ការតំឡើងបរិយាកាសអភិវឌ្ឍសម្រាប់ Generative AI សម្រាប់ Java

ចាប់ផ្តើមឆាប់រហ័ស: ផ្តល់សេវាម៉ូដែល AI របស់អ្នកលើ Azure AI Foundry ជាកូដ ជាមួយ Bicep + azd ក្នុងរយៈពេលតែប៉ុន្មាននាទី — មើល មគ្គុទេសក៍តំឡើង Azure AI Foundry។ ការផ្ទៀងផ្ទាត់គឺ គ្មានកូនសោ (Microsoft Entra ID) ដូច្នេះគ្មាន API keys ត្រូវគ្រប់គ្រងទេ។

អ្វីដែលអ្នកនឹងសិក្សា

• តំឡើងបរិយាកាសអភិវឌ្ឍ Java សម្រាប់កម្មវិធី AI
• ជ្រើសរើស និងកំណត់រចនាសម្ព័ន្ធបរិយាកាសអភិវឌ្ឍដែលអ្នកចូលចិត្ត (Cloud-first ជាមួយ Codespaces, local dev container ឬការតំឡើងសម្រូបពេញលេញក្នុងកុំព្យូទ័រ)
• សាកល្បងការតំឡើងឲ្យត្រូវការដោយភ្ជាប់ទៅម៉ូឌែល Azure AI Foundry

តារាងមាតិកា

• អ្វីដែលអ្នកនឹងសិក្សា
• ប소개
• ជំហានទី 1៖ តំឡើងបរិយាកាសអភិវឌ្ឍរបស់អ្នក
  • ជម្រើស ក៖ GitHub Codespaces (ណែនាំ)
  • ជម្រើស ខ៖ Local Dev Container
  • ជម្រើស គ៖ ប្រើការតំឡើងមូលដ្ឋានរបស់អ្នកដែលមានស្រាប់
• ជំហានទី 2៖ ផ្តល់សេវា Azure AI Foundry
• ជំហានទី 3៖ សាកល្បងការតំឡើងរបស់អ្នក
• ការដោះស្រាយបញ្ហា
• សង្ខេប
• ជំហានបន្ទាប់

ប소개

ជំពូកនេះនឹងណែនាំអ្នកពីរបៀបតំឡើងបរិយាកាសអភិវឌ្ឍ។ យើងនឹងប្រើ Azure AI Foundry សម្រាប់ម៉ូឌែលនៅក្នុងหลักสูตรនេះ។ អ្នកផ្តល់សេវាម៉ូឌែលជាកូដជាមួយ Bicep និង Azure Developer CLI (azd), បន្ទាប់មកភ្ជាប់ជាមួយ keyless authentication (Microsoft Entra ID) — គ្មានការចម្លងឬរលាយ API keys ទេ។

គ្មានការតំឡើងក្នុងថាសមូលដ្ឋានចាំបាច់ទេ! អ្នកអាចប្រើ GitHub Codespaces ដែលផ្តល់បរិយាកាសអភិវឌ្ឍពេញលេញតាមកម្មវិធីរកមើលរបស់អ្នក ហើយផ្តល់សេវាដល់ Foundry ពីទីនោះ។

យើងប្រើ Azure AI Foundry សម្រាប់หลักสูตรនេះព្រោះវា៖

• ផ្តល់សេវាជា​កូដ — តែ azd up ធ្វើការតំឡើងគណនី និងការដាក់​ប្រើម៉ូឌែល
• គ្មានកូនសោ — ផ្ទៀងផ្ទាត់ជាមួយការចុះឈ្មោះ Azure របស់អ្នក ឬ managed identity
• មានស្រាប់សម្រាប់ផលិតកម្ម — កូដដូចគ្នារត់ដំណើរការ​នៅក្នុងថាស និងនៅ Azure
• អាចប្តូរបាន — ប្តូរស្ដុកម៉ូឌែលតាមរយៈការផ្លាស់ប្តូរឈ្មោះការដាក់ប្រើ មិនមែនកូដរបស់អ្នកទេ

