Desplegando infraestructura RAG en Azure

Curso de RAG con Microsoft Azure

Contenido del curso

Introduccion a RAG

Etapas de RAG

Tecnicas de RAG

RAG avanzado

Fusionando RAG con un agente

Tomar examen

Desplegando infraestructura RAG en Azure

Resumen

Montar un proyecto de Retrieval Augmented Generation exige músculo de cómputo que tu laptop no puede dar, por eso el primer paso práctico es desplegar recursos en Azure con un script de bash que automatice todo. Esta guía te muestra cómo hacerlo de forma económica, ideal para quienes están aprendiendo RAG sin gastar de más.

¿Por qué usar la nube en lugar de un entorno local para RAG?

Aunque es tentador instalar todo en tu máquina, la inteligencia artificial aplicada a RAG necesita más de lo que ofrece una PC, incluso una gamer de gama alta.

Procesamiento intensivo que un equipo personal no sostiene.
Configuración y compatibilidad de herramientas que rara vez funcionan al primer intento.
Servicios especializados como búsqueda vectorial y modelos de lenguaje que solo viven en la nube.

¿Puedo correr RAG en mi computadora? Técnicamente sí, pero te vas a topar con límites de procesamiento y problemas de instalación. Para un flujo realista, necesitas un proveedor de nube.

Por eso el camino natural es Azure, donde además puedes aprovechar créditos gratis y elegir las configuraciones más baratas mientras aprendes [00:46].

¿Qué necesitas antes de ejecutar el despliegue en Azure?

Antes de tocar la terminal, asegúrate de tener dos cosas listas. Sin esto, el script no va a correr.

Una suscripción activa de Azure asociada a tu cuenta.
La Azure CLI instalada en tu equipo, que te permite operar desde la terminal en lugar de hacer clics interminables en el portal [01:23].

La CLI ahorra muchísimo tiempo, sobre todo cuando vas a desplegar varios servicios encadenados como en este caso.

¿Qué hace el script deploy.sh para levantar tu infraestructura?

Dentro del repositorio de GitHub, en el folder de la clase siete, vas a crear un archivo llamado deploy.sh. Ese pequeño script de bash es el que orquesta todo el despliegue [01:38].

Recursos que despliega el script

El script crea cada pieza que tu sistema RAG necesita para funcionar.

Un grupo de recursos de Azure que agrupa todo el proyecto.
Una instancia de Azure OpenAI con el modelo ChatGPT-4 desplegado.
Una cuenta de almacenamiento para guardar los PDFs que vas a indexar, los cuales ya están en la carpeta data sample del repositorio.
Un servicio de Azure AI Search configurado con SKU Basic.

Un detalle clave: los espacios de nombre de OpenAI y Search deben ser únicos a nivel global, parecido a un nombre de dominio. Si ya usaste Platzi, tendrás que cambiarlo a Platzi2 o algo equivalente para evitar conflictos [02:10].

Por qué elegir SKU Basic en Azure AI Search

La elección del SKU no es decorativa, impacta directo en tu factura.

¿Qué es el SKU en Azure AI Search? Es el nivel de servicio que defines al crear el recurso. Determina capacidad, precio y límites. El estándar puede costar hasta cuatro veces más que el Basic [02:43].

Para aprender, Basic sobra. Cuando un proyecto pase a producción real, ahí sí evalúas escalar.

¿Cómo ejecutar el despliegue y guardar las claves correctamente?

Con el script listo, vas a tu terminal, te ubicas en la carpeta de la clase y corres el comando.

bash cd clase7 ls bash deploy.sh

El proceso tarda algunos minutos. Al terminar, el script imprime en consola dos llaves esenciales: la de Azure OpenAI y la de Azure AI Search [03:21].

Cópialas inmediatamente a un bloc de notas o a tu gestor de secretos preferido.
No las pierdas, las vas a usar durante prácticamente todo el resto del curso.
Acompáñalas de los endpoints, que el script también devuelve para ambos servicios.

¿Para qué sirven las claves de OpenAI y Search? Son las credenciales que autentican tus llamadas desde el código a los servicios de Azure. Sin ellas, ninguna petición a los modelos o al índice de búsqueda funciona.

¿Cómo verificar que tus recursos quedaron desplegados en Azure?

Una vez que el script termina con el mensaje de éxito, conviene confirmar visualmente en el portal.

