Skip to main content

微软

Microsoft Azure 及其他 Microsoft 产品相关的所有功能。

聊天模型

Azure OpenAI

Microsoft Azure,通常称为 Azure,是由 Microsoft 运营的云计算平台,提供通过全球数据中心访问、管理和开发应用程序和服务的能力。它提供一系列功能,包括软件即服务 (SaaS)、平台即服务 (PaaS) 和基础设施即服务 (IaaS)。Microsoft Azure 支持多种编程语言、工具和框架,包括 Microsoft 特定的和第三方的软件和系统。

Azure OpenAI 是一项 Azure 服务,提供来自 OpenAI 的强大语言模型,包括 GPT-3Codex嵌入模型 系列,用于内容生成、摘要、语义搜索和自然语言到代码的翻译。

pip install langchain-openai

设置环境变量以访问 Azure OpenAI 服务。

import os

os.environ["AZURE_OPENAI_ENDPOINT"] = "https://<your-endpoint.openai.azure.com/"
os.environ["AZURE_OPENAI_API_KEY"] = "your AzureOpenAI key"

查看 使用示例

from langchain_openai import AzureChatOpenAI

Azure ML 聊天在线端点

有关访问聊天的文档,请查看 这里 托管在 Azure 机器学习 的模型。

大型语言模型

Azure ML

查看 使用示例

from langchain_community.llms.azureml_endpoint import AzureMLOnlineEndpoint

Azure OpenAI

查看 使用示例

from langchain_openai import AzureOpenAI

嵌入模型

Azure OpenAI

查看 使用示例

from langchain_openai import AzureOpenAIEmbeddings

文档加载器

Azure AI 数据

Azure AI Studio 提供上传数据资产的能力 将数据资产上传到云存储,并从以下来源注册现有数据资产:

  • Microsoft OneLake
  • Azure Blob Storage
  • Azure 数据湖 gen 2

首先,您需要安装几个 Python 包。

pip install azureml-fsspec, azure-ai-generative

查看 使用示例

from langchain.document_loaders import AzureAIDataLoader

Azure AI 文档智能

Azure AI 文档智能 (以前称为 Azure 表单识别器) 是一种基于机器学习的 服务,提取文本(包括手写)、表格、文档结构、 和键值对 从数字或扫描的 PDF、图像、Office 和 HTML 文件中。

文档智能支持 PDFJPEG/JPGPNGBMPTIFFHEIFDOCXXLSXPPTXHTML

首先,您需要安装一个 Python 包。

pip install azure-ai-documentintelligence

请参阅 使用示例

from langchain.document_loaders import AzureAIDocumentIntelligenceLoader

Azure Blob 存储

Azure Blob 存储 是微软的云对象存储解决方案。Blob 存储经过优化,能够存储大量非结构化数据。非结构化数据是指不遵循特定数据模型或定义的数据,例如文本或二进制数据。

Azure 文件 提供完全托管的 云中的文件共享,可以通过行业标准的服务器消息块 (SMB) 协议访问, 网络文件系统 (NFS) 协议和 Azure Files REST APIAzure Files 基于 Azure Blob 存储

Azure Blob 存储 旨在:

  • 直接向浏览器提供图像或文档。
  • 存储文件以供分布式访问。
  • 流式传输视频和音频。
  • 写入日志文件。
  • 存储数据以备份和恢复、灾难恢复以及归档。
  • 存储数据以供本地或Azure托管服务分析。
pip install azure-storage-blob

查看Azure Blob Storage的使用示例

from langchain_community.document_loaders import AzureBlobStorageContainerLoader

查看Azure Files的使用示例

from langchain_community.document_loaders import AzureBlobStorageFileLoader

Microsoft OneDrive

Microsoft OneDrive(前身为SkyDrive)是由微软运营的文件托管服务。

首先,您需要安装一个Python包。

pip install o365

查看 使用示例

from langchain_community.document_loaders import OneDriveLoader

Microsoft OneDrive 文件

Microsoft OneDrive (前称 SkyDrive) 是由微软运营的文件托管服务。

首先,您需要安装一个 Python 包。

pip install o365
from langchain_community.document_loaders import OneDriveFileLoader