ចំណាំ: ការដាក់ប្រើ Azure AI Foundry គិតតាមសញ្ញាតokens (បង់ប្រាក់តាមការប្រើប្រាស់)។ មើល មគ្គុទេសក៍តំឡើង Azure AI Foundry សម្រាប់ព័ត៌មានអំពីការផ្តល់សេវា តំបន់ និងថ្លៃឈ្នួល។

ជំហានទី 1៖ តំឡើងបរិយាកាសអភិវឌ្ឍរបស់អ្នក

យើងបានបង្កើត dev container ដាក់រចនាសម្ព័ន្ធរួចហើយ ដើម្បីកាត់បន្ថយរយៈពេលតំឡើង និងធានាថាអ្នកមានឧបករណ៍ទាំងអស់ដែលត្រូវការសម្រាប់หลักสูตร Generative AI សម្រាប់ Java នេះ។ ជ្រើសរើសវិធីសាស្ត្រអភិវឌ្ឍដែលអ្នកចូលចិត្ត៖

ជម្រើសក្នុងការតំឡើងបរិយាកាស៖

ជម្រើស ក៖ GitHub Codespaces (ណែនាំ)

ចាប់ផ្តើមកូដក្នុងរយៈពេល 2 នាទី - គ្មានការតំឡើងក្នុងថាសអោយចាំបាច់!

1. Fork ទិញ Repository នេះទៅគណនី GitHub របស់អ្នក

   ចំណាំ: ប្រសិនបើអ្នកចង់កែប្រែកំណត់រចនាសម្ព័ន្ធមូលដ្ឋាន សូមមើល Dev Container Configuration

2. ចុច Code → ទៅតារាង Codespaces → ចុច ... → New with options...
3. ប្រើការ default – នេះជួយជ្រើសរើស Dev container configuration: Generative AI Java Development Environment devcontainer បង្កើតសម្រាប់หลักสูตรនេះ
4. ចុច Create codespace
5. រំពឹងរយៈពេល ~2 នាទីសម្រាប់បរិយាកាសត្រៀមរួច
6. បន្តទៅ ជំហានទី 2៖ ផ្តល់សេវា Azure AI Foundry

អត្ថប្រយោជន៍នៃ Codespaces:

• គ្មានការតំឡើងក្នុងថាសចាំបាច់
• ងាយរួមការងារបានលើឧបករណ៍ណាមួយដែលមានកម្មវិធីរុករកបណ្ដាញ
• រៀបចំរួចជាមុនជាមួយឧបករណ៍ និងផ្នែកពឹងផ្អែកទាំងអស់
• មានម៉ោងរហូតដល់ 60 ម៉ោងក្នុងមួយខែសម្រាប់គណនីផ្ទាល់ខ្លួន
• បរិយាកាសសម្រាប់អ្នករៀនទាំងអស់មានភាពស៊ាំនឹងគ្នា

ជម្រើស ខ៖ Local Dev Container

សម្រាប់អ្នកអភិវឌ្ឍដែលចូលចិត្តអភិវឌ្ឍក្នុងថាសជាមួយ Docker

1. Fork និង clone Repository នេះទៅក្នុងកុំព្យូទ័រមូលដ្ឋានរបស់អ្នក

   ចំណាំ៖ ប្រសិនបើអ្នកចង់កែប្រែកំណត់រចនាសម្ព័ន្ធមូលដ្ឋាន សូមមើល Dev Container Configuration

2. ដំឡើង Docker Desktop និង VS Code
3. ដំឡើង Dev Containers extension ក្នុង VS Code
4. បើកថត Repository ក្នុង VS Code
5. ពេលមានសំណើសុំ ចុច Reopen in Container (ឬប្រើ Ctrl+Shift+P → "Dev Containers: Reopen in Container")
6. រង់ចាំ container ត្រូវបានកសាង និងចាប់ផ្តើម
7. បន្តទៅ ជំហានទី 2៖ ផ្តល់សេវា Azure AI Foundry

ជម្រើស គ៖ ប្រើការតំឡើងមូលដ្ឋានរបស់អ្នកដែលមានស្រាប់

សម្រាប់អ្នកអភិវឌ្ឍដែលមានបរិយាកាស Java រួចមកហើយ

លក្ខខណ្ឌមុន៖

• Java 21+
• Maven 3.9+
• VS Code ឬ IDE ដែលអ្នកចូលចិត្ត

ជំហាន៖

1. Clone Repository នេះទៅក្នុងកុំព្យូទ័ររបស់អ្នក
2. បើកគម្រោងក្នុង IDE របស់អ្នក
3. បន្តទៅ ជំហានទី 2៖ ផ្តល់សេវា Azure AI Foundry

