Skip to content

README.md

Latest commit

 

History

History
225 lines (160 loc) · 22.6 KB

README.md

File metadata and controls

225 lines (160 loc) · 22.6 KB
Raw

Java အတွက် Generative AI ဖန်တီးမှုဖွံ့ဖြိုးရေး ပတ်ဝန်းကျင် တပ်ဆင်ခြင်း

အဆင်ပြေစွာ စတင်ခြင်း: AI မော်ဒယ်များကို Azure AI Foundry တွင် Bicep + azd ဖြင့် ကုဒ်အဖြစ် နည်းနည်း သုံအတွင်း စတင်အသုံးပြုပါ — Azure AI Foundry Setup Guide ကိုကြည့်ပါ။ အတည်ပြုခြင်းမှာ keyless (Microsoft Entra ID) ဖြစ်သောကြောင့် API key မလိုအပ်ပါ။

သင်ထိတွေ့မည့် အကြောင်းအရာများ

  • AI application များအတွက် Java ဖွံ့ဖြိုးရေးပတ်ဝန်းကျင် တပ်ဆင်ခြင်း
  • သင့်နှစ်သက်ရာ ဖွံ့ဖြိုးရေးပတ်ဝန်းကျင် (Codespaces ဖြင့် cloud-first, အလုပ်လုပ်ဖို့ Dev container, ဒါမှမဟုတ် ဒါယ့်ကိုယ်တိုင် local ဖြင့် စတင်ခြင်း) ရွေးချယ်၍ ချိန်ညှိခြင်း
  • သင့် အသင့်တင်ခြင်းကို Azure AI Foundry မော်ဒယ်တစ်ခုနှင့် ချိတ်ဆက်၍ စမ်းသပ်ခြင်း

အကြောင်းအရာ စဉ်

နိဒါန်း

ဤအခန်းတွင် ဖွံ့ဖြိုးရေးပတ်ဝန်းကျင် တပ်ဆင်ခြင်းကို လမ်းညွှန်ပါမည်။ ထိုကိစ္စအားလုံးတွင် Azure AI Foundry ကိုများစွာ အသုံးပြုမည်ဖြစ်သည်။ သင်သည် မော်ဒယ်များကို Bicep နှင့် Azure Developer CLI (azd) ဖြင့် ကုဒ်အဖြစ် provision ပြုလုပ်ပြီး၊ keyless authentication (Microsoft Entra ID) ဖြင့် ချိတ်ဆက်မည်ဖြစ်သည် — API key မလိုအပ်ပါ၊ ကူးယူခြင်း မရှိပါ။

Local တပ်ဆင်မှု မလိုအပ်ပါ! GitHub Codespaces ကို သုံးနိုင်ပြီး၊ ၎င်းမှာ browser တစ်ခုထဲတွင် ပြည့်စုံသော ဖွံ့ဖြိုးရေးပတ်ဝန်းကျင် တပ်ဆင်ထားပြီး Foundry ကိုဆိုက်ရောက် provision လုပ်နိုင်ပါသည်။

ဒီသင်တန်းတွင် Azure AI Foundry ကို သုံးကြတာ အကြောင်းကတော့-

  • ကုဒ်အဖြစ် provision ပြုလုပ်တယ် — azd up တစ်ကြိမ် run ဖို့သာလိုပြီး အကောင့်နဲ့ မော်ဒယ် deployment များ deploy လုပ်ပေးတယ်
  • keyless authentication — Azure သို့ sign-in ဖို့ သို့မဟုတ် managed identity နဲ့ authenticate လုပ်တယ်
  • ပရော်ဒပ်ရှင်း အသင့်ဖြစ် — ဒါကို local မှာ run ပေးနိုင်တယ်၊ Azure မှာ run ပေးနိုင်တယ်
  • ညာဘက်ကောင်းသော ရွေးချယ်စရာ — မော်ဒယ်များ အစားထိုးချိန်မှာ deployment အမည်ကိုပြောင်းရုံပဲ၊ မိမိကုဒ်ကို မပြောင်းရပါဘူး

မှတ်ချက်: Azure AI Foundry deployments များမှာ token အရေအတွက်အလိုက် ဘားလ်ဖြစ်ကြောင်း (pay-as-you-go) ဖြစ်သည်။ Provisioning, region, နှင့် ကုန်ကျစရိတ် အသေးစိတ်အတွက် Azure AI Foundry setup guide ကိုကြည့်ပါ။

