Implantar um aplicativo que usa OpenAI no Serviço Kubernetes do Azure (AKS)

Neste artigo, você aprenderá a implantar um aplicativo que usa o Azure OpenAI ou OpenAI no AKS. Com o OpenAI, você pode facilmente adaptar diferentes modelos de IA, como geração de conteúdo, sumarização, pesquisa semântica e linguagem natural para geração de código, para suas tarefas específicas. Você começa implantando um cluster AKS em sua assinatura do Azure. Em seguida, você implanta seu serviço OpenAI e o aplicativo de exemplo.

O aplicativo nativo da nuvem de exemplo é representativo de implementações do mundo real. O aplicativo de vários contêineres é composto por aplicativos escritos em várias linguagens e estruturas, incluindo:

Golang com Gin
Rust com Actix-Web
JavaScript com Vue.js e Fastify
Python com FastAPI

Esses aplicativos fornecem front-ends para clientes e administradores de loja, APIs REST para enviar dados para a fila de mensagens RabbitMQ e banco de dados MongoDB e aplicativos de console para simular tráfego.

Nota

Não recomendamos a execução de contêineres com monitoração de estado, como MongoDB e Rabbit MQ, sem armazenamento persistente para produção. Nós os usamos aqui para simplificar, mas recomendamos o uso de serviços gerenciados, como o Azure CosmosDB ou o Azure Service Bus.

Para acessar a base de código do GitHub para o aplicativo de exemplo, consulte AKS Store Demo.

Antes de começar

Você precisa de uma conta do Azure com uma assinatura ativa. Se você não tiver uma, crie uma conta gratuitamente.
Para esta demonstração, você pode usar o serviço OpenAI do Azure ou o serviço OpenAI.
- Se você planeja usar o serviço Azure OpenAI, precisará solicitar acesso para habilitá-lo em sua assinatura do Azure usando o formulário Solicitar acesso ao Serviço OpenAI do Azure.
- Se você planeja usar o OpenAI, inscreva-se no site do OpenAI.

Pré-requisitos

Use o ambiente Bash no Azure Cloud Shell. Para obter mais informações, consulte Introdução ao Azure Cloud Shell.
Se preferir executar comandos de referência da CLI localmente, instale a CLI do Azure. Se estiver a utilizar o Windows ou macOS, considere executar a CLI do Azure num contentor Docker. Para obter mais informações, consulte Como executar a CLI do Azure em um contêiner do Docker.
- Se estiver a utilizar uma instalação local, inicie sessão no CLI do Azure ao utilizar o comando az login. Para concluir o processo de autenticação, siga os passos apresentados no seu terminal. Para outras opções de entrada, consulte Autenticar no Azure usando a CLI do Azure.
- Quando solicitado, instale a extensão da CLI do Azure na primeira utilização. Para obter mais informações sobre extensões, consulte Usar e gerenciar extensões com a CLI do Azure.
- Execute o comando az version para localizar a versão e as bibliotecas dependentes instaladas. Para atualizar para a versão mais recente, execute o comando az upgrade.

Criar um grupo de recursos

Um grupo de recursos do Azure é um grupo lógico no qual você implanta e gerencia recursos do Azure. Ao criar um grupo de recursos, você será solicitado a especificar um local. Esse local é o local de armazenamento dos metadados do grupo de recursos e onde os recursos são executados no Azure se você não especificar outra região durante a criação do recurso.

O exemplo seguinte cria um grupo de recursos com o nome myResourceGroup na localização eastus.

Crie um grupo de recursos usando o az group create comando.

az group create --name myResourceGroup --location eastus

O exemplo de saída a seguir mostra a criação bem-sucedida do grupo de recursos:

{
  "id": "/subscriptions/<guid>/resourceGroups/myResourceGroup",
  "location": "eastus",
  "managedBy": null,
  "name": "myResourceGroup",
  "properties": {
    "provisioningState": "Succeeded"
  },
  "tags": null,
  "type": "Microsoft.Resources/resourceGroups"
}

Criar um cluster do AKS

O exemplo a seguir cria um cluster chamado myAKSCluster em myResourceGroup.

