README_FR.md

Défi 7: Chat Bot

⏲️ temps estimé pour terminer: 30 min. ⏲️

Voici ce que vous allez apprendre 🎯

Dans ce défi, vous apprendrez comment:

• Créer un service OpenAI dans Azure
• Déployer un modèle OpenAI et le connecter à votre application
• Transmettre la clé API à votre application en utilisant GitHub Secrets
• Commencer à discuter avec l'assistant alimenté par le modèle dans l'application

Table des matières

1. Commencer
2. Créer une instance de service OpenAI Azure
3. Déployer le grand modèle de langage OpenAI
4. Identifiants OpenAI Azure
5. Exécutez à nouveau le pipeline Frontend

Ressources informatives supplémentaires

• Documentation OpenAI Azure

Commencer

• Naviguez vers votre Groupe de ressources que nous avons créé le jour 1 lors des défis précédents

• Créez une nouvelle Ressource et recherchez Azure OpenAI

  

Créer une instance de service OpenAI Azure

• Sélectionnez Azure OpenAI et cliquez sur Créer.
• Votre abonnement et votre groupe de ressources doivent déjà être définis. Sélectionnez westeurope comme région et Standard S0.
• Donnez un nom unique à la ressource.
• Cliquez sur Suivant et dans le réseau, vous devez sélectionner "Tous les réseaux, y compris Internet, peuvent accéder à cette ressource."
• Cliquez sur Suivant deux fois et créez la ressource

Déployer le grand modèle de langage OpenAI

• Allez à la ressource Azure openAI que vous avez créée et cliquez sur Déploiements de modèles

• Ensuite, cliquez sur Créer un nouveau déploiement ici, nous choisirons le modèle OpenAI que nous voulons déployer

• Sélectionnez le modèle gpt-35-turbo et la version du modèle Mise à jour automatique par défaut

• Donnez un nom unique à votre nom de déploiement puis cliquez sur créer

  

Félicitations! Vous venez de déployer une instance du modèle turbo gpt openAI, nous ajouterons plus tard ce modèle à notre application Milligram pour construire un chat bot. Pour l'instant, vous pouvez en fait le tester à l'intérieur d'azure et lui poser quelques questions. Allez au modèle que vous avez déployé et cliquez sur Ouvrir dans Playground, là vous pouvez discuter avec l'assistant de chat. Vous pouvez également modifier les paramètres du modèle sous Configuration > Paramètres

Identifiants OpenAI Azure

Pour connecter notre interface utilisateur avec le modèle openAI, nous devons intégrer les identifiants openAI dans le processus. Pour cela, il y a 2 options. Nous pouvons ajouter nos clés dans l'application web Azure (Option 1) ou nous pouvons l'automatiser en ajoutant les clés dans notre flux de travail github.

Option 1: Ajouter les identifiants OpenAI Azure à l'application web

Retournez à Azure et ouvrez à nouveau l'application web Milligram:

• Allez à variables d'environnement
• Créez une nouvelle variable avec le nom CHAT_API_KEY et collez la clé 1
• Créez une autre variable avec le nom CHAT_API_ENDPOINT et collez l'URL de l'endpoint
• Enfin, créez une autre variable avec le nom AZURE_OPENAI_MODEL_NAME Et collez le nom que vous avez choisi lorsque vous avez déployé le modèle turbo gpt.

Option 2: Intégrer les identifiants OpenAI Azure dans GitHub Secret

Semblable à ce que nous avons fait dans les défis du jour 1, nous voulons maintenant ajouter les clés secrètes à Github

• Allez au tableau de bord de la ressource Azure openAI et cliquez sur Clés et Endpoint
• Sur Github, allez à votre dépôt, Paramètres > Secrets et Variables > Actions puis cliquez sur créer un nouveau secret de dépôt
• Créez un nouveau secret avec le nom CHAT_API_KEY et collez la clé 1
• Créez un autre secret avec le nom CHAT_API_ENDPOINT et collez l'URL de l'endpoint
• Enfin, créez un autre secret avec le nom AZURE_OPENAI_MODEL_NAME Et collez le nom que vous avez choisi lorsque vous avez déployé le modèle turbo gpt.

Maintenant, nous voulons également ajouter les secrets à notre flux de travail github:

1. Ajoutez le code suivant sous subscription-id autour de la ligne 74 dans le fichier situé à .github/workflows/main_milligram.yml

      - uses: azure/appservice-settings@v1
        with:
          app-name: 'milligram'
          slot-name: 'Production'  # Facultatif et nécessaire uniquement si les paramètres doivent être configurés sur le slot de déploiement spécifique
          app-settings-json: '[{ "name": "CHAT_API_KEY", "value": "${{ secrets.CHAT_API_KEY }}", "slotSetting": false }, { "name": "CHAT_API_ENDPOINT", "value":  "${{ secrets.CHAT_API_ENDPOINT }}", "slotSetting": false }, { "name": "AZURE_OPENAI_MODEL_NAME", "value": "${{ secrets.AZURE_OPENAI_MODEL_NAME }}", "slotSetting": false }]'
        id: settings

Exécutez à nouveau le pipeline Frontend

• Naviguez vers Actions > Pages et Exécutez le workflow

Cliquez sur le lien frontend affiché sous l'étape de déploiement sous votre pipeline https://<yourgithubhandle>.github.io/... ou ouvrez l'application sur votre téléphone.

Notre application frontend devrait maintenant avoir un nouveau bouton avec un symbole de chat qui nous permet de discuter avec notre assistant. L'assistant est alimenté par le modèle que nous avons déployé via le service Azure OpenAI. Discutez avec votre bot 🎉

Quelle est la prochaine étape?

Commencez votre propre voyage de codage maintenant ou essayez une certification Azure comme nous l'avons fait en utilisant Udacity, Udemy, Pluralsight, Edx etc., assurez-vous de consulter les liens postés ci-dessous:

:::tip

• Cours de programmation sur Udacity
• Chemin d'apprentissage des fondamentaux de l'IA Microsoft Azure (avec certification optionnelle)
• Chemin d'apprentissage des fondamentaux de Microsoft Azure (avec certification optionnelle) :::

Assurez-vous de consulter nos programmes Microsoft:

• Programme Aspire de Microsoft pour les embauches en début de carrière
• Stages chez MS
• Carrières professionnelles chez Microsoft