Entras a tu portal de Azure, navegas a Grupos de recursos, abres el que corresponde a tu proyecto (por ejemplo, RAG-Platzi2) y deberías ver tres servicios listados [04:05].

Servicio de Azure AI Search.
Servicio de Azure OpenAI.
Cuenta de almacenamiento.

Si los tres aparecen, todo está en orden y puedes seguir construyendo tu pipeline de RAG sobre esta base. Cuéntame en los comentarios qué nombre le pusiste a tu grupo de recursos y si tuviste que ajustar el sufijo por temas de unicidad.

Sergio Toro Escofet

Estudiante

•

Dejo aqui un script con verificación en cada paso:

98% Claude Sonnet 5 | 2% Yo

#!/bin/bash

# Variables
RESOURCE_GROUP="rg-rag"
LOCATION="brazilsouth"
OPENAI_NAME="openai-rag-1783625551"
SEARCH_NAME="search-rag-1783629216"
DEPLOYMENT_NAME="gpt-4o-rag"
MODEL_NAME="gpt-5-mini"
MODEL_VERSION="2025-08-07"
STORAGE_NAME="storageragtigre01"
SKU="S0"
DEPLOYMENT_SKU="GlobalStandard"
ENV_FILE=".env"
#
# 1. Crear grupo de recursos
# ─────────────────────────────────────────────────────────────
# ¿QUÉ ES UN "RESOURCE GROUP"?
#
# Es una carpeta lógica donde Azure agrupa todos los recursos
# de un mismo proyecto (en este caso: la cuenta de OpenAI, el
# storage y el servicio de Search). No es un recurso que "hace"
# algo por sí mismo — es solo organización y control de ciclo
# de vida.
#
# Ventajas de agrupar todo en un mismo resource group:
#   - Podés borrar TODO el proyecto de una sola vez borrando
#     el grupo (útil para no dejar recursos huérfanos pagando).
#   - Los permisos (RBAC) se pueden asignar a nivel de grupo,
#     en vez de recurso por recurso.
#   - Facilita ver costos y facturación por proyecto.
#
# A diferencia del registro de providers (que es a nivel de
# TODA la suscripción), el resource group es específico de
# este proyecto — por eso lo creamos con un nombre propio
# ($RESOURCE_GROUP) y todo lo demás se crea DENTRO de él.
#
# Esta operación es síncrona: cuando el comando termina, el
# grupo ya está listo para usarse (a diferencia del registro
# de providers, que puede quedar "en progreso" un rato).
# ─────────────────────────────────────────────────────────────
echo "🔍 Verificando si el grupo de recursos existe..."

EXISTS=$(az group exists --name "$RESOURCE_GROUP")

if [ "$EXISTS" == "true" ]; then
  echo "  $RESOURCE_GROUP ya existe (no se vuelve a crear)"
else
  echo "  $RESOURCE_GROUP no existe, creando..."
  az group create --name "$RESOURCE_GROUP" --location "$LOCATION"
fi

echo "⏳ Esperando que el grupo de recursos esté listo..."

while true; do
  STATE=$(az group show --name "$RESOURCE_GROUP" --query "properties.provisioningState" -o tsv 2>/dev/null)
  echo "  $RESOURCE_GROUP -> $STATE"

  if [ "$STATE" == "Succeeded" ]; then
    echo "✅ Grupo de recursos listo."
    break
  fi

  echo "---- esperando 10s para volver a chequear ----"
  sleep 10
done

# 2. Registrar Providers
# ─────────────────────────────────────────────────────────────
# ¿QUÉ ES REGISTRAR UN "RESOURCE PROVIDER"?
#
# Azure separa sus servicios en "providers" (namespaces tipo
# Microsoft.CognitiveServices, Microsoft.Search, Microsoft.Storage).
# Cada suscripción nueva solo trae activados los básicos
# (Compute, Network, Storage). Los demás, como Cognitive Services
# o Search, hay que "activarlos" una vez por suscripción antes
# de poder crear recursos de ese tipo.
#
# Es un paso único: una vez registrado, queda así para siempre,
# aunque crees y borres recursos de ese tipo muchas veces.
# Por eso primero chequeamos el estado antes de registrar de nuevo.
#
# Si no lo hacés, Azure te tira el error:
#   "MissingSubscriptionRegistration ... not registered to use
#    namespace 'Microsoft.CognitiveServices'"
# ─────────────────────────────────────────────────────────────
echo "⏳ Esperando registro de providers..."
PROVIDERS=("Microsoft.CognitiveServices" "Microsoft.Search" "Microsoft.Storage")

echo "🔍 Verificando estado de providers..."

