per scenari specifici. Esaminare tutte le risorse fornite e testare attentamente il comportamento di output nel contesto del caso d'uso. Le risposte di intelligenza artificiale potrebbero non essere accurate e le azioni di IA devono essere monitorate con supervisione umana. Per altre informazioni, vedere i documenti sulla trasparenza per Agent Service e Agent Framework.
Gli agenti e le soluzioni di intelligenza artificiale creati potrebbero essere soggetti a requisiti legali e normativi, potrebbero richiedere licenze o non essere adatti a tutti i settori, scenari o casi d'uso. Usando qualsiasi esempio, si riconosce che gli agenti, le soluzioni di intelligenza artificiale o altri output creati usando tali esempi sono esclusivamente responsabilità dell'utente e che saranno conformi a tutte le leggi, alle normative e agli standard di sicurezza pertinenti, ai termini di servizio e ai codici di comportamento.
Modelli disponibili:
| Modello | Casi d'uso più diffusi per i clienti |
|---|---|
| Introduzione alla chat di intelligenza artificiale | Creare applicazioni di chat interattive architettura di riferimento della chat di Baseline Microsoft Foundry |
| Introduzione agli agenti di intelligenza artificiale | Creare agenti di intelligenza artificiale autonomi |
| Crea app autonome per unificare i dati | Incorporare l'analisi tra applicazioni con visualizzazione immediata dei dati per: • Analisi delle prestazioni delle vendite • Informazioni dettagliate e report dei clienti • Analisi del linguaggio naturale sui dati strutturati |
| Creare un assistente per la gestione delle versioni multi-agente | Abilitare la pianificazione delle versioni basate sull'intelligenza artificiale per: • Coordinamento del rilascio tra sistemi • Mappatura delle dipendenze in tempo reale e valutazione della salute del rilascio • Visualizzazione avanzata per informazioni dettagliate recuperate • Meccanismi di aggiornamento sicuri integrati in agenti di intelligenza artificiale |
| Creare un agente vocale del call center | Sviluppare agenti vocali interattivi per: • Supporto clienti • Navigazione nel catalogo prodotti • Soluzioni self-service |
| Sbloccare informazioni dettagliate dai dati conversazionali | Estrarre informazioni dalle conversazioni Creare una soluzione di mining delle conoscenze conversazionali |
| Automazione del flusso di lavoro multi-agente | Automatizzare flussi di lavoro complessi Creare una soluzione di automazione del flusso di lavoro con più agenti |
| Elaborazione di contenuto multi modale | Elaborare tipi di contenuto diversi Estrarre e mappare le informazioni dal contenuto non strutturato |
| Generare documenti dai dati | Creare automaticamente documenti Creare un sistema di generazione di documenti |
| Migliorare le riunioni client con gli agenti | Migliorare la produttività delle riunioni |
| Modernizzare il codice con agenti software | Aggiornare il codice legacy |
| Costruisci il tuo agente conversazionale | Creare esperienze di conversazione |
| Retrieve e riepilogare SharePoint dati | Recuperare il contenuto dai siti SharePoint |
Suggerimento
Ogni modello include un file README GitHub con istruzioni per la configurazione, la distribuzione e la personalizzazione. Iniziare da lì per il percorso più veloce in avanti.
Prerequisiti
- Un account Azure con una sottoscrizione attiva. Se non ne hai uno, crea un account gratuito Azure, che include una sottoscrizione di valutazione gratuita.
- Ruolo RBAC appropriato per creare risorse in Foundry. Per informazioni dettagliate, vedere Controllo degli accessi in base al ruolo.
- Progetto Foundry.
Iniziare con un'applicazione di esempio
- Accedere a Microsoft Foundry. Assicurarsi che l'interruttore New Foundry sia attivato. Questi passaggi fanno riferimento a Foundry (nuovo).These steps refer to Foundry (new).
- Selezionare Scopri dalla barra di navigazione in alto a destra.
- Selezionare Modelli di soluzione nel riquadro sinistro.
- Selezionare Apri in GitHub per visualizzare l'intera applicazione di esempio.
- In alcuni casi, è anche possibile visualizzare un'esercitazione dettagliata che illustra il codice di intelligenza artificiale.
Esplorare l'applicazione di esempio
Quando si visualizza il repository di GitHub per l'esempio, vedere README per altre istruzioni e informazioni su come distribuire la propria versione dell'applicazione.
Le istruzioni variano in base all'esempio, ma la maggior parte include le procedure seguenti:
- Aprire la soluzione nella posizione desiderata:
- GitHub Codespaces
- Contenitori di sviluppo di VS Code
- Il tuo IDE locale
- Distribuire l'applicazione in Azure
- Testare l'applicazione
ReadME include anche informazioni sull'applicazione, ad esempio il caso d'uso, l'architettura e le informazioni sui prezzi.
Distribuire e personalizzare i modelli
La maggior parte dei modelli supporta opzioni di distribuzione rapida che vengono avviate in pochi minuti. Queste architetture e implementazioni sono personalizzabili, rimanendo in linea con il Well-Architected Framework, utilizzando i moduli verificati di Azure. Usare strumenti come PSRule e TFLint per verificare che l'implementazione modificata sia pronta per la produzione.
Dopo la distribuzione, verificare che l'applicazione sia in esecuzione:
- Aprire l'URL di distribuzione visualizzato nell'output del terminale.
- Verificare che l'applicazione carichi e risponda all'input.
Vantaggi dei modelli di soluzione di intelligenza artificiale
I modelli di intelligenza artificiale in Microsoft Foundry forniscono:
- Tempi di realizzazione più rapidi: Evita il codice boilerplate e la configurazione dell'infrastruttura per passare rapidamente dal concetto alla produzione.
- Riduzione del carico di lavoro ingegneristico: i servizi di Azure preintegrati eliminano i problemi di distribuzione.
- Infrastruttura attendibile: sviluppa con fiducia sulla piattaforma AI sicura e scalabile di Microsoft.
- Base modulare e interoperabile: ridimensionare le soluzioni in modo efficiente nell'intera organizzazione.
- Procedure consigliate predefinite: usare modelli e framework collaudati per soluzioni pronte per la produzione.