⚡

Day7：Azure FunctionsでAzure OpenAIをAPI化する

に公開
Azure
Python
functions
Serverless
OpenAI
tech

TL;DR

Azure Functions を使うと Azure OpenAI を簡単に API 化できる

  • function_app.py 内で SDK を呼び出し、HTTPエンドポイント /api/chat を公開
  • PowerShell から JSON 応答を取得、日本語応答を確認済み
  • Day1〜6 の「ローカル実験」から Day7 で「API公開」へ進化

🧭 今日のゴール

  • Azure Functions の HTTP トリガーで /api/chat を実装
  • Azure OpenAI を SDK 経由で呼び出す
  • PowerShell から呼び出し、日本語応答が返ることを確認

🎯 目的と背景

  • 目的: モデルをAPI化して、アプリや他サービスから安全に呼び出せる形にする。
  • 背景: 実務ではスクリプト単体での利用ではなく、Functions のようなサーバーレス環境に載せることで再利用性・拡張性・監視性が高まる。後続の SignalR 連携や認証追加の基盤になる。

📘 Azure Functionsとは？

Azure Functions は Microsoft Azure が提供する サーバーレスの関数実行サービス (FaaS) です。サーバーやインフラを意識せず、数行〜数十行のコードをイベント駆動で動かせます。

  • イベント駆動型: HTTPリクエスト、タイマー、キュー、Blobイベントなどをトリガーに処理を開始。
  • スケーラブル: リクエストが増えれば自動でスケールアウト、使わなければほぼコストゼロ。
  • 複数言語対応: Python, C#, JavaScript, Java, PowerShell などで開発可能。
  • API化に便利: 簡単にHTTPエンドポイントを公開でき、外部アプリやサービスから利用可能。

今回のDay7では、Functionsを利用して Azure OpenAI SDK呼び出しをHTTP APIとして公開 します。
つまり「ローカルで動かすスクリプト」を「誰でも呼べるWeb API」に変換する器が Functions です。

🔧 手順

1. プロジェクト作成

cd C:\dev\azure-ai-40days\
.\.venv\Scripts\Activate.ps1
mkdir .\day7\functions-openai-proxy -Force
cd .\day7\functions-openai-proxy
func init . --python
func new --name chat --template "HTTP trigger" --authlevel "anonymous"
pip install azure-functions "openai>=1.40.0"
pip freeze > requirements.txt

2. local.settings.json 設定

{
  "IsEncrypted": false,
  "Values": {
    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
    "FUNCTIONS_WORKER_RUNTIME": "python",
    "AZURE_OPENAI_ENDPOINT": "https://<your-resource>.openai.azure.com/",
    "AZURE_OPENAI_DEPLOYMENT": "gpt4o-mini-chat",
    "OPENAI_API_VERSION": "2024-07-18",
    "SYSTEM_PROMPT": "あなたは日本語で簡潔に答えるアシスタントです。常に日本語で1文で回答してください。"
  }
}

3. function_app.py の編集

@app.route(route="chat", methods=["GET","POST"])
def chat(req: func.HttpRequest) -> func.HttpResponse:
    ep = (os.getenv("AZURE_OPENAI_ENDPOINT") or "").strip()
    if not ep.endswith("/"):
        ep += "/"

    client = AzureOpenAI(
        api_key=os.environ.get("AZURE_OPENAI_API_KEY"),
        azure_endpoint=ep,
        api_version=os.environ.get("OPENAI_API_VERSION", "2024-07-18"),
    )
    ...
    return func.HttpResponse(
        json.dumps(data, ensure_ascii=False),
        mimetype="application/json",
        headers={"Content-Type": "application/json; charset=utf-8"},
        status_code=200
    )

4. 環境変数の設定

$env:AZURE_OPENAI_API_KEY = "<your-azure-openai-key>"

5. 起動とテスト

func start

別ターミナルから:

[Console]::OutputEncoding = [Text.Encoding]::UTF8
$OutputEncoding = [Text.Encoding]::UTF8

$body = @{ prompt = "あなたは自己紹介を日本語で1文で返してください。" } | ConvertTo-Json
$res = Invoke-RestMethod -Method Post `
  -Uri "http://localhost:7071/api/chat" `
  -ContentType "application/json; charset=utf-8" `
  -Body $body
$res | ConvertTo-Json -Depth 6
$res.answer

✅ 検証結果

実際の出力：

{
    "answer":  "私はあなたの質問に答えるためのAIアシスタントです。",
    "model":  "gpt4o-mini-chat",
    "usage":  {
                  "prompt_tokens":  53,
                  "completion_tokens":  17,
                  "total_tokens":  70
              }
}

✅ 日本語の応答がJSON形式で返り、Day7の目標達成。

🧯 ハマりどころと解決策

  • 401 Unauthorized → キー未設定／環境変数名間違い → $env:AZURE_OPENAI_API_KEY 再設定
  • InvalidURL: ... '\n' → local.settings.json に改行混入 → .strip() + 末尾/補正
  • 文字化け（å·ä½…） → PowerShellをUTF-8設定 ＋ charset=utf-8 をHttpResponseに追加

💡 Day1〜6とDay7の違い

  • Day1〜6: Python SDKをローカルスクリプトで直接実行。自分だけが利用できる。
  • Day7: Azure Functions経由で HTTP API化。外部アプリやユーザーもアクセス可能。
  • 進化点: 「ローカル実験」から「公開API」へステップアップ。SDK呼び出し部分は client.chat.completions.create(...) が該当。

💰 コストメモ

  • 計算式: (入力トークン数/1e6×単価) + (出力トークン数/1e6×単価)
  • 削減策: miniモデル優先・systemプロンプト短縮・返答長を制限・キャッシュ活用

🎯 まとめ

  • Functions を使って Azure OpenAI をAPI化できた
  • JSON応答を返し、PowerShellから検証成功
  • 日本語で返すには SYSTEM_PROMPT と UTF-8設定 が重要
  • Day7は「ローカルで試す」から「HTTP APIとして外部公開」への進化のステップ

次は Day8 で SignalR連携によるリアルタイム化に進みます 🚀

GitHubで編集を提案

Discussion