កិច្ច​ប្រឹក្សា​ពិបាក: ប្រសិនបើអ្នកមានកុំព្យូទ័រសមត្ថភាពទាប ប៉ុន្តាស់ចង់ប្រើ VS Code ក្នុងកុំព្យូទ័រមូលដ្ឋាន អ្នកអាចប្រើ GitHub Codespaces! អ្នកអាចភ្ជាប់ VS Code ក្នុងថាសមូលដ្ឋានរបស់អ្នកទៅ Codespace ដែលផ្ទុកនៅលើបណ្ដាញសម្រាប់ចំណុចល្អបំផុតពីទាំងពីរ។

ជំហានទី 2៖ ផ្តល់សេវា Azure AI Foundry

ដាក់សេវាម៉ូដែល AI របស់หลักสูตรទៅ Azure AI Foundry ជា code។ ពី root folder នៃ repository៖

cd 02-SetupDevEnvironment
azd auth login
az login
azd up

azd នឹងសុំឲ្យបញ្ចូលឈ្មោះបរិយាកាស និងតំបន់, ផ្តល់សេវាគណនី Azure AI Foundry ជាមួយការដាក់ប្រើ gpt-4o-mini និង text-embedding-3-small, និងសរសេរឆ្លើយតបទៅក្នុងឯកសារ .env របស់ឧទាហរណ៍ — ទាំងអស់នេះជាមួយ keyless authentication (គ្មាន API keys)។

មើលណែនាំពេញលេញ: សូមមើល មគ្គុទេសក៍តំឡើង Azure AI Foundry សម្រាប់លក្ខខណ្ឌមុន, ជម្រើសដៃគូ (portal), ទិសដៅតំបន់, និងកំណត់សម្គាល់ថ្លៃឈ្នួល/ការសម្អាត។

ជំហានទី 3៖ សាកល្បងការតំឡើងរបស់អ្នក

ក្រោយពេលម៉ូឌែល Foundry ត្រូវបានផ្តល់សេវា, សាកល្បងការភ្ជាប់ជាមួយកម្មវិធីឧទាហរណ៍នៅក្នុង 02-SetupDevEnvironment/examples/basic-chat-azure។

1. បើកផ្ទាំងបញ្ជា (terminal) ក្នុងបរិយាកាសអភិវឌ្ឍរបស់អ្នក។

2. ទៅកាន់ឧទាហរណ៍:

   cd 02-SetupDevEnvironment/examples/basic-chat-azure
   

3. ធ្វើឲ្យប្រាកដថាអ្នកបានចុះឈ្មោះចូល (keyless auth ត្រូវការទ័កអ​ន):

   az login
   

   ប្រសិនបើអ្នកបានរត់ azd up, ឯកសារ .env ដែលមាន endpoint របស់អ្នកត្រូវបានសរសេរបានរួចហើយ។

4. បើកកម្មវិធី:

   mvn clean spring-boot:run
   

អ្នកគួរតែឃើញចម្លើយពីម៉ូឌែល gpt-4o-mini។

ការយល់ដឹងពីកូដឧទាហរណ៍

ឧទាហរណ៍នៅក្រោម examples/basic-chat-azure គឺជា Spring Boot app ដែលប្រើ Spring AI ដើម្បីភ្ជាប់ទៅ Azure AI Foundry ជាមួយ keyless authentication។

កូដនេះធ្វើអ្វី៖

• ភ្ជាប់ ទៅ Azure AI Foundry ដោយប្រើការចុះឈ្មោះ Azure របស់អ្នក (Microsoft Entra ID) — គ្មាន API key
• ផ្ញើ prompt ទៅម៉ូឌែល gpt-4o-mini
• ទទួល និងបង្ហាញចម្លើយពី AI
• ផ្ទៀងផ្ទាត់ ថាការតំឡើងរបស់អ្នកដំណើរការល្អ

