Na terceira parte deste guia prático, Guia Prático para Iniciantes: Azure OpenAI com JavaScript e TypeScript, você aprenderá a criar uma aplicação Node.js que consumirá o Azure OpenAI Service. Começaremos do zero, desde a configuração do ambiente de desenvolvimento no Visual Studio Code até a criação e execução de uma aplicação pronta para interagir com o serviço de IA. Você descobrirá como configurar variáveis de ambiente, definir parâmetros para controlar a geração de conclusões e obter resultados impressionantes. Além disso, forneceremos recursos adicionais para você aprofundar seu conhecimento sobre Azure OpenAI. Prepare-se para dar vida às suas ideias com o Azure OpenAI e JavaScript e TypeScript.
Para criar a aplicação Node.js, vamos utilizar o Visual Studio Code. Caso você não tenha instalado, basta acessar o link e fazer o download.
Após instalar o Visual Studio Code, vamos criar a aplicação Node.js. Para isso, basta seguir os passos abaixo:
o exemplo abaixo é relacionado ao Completion Code Sample. Se desejarem testar a aplicação, poderão fazer uso do Codespaces desde o projeto forkado em seu repositório.
npm init -y
O arquivo package.json
será criado.
observação: defini para usar
esm
(ECMAScript Modules) no projeto. Para isso, basta adicionar o campotype
com o valormodule
no arquivopackage.json
.
{
"name": "javascript",
"version": "1.0.0",
"description": "a simple code sample how to use Azure OpenAI Service with JavaScript",
"main": "index.js",
"type": "module",
"scripts": {
"start": "nodemon src/index.js",
"test": "echo \"Error: no test specified\" && exit 1"
},
"keywords": [
"nodejs",
"javascript",
"ai",
"artificial intelligence",
"azure-openai"
],
"author": "Glaucia Lemos <Twitter: @Glaucia_Lemos>",
"license": "MIT",
"dependencies": {
"@azure/openai": "^1.0.0-beta.6",
"dotenv": "^16.3.1"
},
"devDependencies": {
"nodemon": "^3.0.1"
}
}
npm install @azure/openai
dotenv
e nodemon
:npm install dotenv --save
npm install nodemon --save-dev
package.json
e adicione o script abaixo:
"scripts": {
"start": "nodemon src/index.js"
},
.env
e dentro do arquivo, digite o código abaixo:
AZURE_OPENAI_ENDPOINT="https://<resource name>.openai.azure.com"
AZURE_OPENAI_KEY="<azure api key>"
Para obter o endpoint
e a key
, basta acessar o recurso do Azure OpenAI Service criado no Portal Azure e depois clicar em Keys and Endpoint.
src
e dentro da pasta, crie um arquivo chamado index.js
. Dentro do arquivo index.js
, digite o código abaixo:
import { OpenAIClient, AzureKeyCredential } from '@azure/openai';
import dotenv from 'dotenv';
dotenv.config();
const endpoint = process.env.AZURE_OPENAI_ENDPOINT || '';
const azureApiKey = process.env.AZURE_OPENAI_KEY || '';
const prompt = ['What is Azure OpenAI?'];
async function main() {
console.log('=== Get completions Sample ===');
const client = new OpenAIClient(
endpoint,
new AzureKeyCredential(azureApiKey)
);
const deploymentName = 'deployment-name-completion';
const result = await client.getCompletions(deploymentName, prompt, {
maxTokens: 200,
temperature: 0.25
});
for (const choice of result.choices) {
console.log(choice.text);
}
}
main().catch((err) => {
console.error('The sample encountered an error:', err);
});
Observe que no código, colocamos o deploymentName
que criamos no Azure AI Studio!
Outro ponto a ser mencionado é que no result
definimos a quantidade de tokens que queremos que o modelo retorne. No caso, definimos para retornar 200
tokens. Mas, você pode definir a quantidade que desejar.
E, o temperature
é o que contralará as conclusões geradas. Quanto maior for esse valor, mais criativas serão as conclusões geradas.
Enquanto que valores mais baixos retornará conclusões mais focados e determinísticos.
Se vocês desejarem entender o que as classes como: OpenAIClient
e AzureKeyCredential
fazem, basta acessar o link Azure OpenAI Service Node.js API Reference.
npm start
E, vejam o resultado:
Abaixo segue alguns recursos adicionais sobre o Azure OpenAI Service:
:white_heavy_check_mark: Curso Grátis - Introdução à IA generativa
:white_heavy_check_mark: Curso Grátis - Conceitos básicos de IA do Microsoft Azure: Introdução à inteligência artificial
:white_heavy_check_mark: Azure OpenAI Service Documentation
:white_heavy_check_mark: Azure OpenAI Service Node.js API Reference
:white_heavy_check_mark: Azure OpenAI Service pricing
:white_heavy_check_mark: QuickStarts for JavaScript
Neste artigo, você aprendeu a criar uma aplicação Node.js que consome o Azure OpenAI Service. Começamos do zero, desde a configuração do ambiente de desenvolvimento no Visual Studio Code até a criação e execução de uma aplicação pronta para interagir com o serviço de IA. Você descobriu como configurar variáveis de ambiente, definir parâmetros para controlar a geração de conclusões e obter resultados impressionantes. Além disso, fornecemos recursos adicionais para você aprofundar seu conhecimento em inteligência artificial. Agora, você está pronto para dar vida às suas ideias com o Azure OpenAI e JavaScript e TypeScript. O repositório com o código fonte completo está disponível no GitHub:
Há também um repositório incrível onde você poderá aprender mais sobre Generative AI com muitos outros exemplos em Python para você poder explorar cada vez mais o mundo de A.I com Azure!
Ah! Já ia esquecer de falar aqui! Não deixem de se inscrever no meu Canal do Youtube! E, ainda durante o ano de 2023 virão muitas outras coisas bem legais no canal!
Algumas das novidades:
Se são conteúdos que você curte, então não deixa de se inscreverem e ative o sininho para ficarem sabendo quando teremos vídeo novo! Essa semana já teremos uma série nova incrível lá no Canal do Youtube.
E para ficarem por dentro de várias outras novidades, não deixem de me seguirem lá no Twitter!
E nos vemos! Até a próxima
You must be a registered user to add a comment. If you've already registered, sign in. Otherwise, register and sign in.