微软 Logic Apps 预览内置操作，革新生成式 AI 应用 RAG摄取
微软近日发布了 Logic Apps Standard 内置的文档解析和分块操作的公开预览版，旨在简化生成式 AI 应用基于 RAG（检索增强生成）的摄取。 这一举措标志着微软在低代码产品中进一步增强人工智能功能，为开发人员提供更便捷的工具，将文档和文件转化为 AI 可理解的格式。
RAG 技术近年来在生成式 AI 应用中扮演着越来越重要的角色。 它通过将大语言模型 (LLM) 与外部知识库相结合，使 AI 能够访问更广泛的信息，从而生成更准确、更具信息量的响应。然而，将文档和文件摄取到 RAG 系统中通常需要复杂的代码和配置，这成为许多开发人员面临的挑战。
微软的最新操作旨在解决这一问题，为开发人员提供了一种简便的方法，将文档和文件转换为 AI 可理解的格式。 这些操作基于 Apache Tika 工具包和解析器库，能够解析数千种文件类型，包括 PDF、DOCX、PPT、HTML 等，支持多种语言。开发人员无需编写任何代码，即可轻松地将文档或文件（包括结构化和非结构化的数据）摄取到 AI Search 中。
新增的 Data Operations 操作包括“文档解析”和“文本分块”功能。 “文档解析”操作将 PDF、CSV 和 Excel 等格式的内容转换为标记化的字符串，而“文本分块”操作则根据词元的数量将文本拆分为可管理的块。这些操作确保了与 Azure AI Search 和 Azure OpenAI 的兼容性，因为它们需要标记化的输入并且有词元限制。
微软的这一举措将为生成式 AI 应用的开发带来革命性的变化。 以下是一些潜在的应用场景：
- 简化文档处理： 通过将解析功能集成到人工智能工作流中，企业可以简化法律工作流程、客户支持等方面的文档处理。
- 增强客户支持： 人工智能聊天机器人可以利用这些操作获取和检索相关信息，从而提供更准确、更有效的客户支持。
- 改善知识管理： 将数据分解为可管理的片段，可以改善知识管理和可搜索性，使企业能够更有效地利用其知识库。
除了内置操作，Logic Apps 还为 RAG 摄取提供了现成的模板，使开发人员可以更便捷地连接到他们熟悉的数据源，如 SharePoint、Azure File、SFTP 和 Azure Blob Storage 等。 这将帮助开发人员节省时间，并根据自己的需要定制工作流。
低代码 / 无代码平台的兴起正在改变着人工智能应用的开发方式。除了微软的 Logic Apps，其他平台，如 Azure AI Studio、Amazon Bedrock、Vertex AI 等，也提供了类似的功能，简化了高级 AI 功能的使用。
微软 Logic Apps 预览版内置操作的发布，标志着生成式 AI 应用 RAG 摄取技术的重大进步。 随着越来越多的低代码 / 无代码平台出现，我们可以期待看到更多创新的人工智能应用涌现，推动人工智能技术在各行各业的应用和发展。
Views: 0