for PROVIDER in "${PROVIDERS[@]}"; do
  STATE=$(az provider show --namespace "$PROVIDER" --query "registrationState" -o tsv)

  if [ "$STATE" == "Registered" ] || [ "$STATE" == "Registering" ]; then
    echo "  $PROVIDER -> $STATE (no se vuelve a registrar)"
  else
    echo "  $PROVIDER -> $STATE (registrando...)"
    az provider register --namespace "$PROVIDER"
  fi
done

while true; do
  ALL_REGISTERED=true

  for PROVIDER in "${PROVIDERS[@]}"; do
    STATE=$(az provider show --namespace "$PROVIDER" --query "registrationState" -o tsv)
    echo "  $PROVIDER -> $STATE"

    if [ "$STATE" != "Registered" ]; then
      ALL_REGISTERED=false
    fi
  done

  if [ "$ALL_REGISTERED" = true ]; then
    echo "✅ Todos los providers están registrados."
    break
  fi

  echo "---- esperando 15s para volver a chequear ----"
  sleep 15
done

# 3. Verificar que el modelo de IA existe con su version en el location seleccionado
# ─────────────────────────────────────────────────────────────
#En caso de no existir termina el proceso y deja impresa la lista de modelos disponibles
#para que puedas seleccionar una válido
# ─────────────────────────────────────────────────────────────
echo "📋 Modelos disponibles en $LOCATION:"
az cognitiveservices model list --location "$LOCATION" \
  --query "[].{Nombre:model.name, Version:model.version, Formato:model.format}" \
  -o table

echo ""
echo "🔍 Verificando si $MODEL_NAME versión $MODEL_VERSION está disponible en $LOCATION..."

MODEL_EXISTS=$(az cognitiveservices model list --location "$LOCATION" \
  --query "[?model.name=='$MODEL_NAME' && model.version=='$MODEL_VERSION'] | length(@)" \
  -o tsv)

if [ "$MODEL_EXISTS" -gt 0 ]; then
  echo "✅ Modelo $MODEL_NAME ($MODEL_VERSION) disponible en $LOCATION. Continuando..."
else
  echo "❌ El modelo $MODEL_NAME versión $MODEL_VERSION NO está disponible en $LOCATION."
  echo "Revisá la tabla de arriba para ver nombres y versiones válidas."
  exit 1
fi

# 4. Crear recurso de Azure OpenAI
# ─────────────────────────────────────────────────────────────
# ¿QUÉ ES UNA CUENTA DE AZURE OPENAI?
#
# Es el recurso "contenedor" que te da acceso a los modelos de
# OpenAI (GPT-4o, embeddings, etc.) dentro de Azure. Todavía no
# tiene ningún modelo desplegado — eso se hace en el paso
# siguiente (deployment). Pensalo como "abrir la cuenta" antes
# de "elegir qué modelo instalar en ella".
#
# El --custom-domain es necesario porque los endpoints de Azure
# OpenAI requieren una URL única tipo
# https://openai-rag.openai.azure.com/ para poder llamarlos
# desde tu código.
# ─────────────────────────────────────────────────────────────

# ─────────────────────────────────────────────────────────────
# Verificar si la cuenta de OpenAI ya existe.
#
# Nota: no ofrecemos "eliminar y recrear" automáticamente acá
# porque Azure hace soft-delete de las cuentas de Cognitive
# Services por 48hs. Aunque la borres, el --custom-domain queda
# reservado ese tiempo y el create va a volver a fallar con
# CustomDomainInUse. La forma más rápida de seguir es usar
# otro nombre.
# ─────────────────────────────────────────────────────────────

echo "🔍 Verificando si la cuenta de OpenAI '$OPENAI_NAME' ya existe..."