အဆင့် ၁: ဖွံ့ဖြိုးရေး ပတ်ဝန်းကျင် တပ်ဆင်ခြင်း

Generative AI for Java သင်တန်းမှာ လိုအပ်တဲ့ ကိရိယာတွေကို စုံလင်စွာ ထည့်သွင်းထားသော ပရီးကွန်ဖစ်(ရှင်း) ဖွံ့ဖြိုးရေး container တစ်ခုကို ရှာဖွေပြီး သင်၏ ဖွံ့ဖြိုးရေးနည်းလမ်းကို ရွေးချယ်ပါ။

ပတ်ဝန်းကျင်တပ်ဆင်ခြင်း ရွေးချယ်စရာများ -

ရွေးချယ်မှု A: GitHub Codespaces (အကြံပြု)

၂ မိနစ်အတွင်း ကုဒ်ရေးစတင်ပါ — local တပ်ဆင်မှု မလိုအပ်ပါ!

  1. ဤ repository ကို သင့် GitHub အကောင့်သို့ fork ပြုလုပ်ပါ

    မှတ်ချက်: မူလ config ကို ပြင်ချင်ပါက Dev Container Configuration ကို ကြည့်ရှုပါ

  2. Code → Codespaces ဇယား → ... → New with options... ကို နှိပ်ပါ
  3. မူကြမ်း သတ်မှတ်ချက်များကို အသုံးချပါ – ၎င်းသည် Dev container configuration အဖြစ် Generative AI Java Development Environment ကိုရွေးပါ၊ သင်တန်းအတွက် ဖန်တီးထားသော custom devcontainer ဖြစ်ပါသည်
  4. Create codespace ကို နှိပ်ပါ
  5. ပတ်ဝန်းကျင် အသင့်ရှိရန် ~၂ မိနစ်စောင့်ပါ
  6. အဆင့် ၂: Azure AI Foundry Provision ပြုလုပ်ခြင်း သို့ ရောက်ရှိပါ

Screenshot: Codespaces submenu

Screenshot: New with options

Screenshot: Create codespace options

Codespaces ၏ အားသာချက်များ:

  • Local တပ်ဆင်မှု မလိုအပ်ပါ
  • ဘရောက်ဇာရှိရာ စက်တစ်လုံးလုံးတွင် အသုံးပြုနိုင်သည်
  • ကိရိယာများနှင့် တိုးချဲ့ထည့်သွင်းမှုများအားလုံး မူကြားပြင်ဆင်ပြီး
  • ကိုယ်ပိုင်အကောင့်များအတွက် တစ်လလျှင် လွတ်လပ်စွာ ၆၀ နာရီ
  • သင်ယူသူအားလုံးအတွက် တည်ကြည့် ပတ်ဝန်းကျင်

ရွေးချယ်မှု B: Local Dev Container

Docker ဖြင့် local development ကိုနှစ်သက်သည့် ဖွံ့ဖြိုးသူများအတွက်

  1. ဤ repository ကို သင့် local ကွန်ပျူတာသို့ fork နှင့် clone ပြုလုပ်ပါ

    မှတ်ချက်: မူလ config ကို ပြင်ချင်ရင် Dev Container Configuration ကို ကြည့်ရှုပါ

  2. Docker Desktop နှင့် VS Code ကို တပ်ဆင်ပါ
  3. VS Code တွင် Dev Containers extension ကို တပ်ဆင်ပါ
  4. Repository ဖိုတာကို VS Code ထဲ၌ ဖွင့်ပါ
  5. ဖိတ်ကြားချက်ရလာရင် Reopen in Container ကိုနှိပ်ပါ (သို့မဟုတ် Ctrl+Shift+P → "Dev Containers: Reopen in Container" ကို အသုံးပြုပါ)
  6. Container ရုပ်ပုံဖန်တီးပြီး စတင်မှုကို စောင့်ပါ
  7. အဆင့် ၂: Azure AI Foundry Provision ပြုလုပ်ခြင်း သို့ ရောက်ရှိပါ

Screenshot: Dev container setup

Screenshot: Dev container build complete

ရွေးချယ်မှု C: သင့်ရဲ့ ရှိပြီးသား Local တပ်ဆင်မှု အသုံးပြုခြင်း

ရှိပြီးသား Java ပတ်ဝန်းကျင်ပေါ်မှာ ဖွံ့ဖြိုးသူများအတွက်

လိုအပ်ချက်များ-

ခြေလှမ်းများ-

  1. ဤ repository ကို သင့် local ကွန်ပျူတာသို့ clone ချပြီး ဖွင့်ပါ
  2. Project ကို သင့် IDE တွင် ဖွင့်ပါ
  3. အဆင့် ၂: Azure AI Foundry Provision ပြုလုပ်ခြင်း သို့ ရောက်ရှိပါ

