Plataforma open source de ingeniería de IA para depurar, evaluar, monitorear y optimizar agentes, aplicaciones con LLM y modelos de ML.
microsoft/genaiops-promptflow-template
Plantilla y guía para operar aplicaciones con LLM creadas con Prompt Flow en Azure AI Studio o Azure Machine Learning, desde la experimentación y evaluación hasta la implementación.
- Estrellas
- 369
- Forks
- 277
- Issues abiertos
- 42
- Último commit
- hace 2 meses
¿Qué es?
Este proyecto es una plantilla de LLMOps para equipos que crean aplicaciones con LLM usando Prompt Flow. Está pensada para el ciclo interno de experimentación y evaluación, y el ciclo externo de implementación e inferencia; los flujos pueden ejecutarse localmente o en Azure.
La plantilla admite flujos de funciones de Python, flujos de clases y flujos DAG en YAML, e incluye una ruta de evaluación solo con Python mediante el paquete promptflow-evals. Un repositorio puede contener varios flujos y conjuntos de datos, con experimentos de variantes e hiperparámetros, informes comparativos en CSV y HTML e implementación A/B en AzureML managed compute.
La orquestación de CI/CD está disponible mediante GitHub Actions, Azure DevOps y Jenkins. Los destinos de implementación incluyen Kubernetes, Azure Web Apps y AzureML managed compute. Además, una carpeta independiente de DataOps contiene pipelines de datos que registran conjuntos de datos como recursos de datos de Azure ML.
Funciones clave
- 01Alberga varios flujos de Prompt Flow en un mismo repositorio, con un ciclo de vida para cada flujo.
- 02Ejecuta experimentos de variantes e hiperparámetros y genera informes en CSV y HTML.
- 03Admite la implementación A/B en AzureML managed compute.
- 04Se integra con los pipelines de GitHub Actions, Azure DevOps y Jenkins.
- 05Implementa flujos en Kubernetes, Azure Web Apps y AzureML managed compute.
Casos de uso
- Comparar variantes de prompts e hiperparámetros de modelos con un conjunto de datos de evaluación compartido.
- Pasar de la experimentación local con una aplicación con LLM a un endpoint administrado en Azure.
- Configurar controles de CI/CD que prueben e implementen flujos de prompts automáticamente.
- Administrar varios casos de uso de LLM, como clasificación, chat RAG y generación de código, en un solo repositorio.
Inicio rápido
- 1
Clona el repositorio desde GitHub
git clone https://github.com/microsoft/llmops-promptflow-template.git - 2
Crea un archivo .env en la raíz y añade los datos de conexión, como una conexión AzureOpenAI llamada aoai
Antes de usarlo
- Los flujos de los ejemplos requieren una conexión AzureOpenAI, por lo que necesitas una clave de API y un endpoint de Azure OpenAI.
- La configuración local del README solo contempla AzureOpenAI como proveedor y se centra en Azure AI Studio y Azure Machine Learning.
- La licencia no está claramente indicada (NOASSERTION), así que consulta sus condiciones antes de reutilizar el proyecto.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es genaiops-promptflow-template?
- Plantilla y guía para operar aplicaciones con LLM creadas con Prompt Flow en Azure AI Studio o Azure Machine Learning, desde la experimentación y evaluación hasta la implementación. Este proyecto es una plantilla de LLMOps para equipos que crean aplicaciones con LLM usando Prompt Flow. Está pensada para el ciclo interno de experimentación y evaluación, y el ciclo externo de implementación e inferencia; los flujos pueden ejecutarse localmente o en Azure.
- ¿genaiops-promptflow-template es gratuito? ¿Qué licencia tiene?
- genaiops-promptflow-template es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿genaiops-promptflow-template sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de genaiops-promptflow-template fue el 15 sept 2026.
- ¿Para qué puedo usar genaiops-promptflow-template?
- Comparar variantes de prompts e hiperparámetros de modelos con un conjunto de datos de evaluación compartido. Pasar de la experimentación local con una aplicación con LLM a un endpoint administrado en Azure. Configurar controles de CI/CD que prueben e implementen flujos de prompts automáticamente. Administrar varios casos de uso de LLM, como clasificación, chat RAG y generación de código, en un solo repositorio.
- ¿Cómo se instala genaiops-promptflow-template?
- Clona el repositorio desde GitHub: git clone https://github.com/microsoft/llmops-promptflow-template.git Crea un archivo .env en la raíz y añade los datos de conexión, como una conexión AzureOpenAI llamada aoai
- ¿Dónde consigo genaiops-promptflow-template?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/microsoft/genaiops-promptflow-template
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Entorno visual basado en nodos para comparar prompts y modelos consultando varios LLM a la vez y evaluando sus respuestas.
Laboratorios, materiales de lectura y ejercicios para un curso de MLOps y LLMOps de Northeastern University, sobre despliegue y monitoreo de ML.
Emulador local, gratuito y de código abierto de Azure que ejecuta servicios compatibles, como Blob, Queue, Table, Functions y Cosmos DB, en localhost:4577.
Framework open source de Python para evaluar, probar y monitorear sistemas de ML y LLM, con más de 100 métricas integradas y detección de drift.
Plataforma LLMOps cloud-native y de código abierto para gestionar prompts, observar llamadas a LLM, usar caché y distribuir cambios en los prompts.