Introdução
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.
Criando a aplicação Node.js para consumir o Azure OpenAI Service
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.
- ✅ Passo 01: Crie uma pasta para o projeto e dentro da pasta, digite o comando:
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_lemos86>",
"license": "MIT",
"dependencies": {
"@azure/openai": "^1.0.0-beta.6",
"dotenv": "^16.3.1"
},
"devDependencies": {
"nodemon": "^3.0.1"
}
}
- ✅ Passo 02: Instale o pacote do Azure OpenAI Service:
npm install @azure/openai
- ✅ Passo 03: Vamos instalar também os pacotes:
dotenv
enodemon
:
npm install dotenv --save
npm install nodemon --save-dev
- ✅ Passo 04: Vá até o arquivo
package.json
e adicione o script abaixo:
"scripts": {
"start": "nodemon src/index.js"
},
- ✅ Passo 05: Crie um arquivo chamado
.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.
- ✅ Passo 06: Crie uma pasta chamada
src
e dentro da pasta, crie um arquivo chamadoindex.js
. Dentro do arquivoindex.js
, digite o código abaixo:
/**
* file: src/index.js
* description: file responsible for run the code sample completion
* data: 10/20/2023
* author: Glaucia Lemos <Twitter: @glaucia_lemos86>
*/
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.
- ✅ Passo 07:** Agora, basta executar o comando abaixo para executar a aplicação:
npm start
E, vejam o resultado:
📚 Recursos Adicionais
Abaixo segue alguns recursos adicionais sobre o Azure OpenAI Service:
Palavras Finais
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:
glaucia86 / azureopenai-js-samples
A repository for studies proporses how to use A.I + TypeScript + Langchain + Azure Open A.I
Learn Live Code Sessions: Azure OpenAI + LangChain with JavaScript/TypeScript
This repository is responsible for studies, code samples and learnings about how to use the Microsoft Azure OpenAI + LangChain with JavaScript/TypeScript.
🚀 Resources Used
📺 Video Series
(... to be include)
A Practical Guide for Beginners blog posts
There's a blog post teaching test by step how to use Azure OpenAI with JavaScript. It's divided in 3 parts. If you want to read it:
-
English:
-
Portuguese:
💻 Code samples Developed
Here you will find some code samples developed using Azure OpenAI with JavaScript/TypeScript.
📕 Important Resources
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!
microsoft / generative-ai-for-beginners
21 Lessons, Get Started Building with Generative AI 🔗 https://microsoft.github.io/generative-ai-for-beginners/
21 Lessons teaching everything you need to know to start building Generative AI applications
Generative AI for Beginners (Version 3) - A Course
Learn the fundamentals of building Generative AI applications with our 21-lesson comprehensive course by Microsoft Cloud Advocates.
🌱 Getting Started
This course has 21 lessons. Each lesson covers its own topic so start wherever you like!
Lessons are labeled either "Learn" lessons explaining a Generative AI concept or "Build" lessons that explain a concept and code examples in both Python and TypeScript when possible.
Each lesson also includes a "Keep Learning" section with additional learning tools.
What You Need
To run this code of this course, you can use either:
-
Azure OpenAI Service - Lessons: "aoai-assignment"
-
GitHub Marketplace Model Catalog - Lessons: "githubmodels"
-
OpenAI API - Lessons: "oai-assignment"
-
Basic knowledge of Python or TypeScript is helpful - *For absolute beginners check out these Python and TypeScript courses.
…
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:
- 😃 Microsoft Learn Live Sessions
- 😃 Tutoriais semanais de Node.js, TypeScript & JavaScript
- 😃 E, muito mais!
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 ❤️❤️
Top comments (0)