Crie um cluster AKS usando o az aks create comando.
```
az aks create --resource-group myResourceGroup --name myAKSCluster --generate-ssh-keys
```
Após alguns minutos, o comando conclui e retorna informações formatadas em JSON sobre o cluster.

Ligar ao cluster

Para gerenciar um cluster Kubernetes, use o cliente de linha de comando Kubernetes, kubectl. kubectl já está instalado se você usar o Azure Cloud Shell.

Instale kubectl localmente usando o az aks install-cli comando.
```
az aks install-cli
```
Nota

Se o seu sistema baseado em Linux requer permissões elevadas, você pode usar o sudo az aks install-cli comando.
Configure kubectl para se conectar ao cluster do Kubernetes usando o az aks get-credentials comando.

Este comando executa as seguintes operações:
- Baixa credenciais e configura a CLI do Kubernetes para usá-las.
- Usa ~/.kube/config, o local padrão para o arquivo de configuração do Kubernetes. Especifique um local diferente para o arquivo de configuração do Kubernetes usando o argumento --file .
```
az aks get-credentials --resource-group myResourceGroup --name myAKSCluster
```

Verifique a conexão com o cluster usando o kubectl get comando. Este comando retorna uma lista dos nós do cluster.

kubectl get nodes

O exemplo de saída a seguir mostra os nós criados nas etapas anteriores. Verifique se o status do nó é Pronto.

NAME                                STATUS   ROLES   AGE     VERSION
aks-nodepool1-31469198-vmss000000   Ready    agent   3h29m   v1.25.6
aks-nodepool1-31469198-vmss000001   Ready    agent   3h29m   v1.25.6
aks-nodepool1-31469198-vmss000002   Ready    agent   3h29m   v1.25.6

Nota

Para clusters privados, os nós podem ficar inacessíveis se você tentar se conectar a eles por meio do endereço IP público. Para corrigir isto, precisa criar um ponto de extremidade dentro da mesma VNET do cluster para a qual se pretende conectar. Siga as instruções para Criar um cluster AKS privado e, em seguida, conecte-se a ele.

Implementar a aplicação

O manifesto do aplicativo AKS Store inclui as seguintes implantações e serviços do Kubernetes:

Serviço do produto: Mostra as informações do produto.
Serviço de pedidos: Faz pedidos.
Serviço Makeline: Processa pedidos da fila e conclui os pedidos.
Vitrine: aplicativo Web para que os clientes visualizem produtos e façam pedidos.
Store admin: aplicativo Web para funcionários da loja visualizarem pedidos na fila e gerenciarem informações do produto.
Cliente virtual: Simula a criação de pedidos de forma programada.
Trabalhador virtual: simula a conclusão do pedido de forma programada.
Mongo DB: instância NoSQL para dados persistentes.
Rabbit MQ: Fila de mensagens para processamento de pedidos.

Nota

Revise o manifesto YAML da aplicação.

Implante o aplicativo usando o kubectl apply comando e especifique o nome do seu manifesto YAML.

kubectl apply -f https://raw.githubusercontent.com/Azure-Samples/aks-store-demo/main/aks-store-all-in-one.yaml

O exemplo de saída a seguir mostra as implementações e os serviços criados com êxito.

deployment.apps/mongodb created
service/mongodb created
deployment.apps/rabbitmq created
service/rabbitmq created
deployment.apps/order-service created
service/order-service created
deployment.apps/makeline-service created
service/makeline-service created
deployment.apps/product-service created
service/product-service created
deployment.apps/store-front created
service/store-front created
deployment.apps/store-admin created
service/store-admin created
deployment.apps/virtual-customer created
deployment.apps/virtual-worker created

Implante o OpenAI

Você pode usar o Azure OpenAI ou OpenAI e executar seu aplicativo no AKS.

