教程#
本节包含一系列流示例和分步教程。
类别 |
示例 |
描述 |
---|---|---|
跟踪 |
Prompt flow 提供追踪功能,可捕获和可视化所有流的内部执行细节 |
|
跟踪 |
追踪 LLM 应用程序 |
|
跟踪 |
追踪 AutoGen 群聊应用程序中的 LLM 调用 |
|
跟踪 |
追踪 Langchain 应用程序中的 LLM 调用 |
|
跟踪 |
关于如何利用自定义 OTLP 收集器的教程。 |
|
Prompty |
运行提示并进行评估的快速入门教程。 |
|
Prompty |
运行聊天提示并进行评估的快速入门教程。 |
|
Prompty |
||
流 |
运行灵活流并进行评估的快速入门教程。 |
|
流 |
运行基于类的灵活流并进行评估的快速入门教程。 |
|
流 |
在流模式下运行基于类的灵活流并进行评估的快速入门教程。 |
|
流 |
在流模式下运行基于类的灵活流并进行评估的快速入门教程。 |
|
流 |
运行流并进行评估的快速入门教程。 |
|
流 |
本指南将引导您完成将流作为函数执行的主要场景。 |
|
流 |
使用组件创建管道,以使用 TensorFlow 运行分布式作业 |
|
流 |
Azure AI 中的流运行管理 |
|
流 |
流运行管理 |
|
流 |
将 LangChain 标准评估器应用程序转换为灵活流的教程。 |
|
流 |
在 Azure 中运行灵活流并进行评估的快速入门教程。 |
|
流 |
在 Azure 中运行基于类的灵活流并进行评估的快速入门教程。 |
|
流 |
在 Azure AI 中运行流并进行评估的快速入门教程。 |
|
部署 |
此示例演示如何使用流创建简单服务 |
|
部署 |
此示例演示如何将流部署为 Docker 应用程序 |
|
部署 |
此示例演示如何将流打包为可执行应用程序 |
|
部署 |
此示例演示如何使用 Azure App Service 部署流 |
|
部署 |
此示例演示如何将流部署为 Kubernetes 应用程序 |
|
RAG |
检索增强生成(或 RAG)已成为使用大型语言模型(或 LLM)构建智能应用程序的流行模式,因为它可以将外部知识注入模型,而这些模型并未经过最新或专有信息的训练 |
|
RAG |
本教程旨在通过提示调优和评估来增强您对提高流质量的理解 |
|
RAG |
一个聊天 PDF 流的教程,允许用户就 PDF 文件内容提问并获得答案 |
|
RAG |
在本教程中,我们将详细演示如何使用 Azure 机器学习 Promptflow 工具包创建基于 RAG 的 Copilot |
|
RAG |
本文档将介绍如何根据您的文档为 RAG 应用程序生成测试数据 |
|
RAG |
一个在 Azure AI 中执行的聊天 PDF 流的教程 |
了解更多:尝试更多 Promptflow 示例。