retkowsky/Azure-AIGEN-demos

它解决了什么问题

此存储库提供了一个实用的、动手操作的Jupyter笔记本集合，演示如何使用Microsoft Foundry（Azure AI Foundry）和Azure OpenAI构建AI驱动的应用程序。它满足了对于具体、可运行示例的需求，这些示例涵盖了从基本模型使用到高级多代理编排、图像和视频生成、文档分析以及AI系统评估的所有内容。开发人员无需在分散的文档中搜索，而是可以在一个地方获得适用于常见和前沿场景的工作代码。

它是如何工作的

该项目组织为一组Jupyter笔记本，每个笔记本专注于一个特定功能。这些笔记本是自包含的，并包含您可以在自己的Azure环境中调整和运行的代码示例。演示涵盖了广泛的范围：从使用GPT-4o和GPT-5等模型进行简单的文本生成，到使用gpt-image-1和FLUX等工具创建图像，再到使用Azure AI Agent Service构建代理（包括单代理、多代理、Bing搜索集成和MCP连接）。它还包括用于微调模型（例如，用于图像分类的GPT-4o）、使用Mistral进行文档智能、基于嵌入的搜索和RAG模式，以及使用内置和自定义评估器评估AI输出的笔记本。许多笔记本包含指向Azure AI Foundry门户的链接，因此您可以在托管环境中查看结果。

它面向谁

这面向开发人员、数据科学家和AI从业者，他们希望学习Microsoft的Azure AI生态系统，或者需要快速入门以构建企业级AI应用程序。它对于刚接触Microsoft Foundry或希望探索代理工作流、多模态生成和AI可观测性等高级主题的人尤其有用。这些演示既作为教育材料，也作为真实项目中可直接调整的代码来源。

亮点

• 广泛覆盖：从Azure OpenAI的基础知识到Prompt Agents、MCP和模型路由等高级主题。
• 多模态演示：使用gpt-image-1、gpt-image-2、FLUX、SORA（视频）和音频生成图像。
• 代理场景：单代理、多代理编排、函数调用和自定义Bing集成。
• RAG和检索：简单文件搜索、Azure AI Search中的代理检索和嵌入。
• 评估和追踪：使用内置评估器、自定义评估器和模型追踪的笔记本。
• 微调示例：用于图像分类和视觉问答的GPT-4o微调。
• 文档分析：PDF解析、简历分析以及使用Mistral和OCR的文档AI。
• 实际应用：播客生成、PowerPoint创建和文本到表情符号分类。