အကြံပြုချက်: သင့်စက် specs ต่ำသည်၊ ဒါပေမယ့် VS Code ကို local မှာ အသုံးချချင်တာဖြစ်လျှင် GitHub Codespaces ကို သုံးပါ! ကိုယ့် local VS Code ကို cloud-hosted Codespace နဲ့ ချိတ်ဆက်ပြီး နှစ်ဘက်စလုံး အကောင်းဆုံးကို ရနိုင်ပါတယ်။

Screenshot: created local devcontainer instance

အဆင့် ၂: Azure AI Foundry Provision ပြုလုပ်ခြင်း

သင်တန်းအတွက် AI မော်ဒယ်များကို Azure AI Foundry တွင် ကုဒ်အဖြစ် deploy လုပ်ပါ။ Repository ရဲ့ root မှာ:

cd 02-SetupDevEnvironment
azd auth login
az login
azd up

azd က environment အမည်နဲ့ region ကို မေးမြန်းပြီး Azure AI Foundry အကောင့် ကို gpt-4o-mini နဲ့ text-embedding-3-small deployments တွေနဲ့ provision ပြုလုပ်သည်။ နမူနာ .env ဖိုင်ထဲမှာ endpoint ကို ရေးသွင်းပေးသည် — အားလုံး keyless authentication ဖြင့် (API key မလိုအပ်ပါ)။

အပြည့်အစုံ လမ်းညွှန်ချက်: Azure AI Foundry Setup Guide မှာ မလိုအပ်သည့် အချက်အလက်များ၊ မန်ဝယ် (portal) နည်းလမ်း၊ region ညွှန်ကြားချက်များ၊ နှင့် ကုန်ကျစရိတ်/ရှင်းလင်းရေးမှတ်စုများ ပါရှိသည်။

အဆင့် ၃: သင့် Setup ကို စမ်းသပ်ခြင်း

Foundry မော်ဒယ်များ provision ပြီးပါက၊ နမူနာအက်ပ်ကို 02-SetupDevEnvironment/examples/basic-chat-azure ထဲမှ စမ်းသပ်ပါ။

  1. ဖွံ့ဖြိုးရေး ပတ်ဝန်းကျင် ထဲမှ terminal ကို ဖွင့်ပါ
  2. နမူနာလမ်းကြောင်းသို့ သွားပါ 
    cd 02-SetupDevEnvironment/examples/basic-chat-azure
  3. စစ်ဆေးပါ သင် signed-in ဖြစ်ပါပြီလား (keyless auth သည် token လိုအပ်သည်)- 
    az login

    သင် azd up ကို run လုပ်ပြီးဖြစ်ပါက .env ဖိုင်ထဲမှာ endpoint ရေးသားပြီးသားဖြစ်ပါပြီ။

  4. အက်ပ်ကို run ပါ- 
    mvn clean spring-boot:run

သင်သည် gpt-4o-mini မော်ဒယ်မှ တုံ့ပြန်ချက်တစ်ခုကိုမြင်ရမည်။

နမူနာကုဒ် နားလည်ခြင်း

examples/basic-chat-azure မှာရှိသည့် နမူနာက Spring Boot app တစ်ခုဖြစ်ပြီး Azure AI Foundry နှင့် keyless authentication ဖြင့် ချိတ်ဆက်ရန် Spring AI ကို အသုံးပြုထားသည်။

အဆိုပါကုဒ် စီမံချက်များ:

  • အာဇူးပေးနေသည် Azure AI Foundry ကို သင့် Azure sign-in (Microsoft Entra ID) ဖြင့် ချိတ်ဆက်သည် — API key မလိုအပ်ပါ
  • prompt တစ်ခု စာပို့သည် gpt-4o-mini မော်ဒယ်သို့
  • AI ထံမှ တုံ့ပြန်ချက်ကို လက်ခံပြီး ပြသသည်
  • သင့် setup မှန်ကန်ကြောင်း သက်သေပြသည်

အဓိက ပံ့ပိုးမှု (pom.xml မှာ):

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-azure-openai</artifactId>
</dependency>

ချိန်ညှိမှု (application.yml):

spring:
  ai:
    azure:
      openai:
        # Endpoint only - no api-key. Spring AI uses DefaultAzureCredential (keyless).
        endpoint: ${AZURE_OPENAI_ENDPOINT}
        chat:
          options:
            deployment-name: ${AZURE_OPENAI_DEPLOYMENT:gpt-4o-mini}

