Skip to content

03-step.md

Latest commit

 

History

History
64 lines (43 loc) · 4.11 KB

03-step.md

File metadata and controls

64 lines (43 loc) · 4.11 KB

Passo 3: Backend e Integração com IA

Resumo: Neste passo, você implementará a funcionalidade principal do StudyPlan AI conectando o backend aos modelos de IA do GitHub e criando o endpoint de API que alimenta a aplicação.

Visão Geral do Aplicativo StudyPlan

O StudyPlan AI segue um fluxo de processamento claro, começando com a entrada do usuário e terminando com um plano de estudo personalizado:

  1. Entrada do Usuário: O usuário preenche um formulário na interface web com suas informações de perfil (área de interesse, nível de habilidade atual, tempo de estudo disponível).

  2. Camada de API (app/api/api.py): Recebe a solicitação, valida os dados e os mapeia para os objetos de modelo apropriados.

  3. Serviço de Prompts (app/services/prompts.py): Formata as informações do usuário em instruções estruturadas para o modelo de IA, projetadas para produzir resultados ótimos.

  4. Cliente GitHub (app/services/github_client.py): Envia as instruções formatadas para os Modelos do GitHub e aguarda a resposta da IA.

  5. Tratamento de Resposta: A resposta gerada pela IA é processada, formatada e retornada ao usuário através da interface web como um plano de estudo estruturado e personalizado.

⌨️ Atividade: Implementar o Cliente de Modelos do GitHub

O cliente de Modelos do GitHub é essencial para a comunicação com os serviços de IA. Ele lida com autenticação, formatação de requisições e processamento de respostas, permitindo que o StudyPlan AI gere conteúdo personalizado. Nesta atividade, implementaremos o cliente que se comunica com as capacidades de IA do GitHub.

  1. Abra app/services/github_client.py. Você verá a classe GitHubModelsClient com alguma estrutura pré-definida, incluindo métodos de inicialização e configuração.

  2. Na classe GitHubModelsClient, clique com o botão direito no nome da classe e selecione Explain this no menu de contexto do GitHub Copilot para entender sua estrutura e comportamento pretendido.

  3. Abra o painel Copilot Chat, mude para o modo Agent e peça ao Copilot para implementar o cliente usando a biblioteca Azure AI Inference com o seguinte prompt:

    Static Badge

    Implemente o cliente de Modelos do GitHub usando a biblioteca Azure AI Inference:

- Primeiro instale o pacote necessário: pip install azure-ai-inference
- Use ChatCompletionsClient da azure.ai.inference
- Use SystemMessage e UserMessage de azure.ai.inference.models
- Conecte-se ao endpoint https://models.github.ai/inference
- Use o modelo openai/gpt-4o-mini
- Implemente uma resposta simulada de fallback para testes
- Trate erros e forneça mensagens de erro detalhadas

[!IMPORTANTE] Quando você enviar este prompt, o Copilot Chat pode solicitar permissão para instalar o pacote Azure AI Inference.

  • Clique em Continue na janela de chat para autorizar a instalação

  • Clique em Keep quando solicitado a salvar as alterações no arquivo de requisitos

Este pacote é essencial para estabelecer comunicação com a API de Modelos do GitHub e habilitar a geração de planos de estudo com IA.

🤔 Como funciona?

A implementação do GitHubModelsClient integra-se aos modelos de IA do GitHub para gerar planos de estudo personalizados. Ela usa a biblioteca Azure AI Inference para estabelecer conexões seguras com o endpoint da API de Modelos do GitHub, lida com autenticação por meio de tokens do GitHub e converte mensagens do usuário no formato apropriado para processamento de IA.

O cliente inclui um mecanismo de fallback que automaticamente muda para respostas simuladas quando a API está indisponível, garantindo que a aplicação permaneça funcional durante o desenvolvimento e testes.

← Verificar seu ambiente Próximo: Modelos de Dados e Endpoint da API →