az cognitiveservices account show --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" &> /dev/null

if [ $? -eq 0 ]; then
  echo "  ℹ️  La cuenta '$OPENAI_NAME' ya existe en '$RESOURCE_GROUP'. No se vuelve a crear, continuando..."
else
  echo "  $OPENAI_NAME no existe, creando..."
  az cognitiveservices account create \
    --name "$OPENAI_NAME" \
    --resource-group "$RESOURCE_GROUP" \
    --kind OpenAI \
    --sku "$SKU" \
    --location "$LOCATION" \
    --yes \
    --custom-domain "$OPENAI_NAME"

  if [ $? -ne 0 ]; then
    echo ""
    echo "❌ No se pudo crear la cuenta de OpenAI '$OPENAI_NAME'."
    echo ""
    echo "   Si el error dice 'CustomDomainInUse', el nombre ya está"
    echo "   ocupado en Azure (posiblemente por un intento anterior"
    echo "   tuyo, aunque lo hayas borrado — Azure lo reserva 48hs)."
    echo ""
    echo "   👉 Lo más rápido para seguir ahora: cambiá el valor de"
    echo "      OPENAI_NAME al inicio del script por algo distinto,"
    echo "      por ejemplo:"
    echo "        OPENAI_NAME=\"openai-rag-$(date +%s)\""
    echo ""
    exit 1
  fi
fi

echo "⏳ Esperando que la cuenta de OpenAI esté lista..."

RETRIES=0
MAX_RETRIES=12

while true; do
  STATE=$(az cognitiveservices account show --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" \
    --query "properties.provisioningState" -o tsv 2>/dev/null)
  echo "  $OPENAI_NAME -> $STATE"

  if [ "$STATE" == "Succeeded" ]; then
    echo "✅ Cuenta de OpenAI lista."
    break
  fi

  RETRIES=$((RETRIES+1))
  if [ "$RETRIES" -ge "$MAX_RETRIES" ]; then
    echo "❌ Timeout esperando a que la cuenta esté lista."
    exit 1
  fi

  sleep 10
done

# 5. Crear deployment
# ─────────────────────────────────────────────────────────────
# ¿QUÉ ES UN "DEPLOYMENT" DE MODELO?
#
# La cuenta de OpenAI que creamos en el paso anterior es solo
# el "contenedor" — todavía no tiene ningún modelo activo. Un
# deployment es la acción de tomar un modelo del catálogo de
# OpenAI (ej. gpt-4o versión 2024-11-20) y activarlo dentro de
# tu cuenta con un nombre propio ($DEPLOYMENT_NAME) y una
# capacidad asignada (cuántas unidades de throughput podés usar
# en paralelo). Ese nombre de deployment es el que después vas
# a usar en tu código para llamar al modelo (no el nombre del
# modelo en sí).
#
# A diferencia de la cuenta de OpenAI, un deployment SÍ se
# puede borrar y recrear sin problemas de "nombre reservado" —
# no tiene el problema de soft-delete de 48hs que vimos antes.
# ─────────────────────────────────────────────────────────────

echo "🔍 Verificando si el deployment '$DEPLOYMENT_NAME' ya existe..."

az cognitiveservices account deployment show \
  --name "$OPENAI_NAME" \
  --resource-group "$RESOURCE_GROUP" \
  --deployment-name "$DEPLOYMENT_NAME" &> /dev/null

if [ $? -eq 0 ]; then
  echo "  ℹ️  El deployment '$DEPLOYMENT_NAME' ya existe. No se vuelve a crear, continuando..."
else
  echo "  $DEPLOYMENT_NAME no existe, creando con modelo $MODEL_NAME ($MODEL_VERSION)..."

  ERROR_OUTPUT=$(az cognitiveservices account deployment create \
    --name "$OPENAI_NAME" \
    --resource-group "$RESOURCE_GROUP" \
    --deployment-name "$DEPLOYMENT_NAME" \
    --model-name "$MODEL_NAME" \
    --model-version "$MODEL_VERSION" \
    --model-format OpenAI \
    --sku-name "$DEPLOYMENT_SKU" \
    --sku-capacity 1 2>&1)

  if [ $? -ne 0 ]; then
    echo ""
    if echo "$ERROR_OUTPUT" | grep -q "ServiceModelDeprecating"; then
      echo "❌ El modelo '$MODEL_NAME' versión '$MODEL_VERSION' está deprecado para deployments nuevos."
      echo ""
      echo "   👉 Pasos para resolverlo:"
      echo "      1. Revisá la lista de modelos disponibles en $LOCATION:"
      echo "         az cognitiveservices model list --location $LOCATION -o table"
      echo "      2. Elegí otro modelo/versión de esa lista (ej. gpt-5-mini, gpt-4o-mini)."
      echo "      3. Actualizá MODEL_NAME y MODEL_VERSION al inicio del script."
      echo "      4. Volvé a correr el script."
    else
      echo "❌ Error al crear el deployment '$DEPLOYMENT_NAME':"
      if echo "$ERROR_OUTPUT" | grep -q "InsufficientQuota"; then
        echo "Tabla de modelos y quota disponibles"
        az cognitiveservices usage list --location "$LOCATION" --query "[].{Modelo:name.value, Actual:currentValue, Limite:limit, Region:scopeType}" -o table
      else
        echo "$ERROR_OUTPUT"
      fi
    fi
    exit 1
  fi
fi

