AI 聊天與自訂資料

此專案示範如何使用 AI 語言模型與自訂資料進行聊天互動的應用程式。該範本目前仍處於早期預覽階段。如有回饋意見，歡迎填寫此簡短問卷： https://aka.ms/dotnet-chat-templatePreview2-survey。

[!NOTE] 在執行本專案之前，您需要為所選的提供者設定 API 金鑰或端點。下方有關於不同選項的詳細說明。

先決條件

若要使用 Azure OpenAI 或 Azure AI Search，您需要一個 Azure 帳戶。若尚未擁有帳戶，請建立一個： https://azure.microsoft.com/free/。

專案結構

此專案遵循 .NET 專案結構最佳實踐：

Com.Ai.Cars.Rs/
├── Components/           # Blazor 元件
│   ├── Layout/          # 版面配置元件
│   ├── Pages/           # 頁面元件
│   └── App.razor        # 應用程式根元件
├── Services/            # 商業邏輯與服務
│   ├── Ingestion/       # 資料擷取服務
│   ├── SemanticSearch.cs    # 語意搜尋服務
│   └── IngestedChunk.cs     # 擷取資料模型
├── wwwroot/             # 靜態資源和資料
├── Program.cs           # 應用程式進入點
└── Com.Ai.Cars.Rs.csproj   # 專案組態檔

設定 AI 模型提供者

使用 Azure OpenAI

若要使用 Azure OpenAI，您需要一個 Azure 帳戶以及一個 Azure OpenAI Service 資源。詳細說明請參閱 Azure OpenAI Service 文件： https://learn.microsoft.com/azure/ai-services/openai/how-to/create-resource。

1. 建立 Azure OpenAI Service 資源

請參閱： https://learn.microsoft.com/azure/ai-services/openai/how-to/create-resource?pivots=web-portal。

2. 部署模型

將 gpt-4o-mini 與 text-embedding-3-small 模型部署到您的 Azure OpenAI Service 資源。建立部署時，請將部署名稱設為與模型相同（gpt-4o-mini 與 text-embedding-3-small）。

欲了解如何部署模型，請參閱： https://learn.microsoft.com/azure/ai-services/openai/how-to/create-resource?pivots=web-portal#deploy-a-model。

3. 設定 API 金鑰與端點

使用 .NET User Secrets 為本專案設定 Azure OpenAI 的 API 金鑰與端點：

1. 在 Azure 入口網站中，前往您的 Azure OpenAI 資源。
2. 從「Keys and Endpoint」區段複製「Endpoint」網址與「Key 1」。
3. 在 Visual Studio 中，於 Solution Explorer 對專案點選右鍵，選取 Manage User Secrets。
4. 此操作會開啟 secrets.json 檔案，您可以在此儲存 API 金鑰與端點而不會被版本控制追蹤。將下列鍵值加入檔案：

{
  "AzureOpenAI:Endpoint": "YOUR-AZURE-OPENAI-ENDPOINT",
  "AzureOpenAI:Key": "YOUR-AZURE-OPENAI-KEY"
}

請將 YOUR-AZURE-OPENAI-KEY 與 YOUR-AZURE-OPENAI-ENDPOINT 替換為您實際的金鑰與端點。請確保端點 URL 的格式為 https://YOUR-DEPLOYMENT-NAME.openai.azure.com/（不要在 .openai.azure.com/ 之後加入其他路徑）。

運行應用程式

1. 確保已設定好 Azure OpenAI 的金鑰與端點。
2. 在 Visual Studio 或命令行中執行應用程式：

dotnet run

3. 開啟瀏覽器並瀏覽至 https://localhost:5001。

主要功能

• 聊天介面：與 AI 模型進行自然語言對話
• 自訂資料搜尋：使用向量搜尋在自訂資料中查找相關內容
• 資料擷取：支援 PDF 和 Markdown 文件的自動處理
• 引用追蹤：聊天回應中包含資料來源的引用

技術棧

• .NET 10：最新的 .NET 執行時環境
• Blazor Server：伺服器端 Blazor 應用程式框架
• Azure OpenAI：大型語言模型和嵌入式模型服務
• SQLite Vector：向量資料儲存
• Semantic Kernel：AI 整合框架