Microsoft Word

Microsoft Word 是由微软开发的文字处理软件。

查看 使用示例

from langchain_community.document_loaders import UnstructuredWordDocumentLoader

Microsoft Excel

Microsoft Excel 是由微软开发的电子表格编辑器。 适用于 Windows、macOS、Android、iOS 和 iPadOS。 它具有计算或运算能力、图形工具、数据透视表和宏编程 语言称为Visual Basic for Applications (VBA)。Excel是Microsoft 365软件套件的一部分。

UnstructuredExcelLoader用于加载Microsoft Excel文件。该加载器支持.xlsx.xls文件。 页面内容将是Excel文件的原始文本。如果您在"elements"模式下使用加载器,将会在文档元数据中以text_as_html键提供Excel文件的HTML表示。 请参见使用示例

查看使用示例

from langchain_community.document_loaders import UnstructuredExcelLoader

Microsoft SharePoint

Microsoft SharePoint是一个基于网站的协作系统 它使用工作流应用程序、“列表”数据库以及其他网页部分和安全功能, 使商业团队能够共同工作,由Microsoft开发。

查看 使用示例

from langchain_community.document_loaders.sharepoint import SharePointLoader

Microsoft PowerPoint

Microsoft PowerPoint 是微软的一款演示程序。

查看 使用示例

from langchain_community.document_loaders import UnstructuredPowerPointLoader

Microsoft OneNote

首先,让我们安装依赖项:

pip install bs4 msal

查看 使用示例

from langchain_community.document_loaders.onenote import OneNoteLoader

Playwright URL 加载器

Playwright 是一个开源自动化工具 由 Microsoft 开发,允许您以编程方式控制和自动化 网络浏览器。它旨在进行端到端测试、抓取和自动化 在各种网络浏览器上执行任务,例如 ChromiumFirefoxWebKit

首先,让我们安装依赖项:

pip install playwright unstructured

查看 使用示例

from langchain_community.document_loaders.onenote import OneNoteLoader

AI 代理记忆系统

AI 代理 需要强大的记忆系统,支持多模态,提供强大的操作性能,并实现代理记忆的共享和分离。

Azure Cosmos DB

AI 代理可以依赖 Azure Cosmos DB 作为统一的 记忆系统 解决方案,享受速度、规模和简单性。该服务成功地 使 OpenAI 的 ChatGPT 服务 能够以高可靠性和低维护动态扩展。由原子记录序列引擎驱动,它是全球首个分布式 NoSQL关系型向量数据库 服务,提供无服务器模式。

以下是两个可用的 Azure Cosmos DB API,可以提供向量存储功能。

Azure Cosmos DB for MongoDB (vCore)

Azure Cosmos DB for MongoDB vCore 使创建一个完全支持原生 MongoDB 的数据库变得简单。 通过将您的应用程序指向 MongoDB vCore 账户的连接字符串,您可以应用您的 MongoDB 经验,并继续使用您最喜欢的 MongoDB 驱动程序、SDK 和工具。 在 Azure Cosmos DB for MongoDB vCore 中使用向量搜索,可以无缝地将基于 AI 的应用程序与存储在 Azure Cosmos DB 中的数据集成。

安装和设置

请参阅 详细配置说明

我们需要安装 pymongo Python 包。

pip install pymongo

在 Microsoft Azure 上部署 Azure Cosmos DB

Azure Cosmos DB for MongoDB vCore 为开发人员提供了一个完全托管的 MongoDB 兼容数据库服务,用于构建具有熟悉架构的现代应用程序。

使用 Cosmos DB for MongoDB vCore,开发人员可以享受原生 Azure 集成、低总拥有成本 (TCO) 和熟悉的 vCore 架构的好处,无论是迁移现有应用程序还是构建新应用程序。

注册 免费开始使用。

查看使用示例

from langchain_community.vectorstores import AzureCosmosDBVectorSearch

Azure Cosmos DB NoSQL

Azure Cosmos DB for NoSQL 现在提供预览版的向量索引和搜索功能。 此功能旨在处理高维向量,实现高效且准确的向量搜索,适用于任何规模。您现在可以将向量 直接存储在文档中,与您的数据一起。这意味着您数据库中的每个文档不仅可以包含传统的无模式数据, 还可以包含作为文档其他属性的高维向量。这种数据和向量的共存允许高效的索引和搜索, 因为向量与它们所代表的数据存储在同一逻辑单元中。这简化了数据管理、AI应用架构以及 基于向量的操作效率。