# Crear cuenta de almacenamiento con acceso público
#az storage account create --name $STORAGE_NAME --resource-group $RESOURCE_GROUP --location $LOCATION --sku Standard_LRS --kind StorageV2 --public-network-access Enabled --allow-blob-public-access true
# 6. Crear cuenta de almacenamiento
# ─────────────────────────────────────────────────────────────
# ¿PARA QUÉ SIRVE ESTE STORAGE ACCOUNT EN UN PROYECTO RAG?
#
# Vas a necesitar un lugar donde guardar los documentos fuente
# (PDFs, Word, texto) que después se van a indexar en Azure AI
# Search. Azure AI Search puede leer directamente desde un
# storage account mediante un "indexer" — vos subís los archivos
# acá, y Search los procesa, trocea (chunking) y vectoriza sin
# que vos tengas que mover los datos manualmente.
#
# A diferencia de la cuenta de OpenAI, el nombre de un storage
# account SÍ es único a nivel global (no solo dentro de tu
# suscripción) y tiene reglas más estrictas: solo minúsculas y
# números, entre 3 y 24 caracteres, sin guiones ni símbolos.
# Por eso hay que tener cuidado extra con el valor de
# $STORAGE_NAME.
# ─────────────────────────────────────────────────────────────

echo "🔍 Verificando si la cuenta de almacenamiento '$STORAGE_NAME' ya existe..."

az storage account show --name "$STORAGE_NAME" --resource-group "$RESOURCE_GROUP" &> /dev/null

if [ $? -eq 0 ]; then
  echo "  ℹ️  La cuenta de almacenamiento '$STORAGE_NAME' ya existe. No se vuelve a crear, continuando..."
else
  echo "  $STORAGE_NAME no existe, creando..."

  ERROR_OUTPUT=$(az storage account create \
    --name "$STORAGE_NAME" \
    --resource-group "$RESOURCE_GROUP" \
    --location "$LOCATION" \
    --sku Standard_LRS \
    --kind StorageV2 \
    --public-network-access Enabled \
    --allow-blob-public-access true 2>&1)

  if [ $? -ne 0 ]; then
    echo ""
    if echo "$ERROR_OUTPUT" | grep -q "StorageAccountAlreadyTaken"; then
      echo "❌ El nombre '$STORAGE_NAME' ya está en uso por OTRA cuenta en todo Azure"
      echo "   (los nombres de storage son únicos globalmente, no solo en tu suscripción)."
      echo ""
      echo "   👉 Cambiá STORAGE_NAME al inicio del script por algo único, ej:"
      echo "      STORAGE_NAME=\"storagerag$(date +%s)\""
    else
      echo "❌ Error al crear la cuenta de almacenamiento '$STORAGE_NAME':"
      echo "$ERROR_OUTPUT"
    fi
    exit 1
  fi
fi

echo "⏳ Esperando que la cuenta de almacenamiento esté lista..."

RETRIES=0
MAX_RETRIES=12

while true; do
  STATE=$(az storage account show --name "$STORAGE_NAME" --resource-group "$RESOURCE_GROUP" \
    --query "provisioningState" -o tsv 2>/dev/null)
  echo "  $STORAGE_NAME -> $STATE"

  if [ "$STATE" == "Succeeded" ]; then
    echo "✅ Cuenta de almacenamiento lista."
    break
  fi