အနှစ်ချုပ်

ကောင်းပါပြီ! သင့်မှာ လုံးဝ ပြင်ဆင်ပြီးဖြစ်ပါပြီ-

  • Azure AI Foundry မော်ဒယ်များကို ကုဒ်ဖြင့် Bicep + azd ဖြင့် provision ပြုလုပ်ခြင်း
  • သင့် Java ဖွံ့ဖြိုးရေး ပတ်ဝန်းကျင် အလုပ်ထဲမလားခြင်း (Codespaces, dev containers, ဒါမှမဟုတ် local)
  • Azure AI Foundry နှင့် keyless authentication (Microsoft Entra ID) ဖြင့် ချိတ်ဆက်မှု—API key မလိုအပ်ပါ
  • မော်ဒယ်ကို ပြောဆိုပြီး လွယ်ကူသော နမူနာဖြင့် စစ်ဆေးပြီး အလုပ်လုပ်မှုတိုက်တွန်းမှု

နောက်တစ်ဆင့်များ

အခန်း ၃: Core Generative AI Techniques

ပြဿနာဖြေရှင်းခြင်း

ပြဿနာရှိပါသလား? အောက်ပါ ပြဿနာများနှင့် ဖြေရှင်းနည်းများကို ကြည့်ပါ-

  • Authentication မအောင်မြင်နေပါသလား (401/403)?

    • az login ကို run ပါ — authentication သည် keyless ဖြစ်သည်၊ သင့်အကောင့်ကို မှန်ကန်စွာ login ခဲ့ထားရမည်
    • သင့် အကောင့်တွင် resource ပေါ်ရှိ Cognitive Services OpenAI User သတ်မှတ်ချက် ရှိကြောင်း စစ်ဆေးပါ
    • သင် provision ပြုလုပ်ပြီးကြသည့် မိနစ်အနည်းငယ်စောင့်ပါ၊ role assignment သည် ဖြန့်ဖြူးတော့မည်ဖြစ်သည်

  • Maven ကို မတွေ့မြင်ပါသလား?

    • dev containers / Codespaces ကို သုံးပါက Maven သည် မျှော်လင့်ထားသလို တပ်ဆင်ထားသည်
    • local တပ်ဆင်မှုအတွက် Java 21+ နှင့် Maven 3.9+ တပ်ဆင်ရေးကို သေချာစွာ စစ်ဆေးပါ
    • mvn --version ဖြင့် တပ်ဆင်မှုကို စစ်ဆေးပါ

  • azd မတွေ့ရ သို့မဟုတ် provisioning မအောင်မြင်ပါသလား?

    • Azure Developer CLI ကို တပ်ဆင်ပြီး azd auth login ကို run ပါ
    • gpt-4o-mini ဝန်ဆောင်မှုရှိတဲ့ region ကို ရွေးချယ်ပါ (ဥပမာ: eastus2)
    • Azure AI Foundry setup guide တွင် အသေးစိတ်ဖော်ပြထားသည်

  • Dev container က စတင်မနေပါသလား?

    • Docker Desktop သည် လည်ပတ်နေကြောင်း သေချာစေရန် (local dev အတွက်)
    • container ကို ပြန်ဖန်တီးရန် ကြိုးစားပါ: Ctrl+Shift+P → "Dev Containers: Rebuild Container"

  • အက်ပ် ဖွဲ့စည်းမှုနဲ့ ပြဿနာရှိပါသလား?

    • သင် ၀င်ထားသည့် ဖိုဒါ သို့ 02-SetupDevEnvironment/examples/basic-chat-azure ဖြစ်ကြောင်း အတည်ပြုပါ
    • သန့်ရှင်း၍ ပြန်ဖွဲ့ရန်: mvn clean compile

အကူအညီလိုပါသလား?: ပြဿနာရှိနေဆဲလျှင် repository ထဲတွင် issue တစ်ခုဖွင့်ပါ၊ ကျွန်ုပ်တို့ကူညီပေးပါမည်။

ပြောကြားချက် ဤစာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးပမ်းနေသော်လည်း၊ စက်ကိရိယာဘာသာပြန်ခြင်းများတွင် အမှားများ သို့မဟုတ် မှားယွင်းချက်များ ပါဝင်နိုင်ကြောင်း သတိပြုပါရန် လိုအပ်ပါသည်။ မူလစာတမ်းကို မူရင်းဘာသာဖြင့်သာ ယုံကြည်စိတ်ချရသော အချက်အလက်အဖြစ် သတ်မှတ်သင့်သည်။ အရေးကြီးသည့် သတင်းအချက်အလက်များအတွက် ပရော်ဖက်ရှင်နယ် လူသားဘာသာပြန်သူဝန်ဆောင်မှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုကွာခြားမှုများ သို့မဟုတ် မမှန်ကန်သော အသုံးပြုမှုများအတွက် ကျွန်ုပ်တို့ တာဝန်မခံပါ။