Skip to content

03-step.md

Latest commit

 

History

History
64 lines (43 loc) · 4.18 KB

03-step.md

File metadata and controls

64 lines (43 loc) · 4.18 KB

Paso 3: Backend e Integración con IA

Resumen: En este paso, implementarás la funcionalidad principal de StudyPlan AI conectando el backend a los modelos de IA de GitHub y creando el endpoint de API que impulsa la aplicación.

Descripción General de la Aplicación StudyPlan

StudyPlan AI sigue un flujo de procesamiento claro, comenzando desde la entrada del usuario y terminando con un plan de estudio personalizado:

  1. Entrada del Usuario: El usuario completa un formulario en la interfaz web con su información de perfil (área de interés, nivel de habilidad actual, tiempo de estudio disponible).

  2. Capa de API (app/api/api.py): Recibe la solicitud, valida los datos y los mapea a los objetos de modelo apropiados.

  3. Servicio de Prompts (app/services/prompts.py): Formatea la información del usuario en instrucciones estructuradas para el modelo de IA, diseñadas para producir resultados óptimos.

  4. Cliente de GitHub (app/services/github_client.py): Envía las instrucciones formateadas a los Modelos de GitHub y espera la respuesta de la IA.

  5. Manejo de Respuesta: La respuesta generada por la IA es procesada, formateada y devuelta al usuario a través de la interfaz web como un plan de estudio estructurado y personalizado.

⌨️ Actividad: Implementar el Cliente de Modelos de GitHub

El cliente de Modelos de GitHub es esencial para comunicarse con los servicios de IA. Maneja la autenticación, el formato de solicitudes y el procesamiento de respuestas, permitiendo que StudyPlan AI genere contenido personalizado. En esta actividad, implementaremos el cliente que se comunica con las capacidades de IA de GitHub.

  1. Abre app/services/github_client.py. Verás la clase GitHubModelsClient con alguna estructura predefinida, incluyendo métodos de inicialización y configuración.

  2. En la clase GitHubModelsClient, haz clic derecho en el nombre de la clase y selecciona Explain this desde el menú contextual de GitHub Copilot para entender su estructura y comportamiento previsto.

  3. Abre el panel Copilot Chat, cambia al modo Agent y pide a Copilot que implemente el cliente usando la biblioteca Azure AI Inference con el siguiente prompt:

    Static Badge

    Implementa el cliente de Modelos de GitHub usando la biblioteca Azure AI Inference:

- Primero instala el paquete requerido: pip install azure-ai-inference
- Usa ChatCompletionsClient de azure.ai.inference
- Usa SystemMessage y UserMessage de azure.ai.inference.models
- Conéctate al endpoint https://models.github.ai/inference
- Usa el modelo openai/gpt-4o-mini
- Implementa una respuesta simulada de respaldo para pruebas
- Maneja errores y proporciona mensajes de error detallados

[!IMPORTANTE] Cuando envíes este prompt, Copilot Chat puede solicitar permiso para instalar el paquete Azure AI Inference.

  • Haz clic en Continue en la ventana de chat para autorizar la instalación

  • Haz clic en Keep cuando se te solicite guardar los cambios en el archivo de requisitos

Este paquete es esencial para establecer comunicación con la API de Modelos de GitHub y habilitar la generación de planes de estudio impulsados por IA.

🤔 ¿Cómo funciona?

La implementación de GitHubModelsClient se integra con los modelos de IA de GitHub para generar planes de estudio personalizados. Utiliza la biblioteca Azure AI Inference para establecer conexiones seguras con el endpoint de la API de Modelos de GitHub, maneja la autenticación a través de tokens de GitHub y convierte los mensajes del usuario al formato apropiado para el procesamiento de IA.

El cliente incluye un mecanismo de respaldo que cambia automáticamente a respuestas simuladas cuando la API no está disponible, asegurando que la aplicación permanezca funcional durante el desarrollo y las pruebas.

← Verificar tu entorno Siguiente: Modelos de Datos y Endpoint de API →