  RETRIES=$((RETRIES+1))
  if [ "$RETRIES" -ge "$MAX_RETRIES" ]; then
    echo "❌ Timeout esperando a que la cuenta de almacenamiento esté lista."
    exit 1
  fi

  sleep 10
done

# 7. Crear Azure AI Search
# ─────────────────────────────────────────────────────────────
# ¿QUÉ ES AZURE AI SEARCH EN ESTE PROYECTO RAG?
#
# Es el motor que va a indexar tus documentos (los que subiste
# al storage account) y permitir búsquedas semánticas/vectoriales
# sobre ellos — es la pieza que convierte "documentos sueltos"
# en algo que tu aplicación RAG puede consultar y traer como
# contexto para el modelo de OpenAI.
#
# Parámetros clave:
#   --sku basic: nivel de servicio más económico con capacidad
#     real de producción (el tier "free" existe pero es muy
#     limitado en tamaño de índice y no permite todas las
#     funciones que vas a necesitar en el curso).
#   --partition-count / --replica-count: controlan escalado
#     horizontal. En 1/1 tenés la unidad mínima — suficiente
#     para aprender, sin gastar de más.
#
# A diferencia del storage account, el nombre de Azure AI Search
# también es único a nivel global (mismo problema potencial de
# "nombre ocupado" que vimos con OpenAI y Storage).
# ─────────────────────────────────────────────────────────────

echo "🔍 Verificando si el servicio de Search '$SEARCH_NAME' ya existe..."

az search service show --name "$SEARCH_NAME" --resource-group "$RESOURCE_GROUP" &> /dev/null

if [ $? -eq 0 ]; then
  echo "  ℹ️  El servicio de Search '$SEARCH_NAME' ya existe. No se vuelve a crear, continuando..."
else
  echo "  $SEARCH_NAME no existe, creando..."

  ERROR_OUTPUT=$(az search service create \
    --name "$SEARCH_NAME" \
    --resource-group "$RESOURCE_GROUP" \
    --location "$LOCATION" \
    --sku basic \
    --partition-count 1 \
    --replica-count 1 2>&1)

  if [ $? -ne 0 ]; then
    echo ""
    if echo "$ERROR_OUTPUT" | grep -qi "already exists\|already in use\|name.*taken\|NameAlreadyInUse\|ServiceNameUnavailable"; then
      echo "❌ El nombre '$SEARCH_NAME' ya está en uso (posiblemente por otra cuenta en Azure,"
      echo "   los nombres de Search son únicos a nivel global — o por un intento anterior tuyo"
      echo "   en otra suscripción, como pasó con este mismo nombre antes)."
      echo ""
      echo "   👉 Cambiá SEARCH_NAME al inicio del script por algo único, ej:"
      echo "      SEARCH_NAME=\"search-rag-$(date +%s)\""
    elif echo "$ERROR_OUTPUT" | grep -qi "quota\|limit"; then
      echo "❌ Alcanzaste el límite de servicios de Search permitidos en tu suscripción/región."
      echo "   Revisá tus servicios existentes con:"
      echo "     az search service list -o table"
    else
      echo "❌ Error al crear el servicio de Search '$SEARCH_NAME':"
      echo "$ERROR_OUTPUT"
    fi
    exit 1
  fi
fi

echo "⏳ Esperando que el servicio de Search esté listo..."

RETRIES=0
MAX_RETRIES=12

while true; do
  STATE=$(az search service show --name "$SEARCH_NAME" --resource-group "$RESOURCE_GROUP" \
    --query "provisioningState" -o tsv 2>/dev/null)
  echo "  $SEARCH_NAME -> $STATE"

  if [ "$STATE" == "succeeded" ] || [ "$STATE" == "Succeeded" ]; then
    echo "✅ Servicio de Search listo."
    break
  fi

  RETRIES=$((RETRIES+1))
  if [ "$RETRIES" -ge "$MAX_RETRIES" ]; then
    echo "❌ Timeout esperando a que el servicio de Search esté listo."
    exit 1
  fi

  sleep 10
done

echo "⏳ Esperando propagación de permisos antes de leer las claves..."
sleep 45

# 5. Obtener claves y endpoints
#echo "🔑 Azure OpenAI Key:"
#az cognitiveservices account keys list --name $OPENAI_NAME --resource-group $RESOURCE_GROUP

# ═════════════════════════════════════════════════════════════
# 8. Obtener claves y endpoints
# ─────────────────────────────────────────────────────────────
# Solo lectura (GET) de recursos ya creados
# ═════════════════════════════════════════════════════════════

echo "Obteniendo claves y endpoints"
echo "🔑 Azure OpenAI:"
OPENAI_ENDPOINT=$(az cognitiveservices account show \
  --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" \
  --query "properties.endpoint" -o tsv 2>&1)

if [ $? -ne 0 ]; then
  echo "❌ No se pudo obtener el endpoint de OpenAI:"
  echo "$OPENAI_ENDPOINT"
  exit 1
fi

