Biến Wiki Khô Khan Thành Trợ Lý AI Siêu Phàm: Hành Trình Python Với Azure OpenAI Của Tôi!

Lê Lân

18/06/2025

Xây Dựng Chatbot Tìm Kiếm Wiki Nội Bộ Với Azure OpenAI và Teams AI Library

Mở Đầu

Bạn từng mất giờ để tìm kiếm thông tin trong wiki nội bộ khổng lồ của công ty? Tôi cũng vậy! Và tôi đã tạo ra một chatbot sử dụng Azure OpenAI và Teams AI Library để giải quyết vấn đề đó một cách tự động và hiệu quả.

Trong các tổ chức lớn, kho tri thức nội bộ (wiki) thường tích tụ qua nhiều năm, chứa hàng trăm, hàng nghìn trang tài liệu. Tuy nhiên, việc tìm kiếm thông tin trong một kho dữ liệu khổng lồ và không được tổ chức tốt luôn khiến các thành viên gặp khó khăn, chờ đợi và phụ thuộc vào sự trợ giúp từ đồng nghiệp. Chính vì thế, sử dụng AI để nâng cao trải nghiệm tìm kiếm wiki trở thành một ý tưởng đầy tiềm năng.

Bài viết này sẽ trình bày chi tiết cách tôi đã xây dựng một chatbot thông minh, tích hợp Azure OpenAI trên nền dữ liệu nội bộ, kết hợp Teams AI Library cùng Python để tự động tải, lập chỉ mục và tìm kiếm nội dung wiki trong Azure DevOps. Toàn bộ quá trình từ thiết lập tài nguyên Azure, xử lý dữ liệu wiki, xây dựng bot, đến triển khai ứng dụng đều được mô tả đầy đủ, giúp bạn có thể áp dụng vào dự án của mình.

1. Tổng Quan Giải Pháp

1.1 Vấn Đề Và Ý Tưởng

Wiki công ty có rất nhiều thông tin cần thiết nhưng khó tìm kiếm vì kích thước lớn và cấu trúc phân tán.

Việc hỏi trực tiếp đồng nghiệp để tìm câu trả lời vừa tốn thời gian, vừa dễ gây xao nhãng công việc người khác.

Cần một giải pháp tự động tìm kiếm và trả lời bằng AI, truy vấn trực tiếp nội dung wiki.

1.2 Công Nghệ Sử Dụng

Công Nghệ	Vai Trò
Azure OpenAI Service	Mô hình ngôn ngữ GPT giúp hiểu và sinh câu trả lời thông minh.
Azure Blob Storage	Lưu trữ các tập tin wiki được tải lên.
Azure AI Search	Lập chỉ mục và tìm kiếm dữ liệu được lưu trữ trong Blob.
Teams AI Library	SDK tích hợp GPT với bot trên Microsoft Teams.
Python	Viết script tự động tải dữ liệu và điều khiển indexer.

2. Bắt Đầu Với Teams AI Library Và Azure OpenAI

2.1 Thiết Lập Tài Nguyên Azure

Tạo Resource Group và một instance của Azure OpenAI Service trong Azure Portal.

Dùng Teams AI Library tutorial mẫu để nhanh chóng:

Tạo một Blob Storage để lưu trữ file wiki.

Tạo một instance Azure AI Search với index dữ liệu.

Upload dữ liệu sample để hệ thống tự động lập chỉ mục.

2.2 Triển Khai Bot Teams Đơn Giản

Từ Visual Studio Code, khởi tạo bot mẫu Teams AI Library, nhập các thông tin Azure (blob, search, openai) vào file .env. Khởi chạy bot trên Teams TestTool, kiểm thử truy vấn dữ liệu từ các trang wiki mẫu.

Bạn đã có thể thử đối thoại với bot để hỏi wiki nội bộ mà không cần chờ câu trả lời từ đồng nghiệp, chỉ trong vài bước đơn giản!

3. Làm Cho Dữ Liệu Luôn Cập Nhật Với Azure AI Search Indexer

3.1 Vấn Đề Dữ Liệu Động

Wiki luôn được cập nhật liên tục, vì vậy việc lập chỉ mục cố định chỉ một lần là không đủ. Cần một Indexer để tự động "quét" dữ liệu mới và cập nhật lại index tìm kiếm.

3.2 Thiết Lập Indexer Qua Azure Portal

Các bước chính:

Tạo Data Source: kết nối đến blob container lưu dữ liệu wiki.

Chọn Search Index đã tạo sẵn từ trước.

Cấu hình Indexer: có thể chạy định kỳ hoặc chạy thủ công.

Sau khi upload dữ liệu mới lên blob, bạn chỉ cần chạy indexer để dữ liệu mới được lập chỉ mục ngay lập tức.

4. Tự Động Tải Dữ Liệu Wiki Từ Azure DevOps Với Python

4.1 Truy Xuất Dữ Liệu Wiki Azure DevOps

Sử dụng Personal Access Token (PAT) lưu trong Azure Key Vault để xác thực.

Gọi API REST Azure DevOps để lấy danh sách các trang wiki và nội dung chi tiết.

Phân tích đệ quy các trang con để lấy toàn bộ cấu trúc wiki.

def get_all_pages_paths(root_page: dict) -> list[str]:
    pages_result = [root_page['path']]
    for page in root_page.get('subPages', []):
        pages_result.extend(get_all_pages_paths(page))
    return pages_result

4.2 Đưa Dữ Liệu Lên Blob Storage

Dùng thư viện azure-storage-blob để kết nối Blob Storage.

