作業可能也會設定為透過支援的服務供應商(如 OpenAI、Azure 或 Hugging Face)對一個或多個大型語言模型(LLM)部署進行操作。這些供應商提供一個 託管端點(API),我們可以使用正確的憑證(API 金鑰或令牌)以程式化方式存取。在本課程中,我們討論以下供應商:
- OpenAI,提供多樣化模型,包括核心 GPT 系列。
- Azure OpenAI,專注於企業級的 OpenAI 模型。
- Hugging Face,提供開源模型與推理伺服器。
您需要使用自己的帳號來完成這些練習。作業為選擇性,您可以根據興趣選擇設定其中一個、全部或不設定任何供應商。以下是註冊的部分指引:
| 註冊 | 費用 | API 金鑰 | 操作介面 | 備註 |
|---|---|---|---|---|
| OpenAI | 價格 | 專案基礎 | 無需程式碼,網頁介面 | 多種模型可用 |
| Azure | 價格 | SDK 快速入門 | Studio 快速入門 | 必須事先申請存取權 |
| Hugging Face | 價格 | 存取令牌 | Hugging Chat | Hugging Chat 模型有限 |
請依照以下指示來 設定 本儲存庫以使用不同供應商。需要特定供應商的作業檔名會包含以下標籤:
aoai- 需要 Azure OpenAI 端點與金鑰oai- 需要 OpenAI 端點與金鑰hf- 需要 Hugging Face 令牌
您可以設定一個、沒有或全部供應商。相關作業若缺少憑證將直接報錯。
我們假設您已閱讀上述指引並完成相關供應商的註冊,且取得所需的認證憑證(API_KEY 或令牌)。以 Azure OpenAI 為例,我們假設您也已部署有效的 Azure OpenAI 服務(端點),並至少部署一個 GPT 模型用於聊天完成。
下一步是設定您的 本地環境變數,步驟如下:
-
在根目錄尋找
.env.copy檔案,內容應類似:# OpenAI 提供者 OPENAI_API_KEY='<add your OpenAI API key here>' ## Azure OpenAI AZURE_OPENAI_API_VERSION='2024-02-01' # 預設已設定! AZURE_OPENAI_API_KEY='<add your AOAI key here>' AZURE_OPENAI_ENDPOINT='<add your AOIA service endpoint here>' AZURE_OPENAI_DEPLOYMENT='<add your chat completion model name here>' AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='<add your embeddings model name here>' ## Hugging Face HUGGING_FACE_API_KEY='<add your HuggingFace API or token here>'
-
使用以下指令將該檔案複製為
.env。此檔案已被 gitignore,可確保秘密安全。cp .env.copy .env
-
按下一節說明填入對應值(替換
=右側的佔位符)。 -
(選擇性)若您使用 GitHub Codespaces,可選擇將環境變數儲存為與本儲存庫關聯的 Codespaces 秘密。如此一來,您不必設定本地 .env 檔案。但請注意,此選項僅適用於 GitHub Codespaces。 若使用 Docker Desktop,仍需設定 .env 檔案。
快速了解變數名稱及其代表意義:
| 變數名稱 | 說明 |
|---|---|
| HUGGING_FACE_API_KEY | 您在個人資料中設定的使用者存取令牌 |
| OPENAI_API_KEY | 非 Azure OpenAI 端點的服務授權金鑰 |
| AZURE_OPENAI_API_KEY | Azure OpenAI 服務的授權金鑰 |
| AZURE_OPENAI_ENDPOINT | Azure OpenAI 資源的部署端點 |
| AZURE_OPENAI_DEPLOYMENT | 文字生成 模型部署端點 |
| AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT | 文字嵌入 模型部署端點 |
注意:最後兩個 Azure OpenAI 變數分別對應聊天完成(文字生成)與向量搜尋(嵌入)預設模型。設定指示會在相關作業中說明。
Azure OpenAI 端點與金鑰可在 Azure 入口網站 找到,以下開始說明。
- 前往 Azure 入口網站
- 點選側邊欄(左側選單)的 金鑰與端點 選項。
- 點選 顯示金鑰,您會看到 KEY 1、KEY 2 與端點。
- 將 KEY 1 的值用於 AZURE_OPENAI_API_KEY
- 將端點值用於 AZURE_OPENAI_ENDPOINT
接著,我們需要取得已部署模型的端點。
- 點選 Azure OpenAI 資源側邊欄(左選單)的 模型部署 選項。
- 在目的頁面點選 管理部署
這會帶您到 Azure OpenAI Studio 網站,我們會在那裡找到其他值,如下所述。
- 依上述說明,從您的資源導向 Azure OpenAI Studio。
- 點選左側邊欄的 部署 標籤,查看目前已部署的模型。
- 若尚未部署所需模型,請使用 建立新部署 來部署。
- 您需要一個 文字生成 模型,我們建議:gpt-35-turbo
- 您需要一個 文字嵌入 模型,我們建議:text-embedding-ada-002
現在更新環境變數以反映所使用的 部署名稱。通常部署名稱與模型名稱相同,除非您有明確更改。例如,您可能會有:
AZURE_OPENAI_DEPLOYMENT='gpt-35-turbo'
AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='text-embedding-ada-002'完成後別忘了儲存 .env 檔案。您可以關閉檔案並回到執行筆記本的指示。
您的 OpenAI API 金鑰可在您的 OpenAI 帳戶 中找到。若尚無帳戶,您可以註冊並建立 API 金鑰。取得金鑰後,請將其填入 .env 檔案中的 OPENAI_API_KEY 變數。
您的 Hugging Face 令牌可在個人資料的 存取令牌 頁面找到。請勿公開或分享這些令牌。建議為本專案用途建立新的令牌,並將其複製到 .env 檔案中的 HUGGING_FACE_API_KEY 變數。注意: 這技術上不是 API 金鑰,但用於認證,因此我們保持此命名慣例以維持一致性。
免責聲明:
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於確保翻譯的準確性,但請注意,自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊,建議採用專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋負責。