OPENAI_KEY=$(az cognitiveservices account keys list \
  --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" \
  --query "key1" -o tsv 2>&1)

if [ $? -ne 0 ]; then
  echo "❌ No se pudo obtener la key de OpenAI:"
  echo "$OPENAI_KEY"
  exit 1
fi

echo "  Endpoint: $OPENAI_ENDPOINT"
echo "  Key:      $OPENAI_KEY"

echo ""
echo "🔑 Azure AI Search:"
SEARCH_ENDPOINT="https://${SEARCH_NAME}.search.windows.net"

SEARCH_KEY=$(az search admin-key show \
  --service-name "$SEARCH_NAME" --resource-group "$RESOURCE_GROUP" \
  --query "primaryKey" -o tsv 2>&1)

if [ $? -ne 0 ]; then
  echo "❌ No se pudo obtener la key de Search:"
  echo "$SEARCH_KEY"
  echo ""
  echo "   Si el error es AuthorizationFailed, probablemente el recurso"
  echo "   se acaba de crear y falta propagación de permisos — esperá"
  echo "   un minuto y corré solo esta última sección de nuevo."
  exit 1
fi

echo "  Endpoint: $SEARCH_ENDPOINT"
echo "  Key:      $SEARCH_KEY"

# ═════════════════════════════════════════════════════════════
# 9. Escribir variables en .env
# ─────────────────────────────────────────────────────────────
# El .env puede que ya tenga otras variables tuyas. No lo
# borramos ni sobreescribimos entero: la función actualiza SOLO
# las líneas que empiezan con la variable que le pasamos — si
# ya existe la reemplaza, si no existe la agrega al final. Todo
# lo demás en el archivo queda intacto.
# ═════════════════════════════════════════════════════════════

set_env_var() {
  local key="$1"
  local value="$2"
  local file="$3"

  touch "$file"

  if grep -qF "${key}=" "$file"; then
    local tmp_file
    tmp_file=$(mktemp)
    grep -vF "${key}=" "$file" > "$tmp_file"
    echo "${key}=${value}" >> "$tmp_file"
    mv "$tmp_file" "$file"
  else
    echo "${key}=${value}" >> "$file"
  fi
}
echo "📝 Escribiendo variables en $ENV_FILE..."

set_env_var "AZURE_OPENAI_ENDPOINT" "$OPENAI_ENDPOINT" "$ENV_FILE"
set_env_var "AZURE_OPENAI_KEY" "$OPENAI_KEY" "$ENV_FILE"
set_env_var "AZURE_OPENAI_DEPLOYMENT_NAME" "$DEPLOYMENT_NAME" "$ENV_FILE"
set_env_var "AZURE_OPENAI_MODEL_NAME" "$MODEL_NAME" "$ENV_FILE"
set_env_var "AZURE_OPENAI_API_VERSION" "2024-10-21" "$ENV_FILE"
set_env_var "AZURE_SEARCH_ENDPOINT" "$SEARCH_ENDPOINT" "$ENV_FILE"
set_env_var "AZURE_SEARCH_KEY" "$SEARCH_KEY" "$ENV_FILE"

echo "✅ Variables escritas en $ENV_FILE."

echo ""
echo "═══════════════════════════════════════════════════"
echo "✅ ¡Entorno RAG listo para usar!"
echo "═══════════════════════════════════════════════════"
echo "   Deployment de OpenAI: $DEPLOYMENT_NAME (modelo: $MODEL_NAME $MODEL_VERSION)"
echo "   Resource group:       $RESOURCE_GROUP"

echo "✅ ¡Entorno RAG listo para usar!"