Azure OpenAI
OpenAI

No portal do Azure, crie uma instância do Azure OpenAI.
Navegue até a instância do Azure OpenAI que você criou.
Na folha Visão geral , navegue até o portal do Azure AI Foundry.
Crie uma nova implantação de Chat usando o modelo base gpt-4o-mini .

Para obter mais informações sobre como criar uma implantação no Azure OpenAI, consulte Introdução à geração de texto usando o Serviço OpenAI do Azure.

Implantar o serviço de IA

Agora que o aplicativo está implantado, você pode implantar o microsserviço baseado em Python que usa OpenAI para gerar automaticamente descrições para novos produtos que estão sendo adicionados ao catálogo da loja.

Azure OpenAI
OpenAI

Crie um arquivo nomeado ai-service.yaml e copie no seguinte manifesto:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: ai-service
spec:
  replicas: 1
  selector:
    matchLabels:
      app: ai-service
  template:
    metadata:
      labels:
        app: ai-service
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
        - name: ai-service
          image: ghcr.io/azure-samples/aks-store-demo/ai-service:latest
          ports:
            - containerPort: 5001
          env:
            - name: USE_AZURE_OPENAI
              value: "True"
            - name: AZURE_OPENAI_DEPLOYMENT_NAME
              value: ""
            - name: AZURE_OPENAI_ENDPOINT
              value: ""
            - name: OPENAI_API_KEY
              value: ""
          resources:
            requests:
              cpu: 20m
              memory: 50Mi
            limits:
              cpu: 50m
              memory: 128Mi
---
apiVersion: v1
kind: Service
metadata:
  name: ai-service
spec:
  type: ClusterIP
  ports:
    - name: http
      port: 5001
      targetPort: 5001
  selector:
    app: ai-service

Defina a variável USE_AZURE_OPENAI de ambiente como "True".
Obtenha o seu nome de implementação do Azure OpenAI a partir do Azure AI Foundry e preencha o valor AZURE_OPENAI_DEPLOYMENT_NAME.
Obtenha o seu endpoint do Azure OpenAI e a chave da API do Azure OpenAI no portal do Azure selecionando Chaves e Endpoint no painel esquerdo do recurso. Atualize o AZURE_OPENAI_ENDPOINT e o OPENAI_API_KEY no YAML em conformidade.
Implante o aplicativo usando o kubectl apply comando e especifique o nome do seu manifesto YAML.
```
kubectl apply -f ai-service.yaml
```
O exemplo de saída a seguir mostra as implementações e os serviços criados com êxito.
```
  deployment.apps/ai-service created
  service/ai-service created
```

Crie um arquivo nomeado ai-service.yaml e copie no seguinte manifesto:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: ai-service
spec:
  replicas: 1
  selector:
    matchLabels:
      app: ai-service
  template:
    metadata:
      labels:
        app: ai-service
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
        - name: ai-service
          image: ghcr.io/azure-samples/aks-store-demo/ai-service:latest
          ports:
            - containerPort: 5001
          env:
            - name: USE_AZURE_OPENAI
              value: "False"
            - name: OPENAI_API_KEY
              value: ""
            - name: OPENAI_ORG_ID
              value: ""
          resources:
            requests:
              cpu: 20m
              memory: 50Mi
            limits:
              cpu: 50m
              memory: 128Mi
---
apiVersion: v1
kind: Service
metadata:
  name: ai-service
spec:
  type: ClusterIP
  ports:
    - name: http
      port: 5001
      targetPort: 5001
  selector:
    app: ai-service

Defina a variável USE_AZURE_OPENAI de ambiente como "False".
Defina a variável OPENAI_API_KEY de ambiente colando na chave OpenAI que você gerou na última etapa.
Encontre o ID da sua organização OpenAI, copie o valor e defina a variável de OPENAI_ORG_ID ambiente.
Implante o aplicativo usando o kubectl apply comando e especifique o nome do seu manifesto YAML.
```
kubectl apply -f ai-service.yaml
```
O exemplo de saída a seguir mostra as implementações e os serviços criados com êxito.
```
  deployment.apps/ai-service created
  service/ai-service created
```

Nota

Adicionar diretamente informações confidenciais, como chaves de API, nos ficheiros de manifesto do Kubernetes não é seguro e pode ser acidentalmente submetido a repositórios de código. Nós o adicionamos aqui para simplificar. Para cargas de trabalho de produção, use a Identidade Gerenciada para autenticar no serviço Azure OpenAI ou armazenar os seus segredos no Azure Key Vault.

