Plataforma open source de engenharia de IA para depurar, avaliar, monitorar e otimizar agentes, apps com LLMs e modelos de ML.
microsoft/genaiops-promptflow-template
Template e orientações para operar aplicativos com LLM criados com Prompt Flow no Azure AI Studio ou Azure Machine Learning, abrangendo experimentação, avaliação e implantação.
- Estrelas
- 369
- Forks
- 277
- Issues abertas
- 42
- Último commit
- há 2 meses
O que é?
Este projeto é um template de LLMOps para equipes que criam aplicativos com LLM usando Prompt Flow. Ele atende ao ciclo interno de experimentação e avaliação e ao ciclo externo de implantação e inferência, e pode executar fluxos localmente ou no Azure.
O template oferece suporte a fluxos de função em Python, fluxos de classe e fluxos DAG em YAML, além de incluir um caminho de avaliação totalmente em Python por meio do pacote promptflow-evals. Um repositório pode conter vários fluxos e conjuntos de dados, com experimentos de variantes e hiperparâmetros, relatórios comparativos em CSV e HTML e implantação A/B em compute gerenciado do AzureML.
A orquestração de CI/CD está disponível por meio do GitHub Actions, Azure DevOps e Jenkins. Os destinos de implantação incluem Kubernetes, Azure Web Apps e compute gerenciado do AzureML. Uma pasta separada de DataOps contém pipelines de dados que registram conjuntos de dados como ativos de dados do Azure ML.
Recursos principais
- 01Hospeda vários fluxos do Prompt Flow em um único repositório, com um ciclo de vida para cada fluxo.
- 02Executa experimentos de variantes e hiperparâmetros e gera relatórios em CSV e HTML.
- 03Oferece suporte à implantação A/B em compute gerenciado do AzureML.
- 04Integra-se a pipelines do GitHub Actions, Azure DevOps e Jenkins.
- 05Implanta fluxos no Kubernetes, Azure Web Apps e compute gerenciado do AzureML.
Casos de uso
- Comparar variantes de prompts e hiperparâmetros de modelos usando um conjunto de dados de avaliação compartilhado.
- Levar um aplicativo com LLM da experimentação local a um endpoint gerenciado no Azure.
- Configurar etapas de CI/CD que testam e implantam fluxos do Prompt Flow automaticamente.
- Gerenciar vários casos de uso de LLM, como classificação, chat com RAG e geração de código, em um único repositório.
Início rápido
- 1
Clone o repositório do GitHub
git clone https://github.com/microsoft/llmops-promptflow-template.git - 2
Crie um arquivo .env na raiz e adicione os dados de conexão, como uma conexão AzureOpenAI chamada aoai
Antes de usar
- Os fluxos dos exemplos esperam uma conexão AzureOpenAI, portanto você precisa de uma chave de API e de um endpoint do Azure OpenAI.
- A configuração local do README contempla apenas AzureOpenAI como provedor e é voltada ao Azure AI Studio e ao Azure Machine Learning.
- A licença não está claramente especificada (NOASSERTION); verifique os termos da licença antes de reutilizar o projeto.
Em coleções
Tópicos
Perguntas frequentes
- O que é genaiops-promptflow-template?
- Template e orientações para operar aplicativos com LLM criados com Prompt Flow no Azure AI Studio ou Azure Machine Learning, abrangendo experimentação, avaliação e implantação. Este projeto é um template de LLMOps para equipes que criam aplicativos com LLM usando Prompt Flow. Ele atende ao ciclo interno de experimentação e avaliação e ao ciclo externo de implantação e inferência, e pode executar fluxos localmente ou no Azure.
- genaiops-promptflow-template é gratuito? Qual é a licença?
- genaiops-promptflow-template é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- genaiops-promptflow-template ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de genaiops-promptflow-template foi em 15 de set. de 2026.
- Para que posso usar genaiops-promptflow-template?
- Comparar variantes de prompts e hiperparâmetros de modelos usando um conjunto de dados de avaliação compartilhado. Levar um aplicativo com LLM da experimentação local a um endpoint gerenciado no Azure. Configurar etapas de CI/CD que testam e implantam fluxos do Prompt Flow automaticamente. Gerenciar vários casos de uso de LLM, como classificação, chat com RAG e geração de código, em um único repositório.
- Como instalar genaiops-promptflow-template?
- Clone o repositório do GitHub: git clone https://github.com/microsoft/llmops-promptflow-template.git Crie um arquivo .env na raiz e adicione os dados de conexão, como uma conexão AzureOpenAI chamada aoai
- Onde consigo genaiops-promptflow-template?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/microsoft/genaiops-promptflow-template
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Ambiente visual baseado em nós para comparar prompts e modelos, consultando vários LLMs ao mesmo tempo e avaliando as respostas.
Laboratórios, materiais de leitura e exercícios de um curso de MLOps e LLMOps da Northeastern University, com foco em implantação e monitoramento de ML.
Emulador local gratuito e open source do Azure, com serviços compatíveis como Blob, Queue, Table, Functions e Cosmos DB em localhost:4577.
Framework Python open source para avaliar, testar e monitorar sistemas de ML e LLM, com mais de 100 métricas integradas e detecção de drift.
Plataforma LLMOps open source e cloud-native para gerenciar prompts, observar chamadas a LLMs, usar cache e distribuir alterações de prompts.