Dela via


Metodtips och lösningar för att använda AI och Azure Cosmos DB

Använd Azure Cosmos DB för NoSQL som en databas för dina AI-baserade program så att du kan utöka databasen allt eftersom programmet växer. Du kan också förlita dig på hastigheten i Azure Cosmos DB och den inbyggda tillförlitligheten för att säkerställa att din lösning är snabb och tillgänglig när dina behov ändras över tid.

Modernisera AI-program

Implementera vektorsökning och en AI-assistent med hjälp av Azure Cosmos DB för NoSQL, Azure OpenAI, Azure Kubernetes Service och Azure AI Search.

Skärmbild av ett AI-assistentprogram som svarar på frågor om olika cyklar för en butik.

Diagram över arkitekturen för programmoderniseringslösningsacceleratorn.

Diagram som illustrerar ett Kubernetes-stödt webbprogram med hjälp av Azure AI Search, Azure OpenAI, Azure Storage och Azure Cosmos DB och säkerhetskopieringstjänster. Vektorer och objekt sparas i Azure Cosmos DB medan filer sparas i Azure Storage.

Example Länk
Lösningsaccelerator https://github.com/Azure/Vector-Search-AI-Assistant/tree/cognitive-search-vector
Hackathon https://github.com/Azure/Build-Modern-AI-Apps-Hackathon

Betalnings- och transaktionsbearbetning

Använd Azure Front Door, Azure OpenAI, Azure Kubernetes Service, Azure Static Web Apps och Azure Cosmos DB for NoSQL för att implementera en betalningsspårningsprocess.

Diagram över arkitekturen för lösningsacceleratorn för betalningsbearbetning.

Diagram som illustrerar en tjänst som använder en Azure Static Web App och Azure Front Door som ett kundgränssnitt. Lösningen är sedan värd för en kombination av betalnings-API:er och arbetstjänster för att bearbeta betalningstransaktioner i Azure Kubernetes Service. Slutligen lagrar Kubernetes-containrarna data i Azure Cosmos DB och hämtar AI-slutföranden från Azure OpenAI.

Example Länk
Lösningsaccelerator https://github.com/Azure/Real-time-Payment-Transaction-Processing-at-Scale
Hackathon https://github.com/Azure/Real-Time-Transactions-Hackathon

Transaktionsbearbetning av medicinska anspråk

Bearbeta komplexa medicinska anspråk med hjälp av en lösning som skapats med Azure Event Hubs, Azure Static Web Apps, Azure Kubernetes Service, Azure OpenAI, en Azure Cosmos DB för NoSQL.

Diagram över arkitekturen för lösningsacceleratorn för anspråksbearbetning.

Diagram som illustrerar ett externt system som matar in anspråk med hjälp av Azure Event Hubs. Samtidigt är agenter intresserade av en Azure Static Web App. Worker Services och API:er finns i Azure Kubernetes Service. Containrarna använder Azure OpenAI för slutföranden. Containrarna lagrar även data i Azure Cosmos DB för NoSQL, som sedan analyseras och hanteras med Hjälp av Azure Synapse Analytics.

Example Länk
Lösningsaccelerator https://github.com/Azure/Medical-Claims-Transaction-Processing-at-scale
Hackathon https://github.com/Azure/Medical-Claims-Processing-Hackathon

Automatisera AI-lösningar

Automatisera distributionen av AI-baserade lösningar med hjälp av verktyg som det nya Azure Developer CLI. Använd den här automatiseringen för att skapa ett modernt arbetsflöde för utvecklare och åtgärder.

Example Länk
Chattprogram https://github.com/Azure-Samples/cosmosdb-chatgpt

Använd Azure Cosmos DB for MongoDB vCore som en databas för dina AI-drivna program så att du kan utöka databasen när programmet växer. Du kan också förlita dig på hastigheten i Azure Cosmos DB och den inbyggda tillförlitligheten för att säkerställa att din lösning är snabb och tillgänglig när dina behov ändras över tid.

Generering med retrieval-förstärkning

Implementera RAG-mönstret med hjälp av en kombination av Azure Cosmos DB for MongoDB vCore, Azure OpenAI, Azure Functions och Azure Web Apps.

Example Länk
Lösningsaccelerator https://github.com/Azure/Vector-Search-AI-Assistant-MongoDBvCore
Python-notebook https://github.com/Microsoft/AzureDataRetrievalAugmentedGenerationSamples/tree/main/Python/CosmosDB-MongoDB-vCore

Gå vidare