与微软Foundry代理商一起处理索赔黑客马拉松
今天，您将深入了解由Azure AI驱动的智能代理系统的世界，以彻底改变保险索赔处理。准备好迎接一个动手、高效的学习和创新日！
简介
使用Microsoft Foundry和模型上下文协议将保险索赔处理转换为人工智能原生、企业就绪的系统。这场黑客马拉松独特地结合了三种前沿方法： 比较多种AI文档处理技术 （GPT-4.1-mini vision、Mistral Document AI和Azure Document Intelligence），根据成本和准确性学习何时使用每种工具； 使用下一代Microsoft Foundry平台构建 （ai.alue.com）具有集成的矢量化、连续评估和OpenTetry跟踪功能，可用于完整的GenAIOps生命周期； 部署为MCP服务器 通过Azure API管理，使您的多智能体工作流程可供GitHub Copilot、Claude Desktop和其他人工智能助手访问；和 构建用户友好的web界面 使用Streamlit完成端到端解决方案。从矢量化搜索基础到智能代理编排，再到人工智能原生部署和用户界面，您将掌握企业人工智能开发的全栈——构建可观察、可扩展、安全的系统，并与更广泛的人工智能生态系统无缝集成。
架构概述
flowchart LR
subgraph Input["📄 Input"]
IMG[Claim Images]
DOCS[Policy Documents]
end
subgraph Processing["🤖 AI Processing"]
OCR[OCR Agent
Mistral AI]
JSON[JSON Agent
GPT-4.1-mini]
OCR --> JSON
end
subgraph Platform["☁️ Azure Platform"]
FOUNDRY[Microsoft Foundry]
SEARCH[AI Search]
INSIGHTS[App Insights]
end
subgraph Deployment["🚀 Deployment"]
API[REST API
FastAPI]
ACA[Container Apps]
UI[Streamlit UI]
end
IMG --> OCR
DOCS --> SEARCH
FOUNDRY --> Processing
JSON --> API
API --> ACA
ACA --> UI
Processing --> INSIGHTS学习目标🎯
通过参加这次黑客马拉松，您将学习如何：
- 比较多种AI文档处理方法实施并评估GPT-4.1-mini、Mistral Document AI和Azure Document Intelligence——根据文档类型、成本和准确性需求学习何时使用它们。
- 使用Microsoft Foundry平台构建：掌握下一代 微软Foundry门户 包括使用元提示创建代理、集成矢量化、混合搜索、连续评估和OpenTetry跟踪。
- 协调多代理工作流：使用Microsoft Agent Framework创建智能代理，协调专用代理（OCR、JSON结构化、验证），实现函数调用，并生成结构化输出。
- 实施GenAIOps最佳实践：应用完整的人工智能操作生命周期——预生产评估、人工智能红队、持续监控、应用洞察集成和主动警报。
- 部署MCP服务器以实现AI原生集成：通过Azure API管理将工作流打包为模型上下文协议服务器。
需求
要成功完成这次黑客马拉松，您需要以下内容：
- GitHub帐户访问存储库并运行GitHub Codespace和GitHub Copilot。
- 熟悉Python编程，包括处理JSON数据和进行API调用。
- 熟悉生成式人工智能解决方案和Azure服务。
- 具有所有者权限的活动Azure订阅。
- 提供资源的能力 瑞典中央 或 另一个支持地区.
挑战
- 挑战00: 环境设置和Azure资源部署：分叉存储库，设置GitHub Codespace开发环境，部署Azure资源（Microsoft Foundry、Azure AI Search、Blob Storage），使用自动脚本配置环境变量，并验证您的黑客马拉松设置
- 挑战01: 文档处理与矢量化搜索：使用GPT-4-1-mini构建一个全面的文档处理和搜索系统，用于多模态处理，实现Azure AI搜索，集成矢量化用于语义检索，创建混合搜索功能（关键字+矢量+语义），并为AI代理建立知识库基础
- 挑战02: 建立您的2个索赔处理代理：使用Microsoft agent Framework和Microsoft Foundry创建一个智能AI代理，该代理自主编排挑战1中的文档处理管道，实现OCR和策略验证的代理工具，对索赔处理做出智能决策，并生成结构化输出
- 挑战03: 人工智能代理的可观察性和监控：使用Microsoft Foundry的功能为您的索赔处理代理实现全面的可观察性——设置OpenTetry跟踪，配置质量和安全指标的持续评估，集成Application Insights，并为生产系统建立主动警报
- 挑战04: 代理编排和MCP服务器部署：使用Microsoft agent Framework将OCR和JSON结构化代理编排到多代理工作流中，通过键入消息传递实现工作流执行器，将工作流部署为模型上下文协议（MCP）服务器，并与VS Code、Claude Desktop或其他MCP兼容平台集成，以实现可重用的AI工具
- 挑战05: 索赔处理UI：使用Streamlit构建用户友好的web界面，以使用索赔处理API，上传保险索赔图像，查看多代理工作流提取的结构化结果，并完成端到端索赔处理解决方案
- 挑战06: 保单匹配和承保范围验证：构建两个新的人工智能代理，以弥补管道中的关键差距——使用Azure AI搜索检索索赔的正确保单，然后通过将索赔详细信息与保单条款、免赔额和除外责任进行比较来验证索赔是否真正涵盖
贡献
该项目欢迎各方提供意见和建议。大多数捐款要求您同意 贡献者许可协议（CLA）声明您有权并实际授予我们 使用您贡献的权利。有关详细信息，请访问 贡献者许可协议.
当您提交拉取请求时，CLA机器人将自动确定您是否需要提供 CLA并适当地装饰PR（例如，状态检查、评论）。只需按照说明进行操作 由机器人提供。您只需使用我们的CLA在所有存储库中执行一次此操作。
该项目采用了 微软开源行为准则. 有关更多信息，请参阅 行为准则常见问题 或 联系 opencode@microsoft.com 如有任何其他问题或意见。
商标
此项目可能包含项目、产品或服务的商标或徽标。授权使用Microsoft 商标或徽标必须遵守 微软商标和品牌指南. 在本项目的修改版本中使用Microsoft商标或徽标不得造成混淆或暗示Microsoft赞助。 任何使用第三方商标或徽标的行为均受这些第三方政策的约束。