Aan de slag met een AI-sjabloon

In dit artikel vindt, verkent en implementeert u AI-oplossingssjablonen vanuit de Foundry-portal.

AI-oplossingssjablonen zijn vooraf samengestelde, taakspecifieke sjablonen met aanpasbare codevoorbeelden, vooraf geïntegreerde Azure-services en GitHub-gehoste snelstartgidsen. Gebruik sjablonen om standaardinstellingen over te slaan en u te richten op het bouwen van oplossingen voor gebruiksvoorbeelden zoals spraakagenten, releasebeheer en gegevenshereniging.

Belangrijk

Startersjablonen, manifesten, codevoorbeelden en andere resources die beschikbaar worden gesteld door Microsoft of de bijbehorende partners ('samples') zijn ontworpen om te helpen bij het versnellen van de ontwikkeling van agents en AI-oplossingen voor specifieke scenario's. Bekijk alle opgegeven resources en test het uitvoergedrag zorgvuldig in de context van uw use-case. AI-antwoorden kunnen onnauwkeurig zijn en AI-acties moeten worden bewaakt met menselijk toezicht. Meer informatie vindt u in de transparantiedocumenten voor Agent Service en Agent Framework.

Agents en AI-oplossingen die u maakt, zijn mogelijk onderhevig aan wettelijke en regulatoire vereisten, vereisen mogelijk licenties of zijn mogelijk niet geschikt voor alle branches, scenario's of gebruikssituaties. Door een voorbeeld te gebruiken, erkent u dat agents, AI-oplossingen of andere uitvoer die met deze voorbeelden is gemaakt, uitsluitend uw verantwoordelijkheid is en dat u voldoet aan alle toepasselijke wetten, voorschriften en relevante veiligheidsnormen, servicevoorwaarden en gedragscodes.

Beschikbare sjablonen:

Sjabloon Populaire gebruiksvoorbeelden voor klanten
Begin met AI-chat Interactieve chattoepassingen bouwen

Baseline Microsoft Foundry chat-architectuur
Aan de slag met AI-agenten Autonome AI-agents maken
Agentische apps bouwen om gegevens te combineren Analyse insluiten in toepassingen met directe gegevensvisualisatie voor:
• Analyse van verkoopprestaties
Klantinzichten en rapportages
• Analyse van natuurlijke taal op gestructureerde gegevens
Maak een multi-agent releasebeheerassistent Schakel AI-gestuurde releaseplanning in voor:
• Coördinatie van release op meerdere systemen
• Real-time afhankelijkheidsmapping en gezondheidsbeoordeling van release
• Geavanceerde visualisatie voor opgehaalde inzichten
• Veilige updatemechanismen die zijn ingebouwd in AI-agents
Maak een spraakagent voor het callcenter Interactieve spraakagenten ontwikkelen voor:
•Klantenondersteuning
• Navigatie van productcatalogus
• Selfservice-oplossingen
Inzichten van gespreksgegevens ontgrendelen Kennis extraheren uit gesprekken

Een oplossing voor kennisanalyse van gesprekken bouwen
Werkstroomautomatisering met meerdere agents Complexe werkstromen automatiseren

Een oplossing voor werkstroomautomatisering met meerdere agents bouwen
Multimodale inhoudsverwerking Diverse inhoudstypen verwerken

Gegevens uit ongestructureerde inhoud extraheren en in kaart brengen
Documenten genereren op uw gegevens Automatisch documenten maken

Een systeem voor het genereren van documenten bouwen
Clientvergaderingen verbeteren met agents De productiviteit van vergaderingen verbeteren
Uw code moderniseren met agents Verouderde code bijwerken
Bouw uw conversatie-agent Gesprekservaringen maken
SharePoint gegevens ophalen en samenvatten Inhoud ophalen van SharePoint sites

Tip

Elke sjabloon bevat een GitHub LEESMIJ met installatie-, implementatie- en aanpassingsinstructies. Begin daar voor het snelste pad vooruit.

Voorwaarden

Beginnen met een voorbeeldtoepassing

  1. Meld u aan bij Microsoft Foundry. Zorg ervoor dat de wisselknop New Foundry is ingeschakeld. Deze stappen verwijzen naar Foundry (nieuw).
  2. Selecteer Ontdekken in de navigatie rechtsboven.
  3. Selecteer Oplossingssjablonen in het linkerdeelvenster.
  4. Selecteer Openen in GitHub om de hele voorbeeldtoepassing weer te geven.
  5. In sommige gevallen kunt u ook een stapsgewijze zelfstudie bekijken waarin de AI-code wordt uitgelegd.

De voorbeeldtoepassing verkennen

Wanneer u de GitHub-repository voor uw voorbeeld bekijkt, kijk in de leesmij voor meer instructies en informatie over het implementeren van uw eigen versie van de applicatie.

Instructies variëren per voorbeeld, maar de meeste omvatten het volgende:

  • Open de oplossing op de locatie van uw keuze:
    • GitHub Codespaces
    • VS Code Dev Containers (ontwikkelcontainers)
    • Uw lokale IDE
  • De toepassing implementeren in Azure
  • De toepassing testen

De README bevat ook informatie over de toepassing, zoals de use-case, architectuur en prijsinformatie.

Sjablonen implementeren en aanpassen

De meeste sjablonen bieden ondersteuning voor snelle implementatieopties die binnen enkele minuten worden gestart. Deze architecturen en implementaties zijn aanpasbaar en blijven Well-Architected Framework uitgelijnd met behulp van Azure Verified Modules. Gebruik hulpprogramma's zoals PSRule en TFLint om te testen of uw gewijzigde implementatie gereed is voor productie.

Nadat u de toepassing hebt geïmplementeerd, controleert u of de toepassing wordt uitgevoerd:

  1. Open de implementatie-URL die wordt weergegeven in de terminaluitvoer.
  2. Controleer of de toepassing wordt geladen en reageert op uw invoer.

Voordelen van AI-oplossingssjablonen

AI-sjablonen in Microsoft Foundry bieden:

  • Snellere time-to-value: sla standaardcode en infrastructuurinstallatie over om snel van concept naar productie te gaan.
  • Reduceerde technische overhead: Vooraf geïntegreerde Azure-services elimineren wrijving bij de implementatie.
  • Trusted infrastructure: Bouw met vertrouwen op het veilige, schaalbare AI-platform van Microsoft.
  • Modulaire en interoperabele basis: Schaal oplossingen efficiënt in uw organisatie.
  • Ingebouwde aanbevolen procedures: Gebruik bewezen patronen en frameworks voor oplossingen die gereed zijn voor productie.