企业开通部署 Azure OpenAI 流程:如何创建一个AI聊天机器人

由于众所周知的原因,国内没法直接调用 OpenAI 接口。

下面我将演示企业如何开通 Azure OpenAI 服务,以及如何使用 C# 调用 Azure OpenAI 接口创建一个 Console 应用程序并实现聊天机器人功能。

1开通 Azure OpenAI 服务

要开通 Azure OpenAI 服务,前提是你得有一个国际信用卡(比如 Visa 或 MasterCard),然后在 Azure 国际版(azure.com)注册一个账号。如果你不是微软 MVP,最好用公司邮箱注册,否则无法申请开通 OpenAI 服务。

个人注册通道目前已经关闭,要注意。

如何解决?

GPT-4o / o1 企业免费测试入口:

Azure OpenAI 试用申请

完成账号注册和绑卡后,在"创建资源"里找到 OpenAI 服务,根据提示点击下面这个链接填写申请表单:

或者直接访问这个链接:

复制代码
https://aka.ms/oai/access

表单说明了 Azure OpenAI 服务目前只对企业或 MVP 开放,所以如果你不是 MVP 需要用公司的邮箱申请,个人 Gmail 或 Outlook 等邮箱都会被直接拒绝。

表单中涉及到公司信息部分,最好如实填写,不然也很可能被拒。填写完提交后,一般两个工作日内就会收到邮件通知。

2创建 Azure OpenAI 服务

当你的申请通过后,就可以到 Azure 上创建 OpenAI 服务了。点击"创建资源",搜索找到"OpenAI":

点击进入,填写这一页的信息:

然后一直下一步就可以完成创建了。

服务创建好以后,还要部署一个 ChatGPT 模型。在你创建好的 OpenAI 服务中,依次点击"模型部署"-"创建",在弹出的对话框中填写模型名称,选择 gpt-35-turbo 模型:

再到"密钥和终点"复制保存 API 要用的密钥和终结点:

3创建 Console 聊天应用程序

使用 .NET 的 CLI 命令行工具或通过 IDE 创建一个 Console 应用程序:

复制代码
dotnet new console -o ChatConsole
cd ChatConsole

安装两个需要用到的 Nuget 包:

复制代码
dotnet add package Microsoft.Extensions.Configuration.UserSecrets
dotnet add package Azure.AI.OpenAI --prerelease

第一个包是用来管理本地密钥的,请不要直接在代码中填写密码。第二个包是 Azure 官方的 OpenAI API 库,目前只有预览版。

安装好后,通过 user-secrets 添加好下面三个配置,分别是上面创建好的终结点、密钥和模型名称:

复制代码
dotnet user-secrets init
dotnet user-secrets set Azure:OpenAI:Endpoint [YOUR_AZURE_OPENAI_ENDPOINT]
dotnet user-secrets set Azure:OpenAI:ApiKey [YOUR_AZURE_OPENAI_APIKEY]
dotnet user-secrets set Azure:OpenAI:ModelName [YOUR_MODEL_DEPLOYMENT]

实现聊天功能有两种方式。一种是非流式响应,即一次性返回所有文字;另一种是流式响应,即一个字或几个字地返回,是最常用的方式。流式响应的好处是第一时间响应用户请求,在用户阅读的同时逐渐响应后面的内容,体验更佳。这两种方式的实现,请参考 Azure OpenAI API 文档:

复制代码
https://learn.microsoft.com/en-us/azure/cognitive-services/openai/chatgpt-quickstart

下面以流式响应为例,实现一个 Console 版本的聊天机器人。编辑 Program.cs 文件,完整参考代码如下:

复制代码
using Azure;
using Azure.AI.OpenAI;
using Microsoft.Extensions.Configuration;
using System.Text;

Console.OutputEncoding = Encoding.UTF8;

var configuration = new ConfigurationBuilder()
    .AddUserSecrets<Program>()
    .Build();

var apiKey = configuration["Azure:OpenAI:ApiKey"];
var endpoint = configuration["Azure:OpenAI:Endpoint"];
var modelName = configuration["Azure:OpenAI:ModelName"];

var client = new OpenAIClient(new Uri(endpoint), new AzureKeyCredential(apiKey));

var completionsOptions = new ChatCompletionsOptions
{
    Messages =
    {
        new ChatMessage(ChatRole.System, "你是一个温柔的女生,擅长用理性的语言鼓励和引导人,对情绪低落的人进行劝慰。温柔一点,口语化一些。"),
        new ChatMessage(ChatRole.User, "你好"),
    }
};

while (true)
{
    Console.WriteLine();
    Console.Write("她: ");

    var completionsResponse = await client.GetChatCompletionsStreamingAsync(
        modelName,
        completionsOptions
    );

    var resonseText = new StringBuilder();
    await foreach (var choice in completionsResponse.Value.GetChoicesStreaming())
    {
        await foreach (var message in choice.GetMessageStreaming())
        {
            resonseText.Append(message.Content);
            Console.Write(message.Content);
            await Task.Delay(TimeSpan.FromMilliseconds(100));
        }
    }
    completionsOptions.Messages.Add(new ChatMessage(ChatRole.Assistant, resonseText.ToString()));

    Console.WriteLine();
    Console.WriteLine();

    Console.Write("我: ");
    var userMessage = Console.ReadLine();
    completionsOptions.Messages.Add(new ChatMessage(ChatRole.User, userMessage));
}

由于 Azure OpenAI 的响应速度非常快,为了模拟打字效果特意加了一点延迟。

相关推荐
Lei活在当下6 小时前
【AI手记系列-2026/6/18】iSparto & Harness,Caveman 以及AI时代的生存指南
人工智能·llm·openai
冬奇Lab7 小时前
每日一个开源项目(第134篇):Zvec - 阿里开源的嵌入式向量数据库,向量搜索界的 SQLite
数据库·人工智能·llm
冬奇Lab7 小时前
Agent 系列(22):Context Engineering 深度——三种上下文管理策略的量化对比
人工智能·agent
hboot7 小时前
AI工程师第二课 - 数据处理
人工智能·python·数据分析
程序员cxuan8 小时前
DeepSeek 杀入多模态,识图功能正式上线!
人工智能·后端·程序员
米小虾9 小时前
告别单打独斗:2026年多Agent协作架构实战指南
人工智能·agent
IT_陈寒10 小时前
SpringBoot这个自动配置坑我跳了三次
前端·人工智能·后端
Larcher11 小时前
AI Loop:让AI像人一样自主完成任务的核心机制
javascript·人工智能·设计模式
牧艺11 小时前
从零到协同:构建类飞书在线文档系统的五个技术重难点
前端·人工智能