在 Azure 机器学习提示流中，用户可以通过参与开发、测试、优化和部署流的阶段来开发基于 LLM 的 AI 应用程序。 这种全面的工作流使用户能够利用大型语言模型 (LLM) 的强大功能，并轻松创建复杂的 AI 应用程序。
流
提示流中的流充当可执行工作流，以简化基于 LLM 的 AI 应用程序的开发。 它提供了一个全面的框架，用于管理应用程序中的数据流和处理。
在流中，节点占据中心位置，表示具有独特功能的特定工具。 这些节点使用输入和输出处理数据处理、任务执行和算法操作。 通过连接节点，可以建立一个无缝的操作链，指导数据流通过应用程序。
为了方便节点配置和微调，用户界面提供了类似笔记本的创作体验。 此直观的界面使你能够毫不费力地修改设置并编辑节点中的代码片段。 此外，通过 DAG（有向无环图）图提供工作流结构的可视化形式。 此图展示了节点之间的连接和依赖关系，提供了整个工作流的清晰概况。
借助“提示流”中的流功能，可以设计、自定义和优化 AI 应用程序的逻辑。 节点的一致排列可确保高效的数据处理和有效的流管理，使你能够创建可靠且高级的应用程序。
流类型
Azure 机器学习提示流提供三种不同的流类型，以满足各种用户方案：
- 标准流：为常规应用程序开发而设计，标准流使用户能够使用各种内置工具创建流，以开发基于 LLM 的应用程序。 它为跨不同域开发应用程序提供了灵活性和通用性。
- 聊天流：专为对话式应用程序开发而设计，聊天流基于标准流的功能构建，并为聊天输入/输出和聊天历史记录管理提供增强支持。 借助本机对话模式和内置功能，用户可以在对话上下文中无缝开发和调试其应用程序。
- 评估流：专为评估方案而设计，使用户能够创建一个流，将先前流运行的输出作为输入。 此流类型允许用户评估先前运行结果的性能并输出相关指标，从而促进对其模型或应用程序的评估和改进。