promptflow
promptflow 1.16.2
ディスカッションに参加したり、問題をオープンしたり、PR を送信したりして、迅速なフローを改善するためにぜひご参加ください。
プロンプト フローは、アイデアの考案、プロトタイピング、テスト、評価から本番環境の展開、監視に至るまで、LLM ベースの AI アプリケーションのエンドツーエンドの開発サイクルを合理化するように設計された開発ツール スイートです。これにより、迅速なエンジニアリングがはるかに簡単になり、本番品質の LLM アプリを構築できるようになります。
プロンプト フローを使用すると、次のことが可能になります。
すぐに開始するには、事前に構築された開発環境を使用できます。下のボタンをクリックしてGitHub コードスペースでリポジトリを開き、readme を読み続けてください。
ローカル環境で開始したい場合は、まずパッケージをインストールします。
Python 環境があることを確認してください。Python python>=3.9, <=3.11が推奨されます。
pip install promptflow promptflow-toolsプロンプトフローを備えたチャットボットを作成する
コマンドを実行してチャット テンプレートからプロンプト フローを開始すると、 my_chatbotという名前のフォルダーが作成され、その中に必要なファイルが生成されます。
pf flow init --flow ./my_chatbot --type chatAPI キーの接続をセットアップする
OpenAI キーの場合は、OpenAI キーが保存されているmy_chatbotフォルダー内のopenai.yamlファイルを使用して、コマンドを実行して接続を確立します (yaml ファイルの変更を避けるために、キーと名前を --set でオーバーライドします)。
pf connection create --file ./my_chatbot/openai.yaml --set api_key= < your_api_key > --name open_ai_connection Azure OpenAI キーの場合は、 azure_openai.yamlファイルを使用してコマンドを実行して接続を確立します。
pf connection create --file ./my_chatbot/azure_openai.yaml --set api_key= < your_api_key > api_base= < your_api_base > --name open_ai_connectionフローに合わせてチャットする
my_chatbotフォルダーには、入力/出力、ノード、接続、LLM モデルなどを含むフローの概要を示すflow.dag.yamlファイルがあります。
chatノードでは、open_ai_connectionという名前の接続 (connectionフィールドで指定) とgpt-35-turboモデル (deployment_nameフィールドで指定) を使用していることに注意してください。 [deployment_name] フィールドでは、OpenAI モデルまたは Azure OpenAI デプロイメント リソースを指定します。
以下を実行してチャットボットと対話します ( Ctrl + Cを押してセッションを終了します)
pf flow test --flow ./my_chatbot --interactiveコアバリュー：試作から生産までの「高品質」の確保
15 分間のチュートリアルをご覧ください。このチュートリアルでは、迅速なチューニング ➡ バッチ テスト ➡ 評価のすべてが、実稼働に向けた高品質を保証するように設計されています。
次のステップ!チュートリアルを続けますか?プロンプト フローについて詳しく説明するセクション。
プロンプト フローは、高品質の LLM アプリを構築するために設計されたツールです。プロンプト フローの開発プロセスは、フローの開発、フローの品質の向上、運用環境へのフローのデプロイの手順に従います。
また、UI を使用したインタラクティブなフロー開発エクスペリエンスのための VS Code 拡張機能 (フロー デザイナー) も提供しています。
VisualStudio マーケットプレイスからインストールできます。
プロンプト フローの開始: 最初のフロー実行を呼び出すためのステップバイステップのガイダンス。
チュートリアル: PDF を使用したチャット: フローの開発とメトリクスを使用した評価を含む、プロンプト フローを備えた高品質のチャット アプリケーションを構築する方法に関するエンドツーエンドのチュートリアル。
その他の例はここでご覧いただけます。新しいユースケースの貢献を歓迎します。
貢献に興味がある場合は、開発セットアップ ガイド dev_setup.md から始めてください。
次のステップ!貢献を続けますか?迅速な流れに貢献するセクション。
このプロジェクトは貢献と提案を歓迎します。ほとんどの投稿では、投稿を使用する権利をお客様が有しており、実際に当社に付与することを宣言する投稿者ライセンス契約 (CLA) に同意する必要があります。詳細については、https://cla.opensource.microsoft.com をご覧ください。
プル リクエストを送信すると、CLA ボットが CLA を提供する必要があるかどうかを自動的に判断し、PR を適切に装飾します (ステータス チェック、コメントなど)。ボットが提供する指示に従ってください。 CLA を使用するすべてのリポジトリでこれを 1 回行うだけで済みます。
このプロジェクトはマイクロソフトのオープンソース行動規範を採用しています。詳細については、行動規範に関する FAQ を参照するか、追加の質問やコメントがあれば [email protected] までお問い合わせください。
このプロジェクトには、プロジェクト、製品、またはサービスの商標またはロゴが含まれている場合があります。 Microsoft の商標またはロゴの許可された使用には、Microsoft の商標およびブランド ガイドラインが適用され、それに従わなければなりません。このプロジェクトの修正バージョンで Microsoft の商標またはロゴを使用することは、混乱を引き起こしたり、Microsoft のスポンサーであることを暗示したりしてはなりません。第三者の商標またはロゴの使用には、それらの第三者のポリシーが適用されます。
このプロジェクトはマイクロソフトのオープンソース行動規範を採用しています。詳細については、行動規範に関する FAQ を参照するか、追加の質問やコメントがあれば [email protected] までお問い合わせください。
ソフトウェアは、テレメトリを有効にするように構成されている場合、お客様とソフトウェアの使用に関する情報を収集し、Microsoft に送信する場合があります。 Microsoft は、サービスを提供し、製品とサービスを改善するためにこの情報を使用することがあります。リポジトリの説明に従ってテレメトリをオンにすることができます。ソフトウェアには、お客様と Microsoft がアプリケーションのユーザーからデータを収集できる機能がいくつかあります。これらの機能を使用する場合は、Microsoft のプライバシー ステートメントのコピーとともにアプリケーションのユーザーに適切な通知を提供するなど、適用法を遵守する必要があります。当社のプライバシーに関する声明は https://go.microsoft.com/fwlink/?LinkID=824704 にあります。データの収集と使用について詳しくは、ヘルプ ドキュメントとプライバシー ステートメントをご覧ください。ソフトウェアの使用は、これらの慣行に同意したものとみなされます。
テレメトリ収集はデフォルトでオンになっています。
オプトアウトするには、 pf config set telemetry.enabled=false実行してオフにしてください。
著作権 (c) Microsoft Corporation.無断転載を禁じます。
MITライセンスに基づいてライセンスされています。