ភាពពឹងផ្អែកសំខាន់ (នៅក្នុង pom.xml):

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

ការកំណត់រចនាសម្ព័ន្ធ (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}

សង្ខេប

ល្អណាស់! ឥឡូវអ្នកបានតំឡើងរួចរាល់៖

• ផ្តល់សេវាម៉ូដែល Azure AI Foundry ជា code ជាមួយ Bicep + azd
• រត់បរិយាកាសអភិវឌ្ឍ Java របស់អ្នក (តើវាជា Codespaces, dev containers ឬក្នុងថាស)
• ភ្ជាប់ទៅ Azure AI Foundry ជាមួយ keyless authentication (Microsoft Entra ID) — គ្មាន API keys
• សាកល្បងកូដឧទាហរណ៍សូចនាករ រាយការណ៍ទៅម៉ូឌែលរបស់អ្នកបាន

ជំហានបន្ទាប់

ជំពូក 3៖ បច្ចេកទេស Generative AI មូលដ្ឋាន

ការដោះស្រាយបញ្ហា

មានបញ្ហាដែរទេ? នេះជាបញ្ហាសំរាប់ និងដំណោះស្រាយទូទៅ៖

• Authentication បរាជ័យ (401/403)?

  • រត់ az login — authentication គ្មានកូនសោ ដូច្នេះត្រូវបានចុះឈ្មោះចូល
  • ពិនិត្យមើលថាគណនីរបស់អ្នកមានតួនាទី Cognitive Services OpenAI User នៅលើធនធាន
  • ប្រសិនបើអ្នកទើបផ្តល់សេវា រង់ចាំរយៈពេលមួយនាទីឲ្យតួនាទីត្រូវបានដាក់ចូល

• មិនអាចឃើញ Maven?

  • ប្រសិនបើប្រើ dev containers/Codespaces, Maven គួរត្រូវបានដំឡើងរួច
  • សម្រាប់ការតំឡើងក្នុងថាស អ្នកត្រូវដំឡើង Java 21+ និង Maven 3.9+
  • ព្យាយាម mvn --version ដើម្បីពិនិត្យការដំឡើង

• azd មិនបានឃើញ ឬការផ្តល់សេវាបរាជ័យ?

  • ដំឡើង Azure Developer CLI ហើយរត់ azd auth login
  • ជ្រើសរើសតំបន់ដែលមាន gpt-4o-mini (ជា​ឧទាហរណ៍ eastus2)
  • មើល មគ្គុទេសក៍តំឡើង Azure AI Foundry សម្រាប់ព័ត៌មានលម្អិត

• Dev container មិនចាប់ផ្តើម?

  • ប្រាកដថា Docker Desktop កំពុងដំណើរការ (សម្រាប់ការអភិវឌ្ឍក្នុងថាស)
  • ព្យាយាមកសាង container ម្តងទៀត៖ Ctrl+Shift+P → "Dev Containers: Rebuild Container"

• កំហុសកំចាត់កម្មវិធី?

  • ប្រាកដថាអ្នកនៅក្នុងថតត្រឹមត្រូវ៖ 02-SetupDevEnvironment/examples/basic-chat-azure
  • ព្យាយាមលាង និងកំចាត់៖ mvn clean compile

ត្រូវការជំនួយ?៖ នៅតែមានបញ្ហាទេ? បើកប្រធានបទថ្មីក្នុង repository ហើយយើងនឹងជួយអ្នក។

---

ការបដិសេធ: ឯកសារនេះត្រូវបានបម្លែងភាសា ដោយប្រើសេវាបម្លែងភាសា AI Co-op Translator។ ទោះយើងខ្ញុំមានក្តីប្រាថ្នាឱ្យបានច្បាស់លាស់ តែសូមយល់ដឹងថាការបម្លែងដោយស្វ័យប្រវត្តិក៏អាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមជាភាសាទីតាំងគួរត្រូវបានគេប្រើជាប្រភពច្បាស់លាស់។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យប្រើប្រាស់ការប្រែដោយមនុស្សជំនាញ។ យើងខ្ញុំមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយខុសបន្ទាប់ពីការប្រើប្រាស់ការបម្លែងនេះនោះទេ។