使用 Azure OpenAI 打造自己的 AI机器人

一.背景

当今，人工智能技术持续演进，众多企业和个人积极探寻其在各领域的应用。

在自然语言处理方面，OpenAI 的 GPT 系列模型备受瞩目，尤其是 ChatGPT 掀起 AI 应用热潮，百度文心一言、Google Bard 及 Notion AI 等科技公司纷纷跟进。就当下体验而言，OpenAI ChatGPT 表现最优。

作为 OpenAI 大股东，Microsoft 是使用其服务的“头等用户”，相继推出 GitHub Copilot、New Bing、Office 365 Copilot 和 Github Copilot X 等。当下，Microsoft Azure 是唯一提供 OpenAI 云服务的云厂商，其 Azure OpenAI 提供的 API 服务让构建和部署自家的 ChatGPT 得以实现。

二.对比

Azure OpenAI 和 OpenAI 官方提供的服务基本是一致的，但是目前前者还是处于预览版的状态，一些功能还没有完全开放。

注意：需要使用 Azure 国际版

企业如何合规、稳定使用ChatGPT以及Copilot？

出于合规角度，建议国内企业可以选择微软的Azure OpenAI服务来使用接口。

通过微软官方合作伙伴获取服务，企业用户可以合规、稳定地使用ChatGPT，满足国内发票需求，同时也能解决连接不稳定/响应速度慢/并发配额低等问题。

作为微软的合作伙伴，全云在线可为企业开通绿色申请通道！包括最新版本GPT-4o、Dalle-3等，只要企业有需求，全云在线都能协助快速开通！

参考链接：https://azureopenai.cloudallonline.com/?zxwsh109

全云微软 Azure OpenAI试用申请

优点：

• 不受地域限制，国内可以直接调用。
• 可以自己上传训练数据进行训练（据说很贵）。
• Azure 多语言 SDK 支持。
• 更适合企业私有化，数据可完全控制删除。

缺点：

• 部分功能未开放，但 ChatGPT 的功能是没问题的。
• 和 OpenAI 官方的 API 标准有差异，无法直接用一些只支持 OpenAI 官方API 的开源项目。

Azure OpenAI 也已经支持 GPT-4 了，需要单独进行申请，博主的申请还没通过本文暂时以 GPT-3.5 进行演示。

三.使用 Auzre OpenAI

1.创建服务

进入 Azure 后，直接搜索 "Azure OpenAI"。

选择你已经申请通过的订阅进行创建。

如果该订阅没有启动则不能创建。

2.创建模型部署

在资源管理->模型部署 选择需要的模型进行创建，每个模型只能创建1个部署。

2.Azure OpenAI Studio

模型创建完成以后，我们可以直接使用 Azure OpenAI Studio 来进行快速的测试。

ChatGPT 测试。

上传自己的数据集。

四.API 调用

在 资源管理->密钥和终结点 可以获取 API 地址以及调用密钥。

查看API 文档

使用 POSTMAN 进行调用测试。

五.打造自己的 ChatGPT

1.Azure OpenAI Proxy

打造自己的 ChatGPT 推荐直接使用https://github.com/Chanzhaoyu/chatgpt-web这个项目。

前面我们说到 API 调用是有差异的，此项目目前还没有直接支持 Azure OpenAI。我尝试修改过这个项目，可以调用了但是有个问题，无法正常的自动结束对话，跟了代码发现有 Bug：

https://github.com/Chanzhaoyu/chatgpt-web->https://github.com/transitive-bullshit/chatgpt-api->https://github.com/rexxars/eventsource-parser

最终在 eventsource-parser 这个 package 里，无法适应 Azure OpenAI 返回的结果，做过对比发现 Azure OpenAI 返回的调用最后少了一个换行。

\n

最终我便想了个方法，自己实现一个 Proxy转换OpenAI 官方 API 标准到 Azure OpenAI 标准，这样就能让 Azure OpenAI 直接对接到任何支持 OpenAI 的任何项目中，并且可以顺便修复上面所说的差异，让 chatgpt-web 直接使用 Azure OpenAI。

项目地址：https://github.com/stulzq/azure-openai-proxy希望大家点点 star。

2.搭建

最快的方式当然是使用 Docker，以下是 docker compose 脚本：

version: '3'services: chatgpt-web: image: chenzhaoyu94/chatgpt-web ports: - 3002:3002 environment: OPENAI_API_KEY:

OPENAI_API_BASE_URL: http://azure-openai:8080 AUTH_SECRET_KEY: "" MAX_REQUEST_PER_HOUR: 1000 TIMEOUT_MS: 60000 depends_on: - azure-openai links: - azure-openai networks: - chatgpt-ns azure-openai: image: stulzq/azure-openai-proxy ports: - 8080:8080 environment: AZURE_OPENAI_ENDPOINT:

AZURE_OPENAI_MODEL_MAPPER:

AZURE_OPENAI_API_VER: 2023-03-15-preview networks: - chatgpt-nsnetworks: chatgpt-ns: driver: bridge

启动有 3 个环境变量需要配置：

变量名

OPENAI_API_KEY

Azure 密钥和终结点 里提供的 Key

AZURE_OPENAI_ENDPOINT

Azure 密钥和终结点 里提供的终结点

AZURE_OPENAI_MODEL_MAPPER

Azure 部署模型名称映射到 OpenAI 官方模型名称

特别说明一下使用 OpenAI 官方标准发起的请求里包含的模型名称是固定的，在这里可以查询，而在 Azure OpenAI 模型部署时是可以自定义名称的，请求 Azure yes需要提供这个部署模型的名称，所以建立了一个映射关系。

AZURE_OPENAI_MODEL_MAPPER

比如我在 Azure 部署了一个模型，我设置的部署名称为：，此时我的设置：

gpt-3.5-turbo

xc-gpt-35

AZURE_OPENAI_MODEL_MAPPER: gpt-3.5-turbo=xc-gpt-35

六.结束

Azure OpenAI 平台为开发人员提供了一个强大的工具，可以轻松地创建和训练 ChatGPT 模型。随着 ChatGPT 技术的不断发展，它将在越来越多的应用场景中发挥重要作用，为人们提供更加智能和个性化的服务和体验。