Testar a aplicação

Verifique o status dos pods implantados usando o comando kubectl get pods .

kubectl get pods

Certifique-se de que todos os pods estão em execução antes de continuar para a próxima etapa.

NAME                                READY   STATUS    RESTARTS   AGE
makeline-service-7db94dc7d4-8g28l   1/1     Running   0          99s
mongodb-78f6d95f8-nptbz             1/1     Running   0          99s
order-service-55cbd784bb-6bmfb      1/1     Running   0          99s
product-service-6bf4d65f74-7cbvk    1/1     Running   0          99s
rabbitmq-9855984f9-94nlm            1/1     Running   0          99s
store-admin-7f7d768c48-9hn8l        1/1     Running   0          99s
store-front-6786c64d97-xq5s9        1/1     Running   0          99s
virtual-customer-79498f8667-xzsb7   1/1     Running   0          99s
virtual-worker-6d77fff4b5-7g7rj     1/1     Running   0          99s

Obtenha o IP do aplicativo Web de administração da loja e do aplicativo Web do site da loja usando o comando kubectl get service.
```
kubectl get service store-admin
```
O aplicativo expõe o site de administração da loja à internet por meio de um balanceador de carga público provisionado pelo serviço Kubernetes. Este processo pode demorar alguns minutos a concluir. IP EXTERNO inicialmente mostra pendente até que o serviço aparece e mostra o endereço IP.
```
NAME          TYPE           CLUSTER-IP     EXTERNAL-IP     PORT(S)        AGE
store-admin   LoadBalancer   10.0.142.228   40.64.86.161    80:32494/TCP   50m
```
Repita a mesma etapa para o serviço chamado 'store-front''.
Abra um navegador da Web e navegue até o endereço IP externo do seu serviço. No exemplo mostrado aqui, abra 40.64.86.161 para ver o administrador da loja no navegador. Repita o mesmo passo para a frente da loja.
No administrador da loja, selecione a guia produtos e, em seguida, selecione Adicionar produtos.
Quando o 'ai-service'' estiver sendo executado com sucesso, você verá o botão Ask OpenAI ao lado do campo de descrição. Preencha o nome, o preço e as palavras-chave e, em seguida, gere uma descrição do produto, seleccionando Ask OpenAI>Save product.
Agora você pode ver o novo produto que você criou no Administrador da Loja usado pelos vendedores. Na imagem, pode-se observar que o Dog Smart Collar foi adicionado.
Você também pode ver o novo produto que você criou na vitrine usada pelos compradores. Na imagem, pode-se observar que o Dog Smart Collar foi adicionado. Lembre-se de obter o endereço IP da frente da loja usando o kubectl get service comando.

Próximos passos

Agora que adicionou a funcionalidade OpenAI a uma aplicação AKS, pode Proteger o acesso ao Azure OpenAI a partir do Serviço Kubernetes do Azure (AKS).

Para saber mais sobre casos de uso de IA generativa, consulte os seguintes recursos:

Feedback

Esta página foi útil?

Last updated on 2025-07-14

Partilhar via

Implantar um aplicativo que usa OpenAI no Serviço Kubernetes do Azure (AKS)

Antes de começar

Pré-requisitos

Criar um grupo de recursos

Criar um cluster do AKS

Ligar ao cluster

Implementar a aplicação

Implante o OpenAI

Implantar o serviço de IA

Testar a aplicação

Próximos passos

Feedback

Recursos adicionais