安装和设置

请参见详细配置说明

我们需要安装 azure-cosmos Python 包。

pip install azure-cosmos

在 Microsoft Azure 上部署 Azure Cosmos DB

Azure Cosmos DB 为现代应用和智能工作负载提供了解决方案,具有动态和弹性的自动扩展能力,响应非常迅速。它在每个 Azure 区域均可用,并可以自动将数据复制到离用户更近的地方。 它具有 SLA 保证的低延迟和高可用性。

注册 免费开始使用。

查看 使用示例

from langchain_community.vectorstores import AzureCosmosDBNoSQLVectorSearch

Azure PostgreSQL 数据库

Azure PostgreSQL 数据库 - 灵活服务器 是基于开源 Postgres 数据库引擎的关系数据库服务。它是一个完全托管的数据库即服务,可以处理具有可预测性能、安全性、高可用性和动态可扩展性的关键任务工作负载。

查看 Azure PostgreSQL 数据库的 设置说明

查看 使用示例。只需使用来自 Azure 门户的 连接字符串

由于 Azure Database for PostgreSQL 是开源的 Postgres,您可以使用 LangChain 的 Postgres 支持 连接到 Azure Database for PostgreSQL。

Azure AI 搜索

Azure AI 搜索 是一种云搜索服务 为开发人员提供基础设施、API 和工具,以进行大规模的向量、关键字和混合 查询的信息检索。有关使用示例,请参见 这里

from langchain_community.vectorstores.azuresearch import AzureSearch

检索器

Azure AI 搜索

Azure AI 搜索(以前称为 Azure SearchAzure Cognitive Search)是一种云搜索服务,为开发人员提供基础设施、API 和工具,以在 Web、移动和企业应用程序中构建丰富的搜索体验,针对私有的异构内容。

搜索是任何向用户展示文本的应用程序的基础,常见场景包括目录或文档搜索、在线零售应用程序或对专有内容的数据探索。当您创建搜索服务时,您将使用以下功能:

  • 用于对包含用户拥有内容的搜索索引进行全文搜索的搜索引擎
  • 丰富的索引,具有词法分析和可选的AI增强,用于内容提取和转换
  • 丰富的查询语法,用于文本搜索、模糊搜索、自动补全、地理搜索等
  • 通过REST API和Azure SDK中的客户端库实现可编程性
  • 在数据层、机器学习层和AI(AI服务)进行Azure集成

请参阅设置说明

请参阅使用示例

from langchain_community.retrievers import AzureAISearchRetriever

向量存储

Azure PostgreSQL 数据库

Azure PostgreSQL 数据库 - 灵活服务器是基于开源Postgres数据库引擎的关系数据库服务。它是一个完全托管的数据库即服务,可以处理具有可预测性能、安全性、高可用性和动态可扩展性的关键任务工作负载。

请参阅Azure PostgreSQL数据库的设置说明

您需要在数据库中启用 pgvector 扩展才能将 Postgres 用作向量存储。一旦启用扩展,您可以使用LangChain 中的 PGVector连接到 Azure Database for PostgreSQL。

请参见使用示例。只需使用来自 Azure 门户的连接字符串

工具

Azure 容器应用动态会话

我们需要从 Azure 容器应用服务获取 POOL_MANAGEMENT_ENDPOINT 环境变量。 请参见此处的说明

我们需要安装一个 Python 包。

pip install langchain-azure-dynamic-sessions

请参见使用示例

from langchain_azure_dynamic_sessions import SessionsPythonREPLTool

Bing 搜索

请按照此处的文档获取该工具的详细说明和使用说明。

环境变量 BING_SUBSCRIPTION_KEYBING_SEARCH_URL 是从 Bing 搜索资源中必需的。

from langchain_community.tools.bing_search import BingSearchResults
from langchain_community.utilities import BingSearchAPIWrapper

api_wrapper = BingSearchAPIWrapper()
tool = BingSearchResults(api_wrapper=api_wrapper)