Tải nội dung wiki trực tiếp từ API và upload lên blob mà không cần lưu file tạm thời.

Đính kèm metadata chứa link trang wiki gốc giúp bot trả về nguồn tham khảo.

blob_service_client.get_blob_client(container, blob).upload_blob(content, overwrite=True, metadata=metadata)

4.3 Kích Hoạt Lại Indexer Sau Khi Upload

Dùng API Azure Search để gọi endpoint run indexer:

requests.post(indexer_run_url, headers={"api-key": indexer_admin_key, "Content-Length": "0"})

5. Tùy Chỉnh Index Để Bao Gồm Metadata Tùy Biến

5.1 Thêm Metadata Link Wiki Vào Index

Trong cấu hình indexer, thêm fieldMapping cho trường metadata_storage_wikiPageLink .

Thêm mappingFunction để decode base64 do Azure lưu metadata theo chuẩn này.

Cập nhật schema Search Index để trường mới có thể tìm kiếm và trả về trong kết quả.

5.2 Cập Nhật Prompt Cho GPT Model

Bổ sung hướng dẫn cho bot:

"Ở cuối câu trả lời, hãy ghi rõ 'Bạn có thể đọc thêm tại trang wiki…' và chèn URL tương ứng của trang wiki được tìm thấy."

5.3 Hạn Chế Và Cải Tiến

Bot đôi khi vẫn bị hallucinate, trả về link sai hoặc không tồn tại do custom metadata chưa được xử lý triệt để.

Tạm thời, tôi chèn link wiki nguyên bản vào nội dung blob để GPT đọc luôn.

Trong tương lai sẽ cần tùy chỉnh sâu hơn ở phía code bot hoặc đổi API để kiểm soát tốt kết quả.

6. Triển Khai Chatbot Lên Azure Và Microsoft Teams

6.1 Hạ Tầng Triển Khai

App Service: host bot và chạy ứng dụng.

App Service Plan: cung cấp tài nguyên server.

Azure Bot: đăng ký kết nối Bot Framework với Teams.

Storage Account (tuỳ chọn): lưu trữ logs và state nếu cần.

6.2 Bảo Mật Truy Cập

Azure Bot Web Chat mặc định mở cho internet công cộng → gây rủi ro lộ dữ liệu.

Cần cấu hình Azure Virtual Network (VNet) để giới hạn truy cập mạng nội bộ.

Đây là phần phức tạp và có thể là chủ đề riêng để đảm bảo an toàn.

6.3 Công Cụ Hỗ Trợ

Teams Toolkit giúp tạo và quản lý bot nhanh trong Visual Studio Code.

Bạn có thể thử nghiệm Bot ngay trong trình duyệt qua Microsoft Bot Framework Web Chat trước khi phát hành chính thức.

7. Các Khó Khăn Gặp Phải

7.1 Coverage SDK Hạn Chế

Azure DevOps Python SDK không hỗ trợ đầy đủ API cần thiết, phải kết hợp gọi API thô qua thư viện requests .

Code trở nên lẫn lộn giữa SDK và raw HTTP calls.

7.2 Vấn Đề Với Managed Identity và TokenCredential

Managed Identity không hoạt động tốt với Azure DevOps trong một số trường hợp.

Phải dùng Personal Access Token (PAT) lưu trong Azure Key Vault để truy cập.

Có tham khảo #21718 tại Azure SDK for Python GitHub về vấn đề này.

7.3 Hạn Chế Azure Functions Với Python

Gói Functions Azure miễn phí không hỗ trợ Python trực tiếp.

Cần cân nhắc khi triển khai tự động tải và chỉ mục wiki trên Azure Functions.

Kết Luận

Việc xây dựng một chatbot thông minh tích hợp Azure OpenAI trên dữ liệu wiki nội bộ giúp cải thiện đáng kể trải nghiệm tìm kiếm, giảm thiểu phụ thuộc vào đồng nghiệp và tiết kiệm thời gian. Qua dự án này, tôi đã học được nhiều kiến thức về cách đồng bộ dữ liệu Azure DevOps Wiki, sử dụng Azure Blob Storage và AI Search, cũng như tích hợp GPT dễ dàng trong Teams.

Tuy nhiên vẫn còn một số khó khăn về SDK, vấn đề bảo mật và cải tiến bot để tránh trả lời sai. Đây là một hướng đi mới đầy triển vọng trong việc ứng dụng AI doanh nghiệp và tôi rất vui được chia sẻ kinh nghiệm này. Hy vọng bạn đọc cảm thấy hữu ích và cùng thử nghiệm nhé!

Bạn đã sẵn sàng xây chatbot thông minh cho tổ chức? Hãy bắt đầu với Azure OpenAI and Teams AI Library ngay hôm nay và biến kho tri thức của bạn thành nguồn dữ liệu trả lời nhanh chóng!

Tham Khảo

Official Azure OpenAI documentation: Use Your Data - Azure OpenAI

Microsoft Teams AI Library Tutorial: Teams AI library tutorial

Microsoft Teams Toolkit & Bot Framework: SBS Teams AI

Azure SDK for Python GitHub issues: Issue #21718

Azure DevOps REST API docs: Wiki - Azure DevOps