工具包

Azure AI 服务

我们需要安装几个 Python 包。

pip install azure-ai-formrecognizer azure-cognitiveservices-speech azure-ai-vision-imageanalysis

请参见 使用示例

from langchain_community.agent_toolkits import azure_ai_services

Azure AI 服务单个工具

azure_ai_services 工具包包括以下工具:

Microsoft Office 365 邮件和日历

我们需要安装 O365 python 包。

pip install O365

查看 使用示例

from langchain_community.agent_toolkits import O365Toolkit

Office 365 单个工具

您可以使用 Office 365 工具包中的单个工具:

  • O365CreateDraftMessage: 用于在 Office 365 中创建草稿邮件的工具
  • O365SearchEmails: 用于在 Office 365 中搜索邮件消息的工具
  • O365SearchEvents: 用于在 Office 365 中搜索日历事件的工具
  • O365SendEvent: 用于在 Office 365 中发送日历事件的工具
  • O365SendMessage: 用于在 Office 365 中发送电子邮件的工具
from langchain_community.tools.office365 import O365CreateDraftMessage
from langchain_community.tools.office365 import O365SearchEmails
from langchain_community.tools.office365 import O365SearchEvents
from langchain_community.tools.office365 import O365SendEvent
from langchain_community.tools.office365 import O365SendMessage

Microsoft Azure PowerBI

我们需要安装 azure-identity Python 包。

pip install azure-identity

查看 使用示例

from langchain_community.agent_toolkits import PowerBIToolkit
from langchain_community.utilities.powerbi import PowerBIDataset

PowerBI 单个工具

您可以使用 Azure PowerBI 工具包中的单个工具:

  • InfoPowerBITool: 用于获取 PowerBI 数据集元数据的工具
  • ListPowerBITool: 用于获取表名的工具
  • QueryPowerBITool: 用于查询 PowerBI 数据集的工具
from langchain_community.tools.powerbi.tool import InfoPowerBITool
from langchain_community.tools.powerbi.tool import ListPowerBITool
from langchain_community.tools.powerbi.tool import QueryPowerBITool

PlayWright 浏览器工具包

Playwright 是一个开源自动化工具 由 Microsoft 开发,允许您以编程方式控制和自动化 网络浏览器。它旨在进行端到端测试、抓取和自动化 跨各种网络浏览器,如 ChromiumFirefoxWebKit

我们需要安装几个 Python 包。

pip install playwright lxml

查看 使用示例

from langchain_community.agent_toolkits import PlayWrightBrowserToolkit

PlayWright 浏览器单独工具

您可以使用 PlayWright 浏览器工具包中的单独工具。

from langchain_community.tools.playwright import ClickTool
from langchain_community.tools.playwright import CurrentWebPageTool
from langchain_community.tools.playwright import ExtractHyperlinksTool
from langchain_community.tools.playwright import ExtractTextTool
from langchain_community.tools.playwright import GetElementsTool
from langchain_community.tools.playwright import NavigateTool
from langchain_community.tools.playwright import NavigateBackTool

图表

Azure Cosmos DB for Apache Gremlin

我们需要安装一个python包。

pip install gremlinpython

查看使用示例

from langchain_community.graphs import GremlinGraph
from langchain_community.graphs.graph_document import GraphDocument, Node, Relationship

工具

Bing搜索API

Microsoft Bing,通常称为BingBing搜索, 是由Microsoft拥有和运营的网络搜索引擎。

查看使用示例

from langchain_community.utilities import BingSearchAPIWrapper

更多

Microsoft Presidio

Presidio(源自拉丁语praesidium‘保护,驻军’) 帮助确保敏感数据得到妥善管理和治理。它提供快速识别和 匿名化模块,用于文本和图像中的私人实体,如信用卡号码、姓名、 位置、社会安全号码、比特币钱包、美国电话号码、财务数据等。

首先,您需要安装几个Python包并下载一个SpaCy模型。

pip install langchain-experimental openai presidio-analyzer presidio-anonymizer spacy Faker
python -m spacy download en_core_web_lg

请参见使用示例

from langchain_experimental.data_anonymizer import PresidioAnonymizer, PresidioReversibleAnonymizer

Was this page helpful?


You can also leave detailed feedback on GitHub.

扫我,入群扫我,找书