#!/bin/bash# VariablesRESOURCE_GROUP="rg-rag"LOCATION="brazilsouth"OPENAI_NAME="openai-rag-1783625551"SEARCH_NAME="search-rag-1783629216"DEPLOYMENT_NAME="gpt-4o-rag"MODEL_NAME="gpt-5-mini"MODEL_VERSION="2025-08-07"STORAGE_NAME="storageragtigre01"SKU="S0"DEPLOYMENT_SKU="GlobalStandard"ENV_FILE=".env"## 1. Crear grupo de recursos# ─────────────────────────────────────────────────────────────# ¿QUÉ ES UN "RESOURCE GROUP"?## Es una carpeta lógica donde Azure agrupa todos los recursos# de un mismo proyecto (en este caso: la cuenta de OpenAI, el# storage y el servicio de Search). No es un recurso que "hace"# algo por sí mismo — es solo organización y control de ciclo# de vida.## Ventajas de agrupar todo en un mismo resource group:#   - Podés borrar TODO el proyecto de una sola vez borrando#     el grupo (útil para no dejar recursos huérfanos pagando).#   - Los permisos (RBAC) se pueden asignar a nivel de grupo,#     en vez de recurso por recurso.#   - Facilita ver costos y facturación por proyecto.## A diferencia del registro de providers (que es a nivel de# TODA la suscripción), el resource group es específico de# este proyecto — por eso lo creamos con un nombre propio# ($RESOURCE_GROUP) y todo lo demás se crea DENTRO de él.## Esta operación es síncrona: cuando el comando termina, el# grupo ya está listo para usarse (a diferencia del registro# de providers, que puede quedar "en progreso" un rato).# ─────────────────────────────────────────────────────────────echo "🔍 Verificando si el grupo de recursos existe..."EXISTS=$(az group exists --name "$RESOURCE_GROUP")if [ "$EXISTS" == "true" ]; then  echo "  $RESOURCE_GROUP ya existe (no se vuelve a crear)"else  echo "  $RESOURCE_GROUP no existe, creando..."  az group create --name "$RESOURCE_GROUP" --location "$LOCATION"fiecho "⏳ Esperando que el grupo de recursos esté listo..."while true; do  STATE=$(az group show --name "$RESOURCE_GROUP" --query "properties.provisioningState" -o tsv 2>/dev/null)  echo "  $RESOURCE_GROUP -> $STATE"  if [ "$STATE" == "Succeeded" ]; then    echo "✅ Grupo de recursos listo."    break  fi  echo "---- esperando 10s para volver a chequear ----"  sleep 10done# 2. Registrar Providers# ─────────────────────────────────────────────────────────────# ¿QUÉ ES REGISTRAR UN "RESOURCE PROVIDER"?## Azure separa sus servicios en "providers" (namespaces tipo# Microsoft.CognitiveServices, Microsoft.Search, Microsoft.Storage).# Cada suscripción nueva solo trae activados los básicos# (Compute, Network, Storage). Los demás, como Cognitive Services# o Search, hay que "activarlos" una vez por suscripción antes# de poder crear recursos de ese tipo.## Es un paso único: una vez registrado, queda así para siempre,# aunque crees y borres recursos de ese tipo muchas veces.# Por eso primero chequeamos el estado antes de registrar de nuevo.## Si no lo hacés, Azure te tira el error:#   "MissingSubscriptionRegistration ... not registered to use#    namespace 'Microsoft.CognitiveServices'"# ─────────────────────────────────────────────────────────────echo "⏳ Esperando registro de providers..."PROVIDERS=("Microsoft.CognitiveServices" "Microsoft.Search" "Microsoft.Storage")echo "🔍 Verificando estado de providers..."for PROVIDER in "${PROVIDERS[@]}"; do  STATE=$(az provider show --namespace "$PROVIDER" --query "registrationState" -o tsv)  if [ "$STATE" == "Registered" ] || [ "$STATE" == "Registering" ]; then    echo "  $PROVIDER -> $STATE (no se vuelve a registrar)"  else    echo "  $PROVIDER -> $STATE (registrando...)"    az provider register --namespace "$PROVIDER"  fidonewhile true; do  ALL_REGISTERED=true  for PROVIDER in "${PROVIDERS[@]}"; do    STATE=$(az provider show --namespace "$PROVIDER" --query "registrationState" -o tsv)    echo "  $PROVIDER -> $STATE"    if [ "$STATE" != "Registered" ]; then      ALL_REGISTERED=false    fi  done  if [ "$ALL_REGISTERED" = true ]; then    echo "✅ Todos los providers están registrados."    break  fi  echo "---- esperando 15s para volver a chequear ----"  sleep 15done# 3. Verificar que el modelo de IA existe con su version en el location seleccionado# ─────────────────────────────────────────────────────────────#En caso de no existir termina el proceso y deja impresa la lista de modelos disponibles#para que puedas seleccionar una válido# ─────────────────────────────────────────────────────────────echo "📋 Modelos disponibles en $LOCATION:"az cognitiveservices model list --location "$LOCATION" \  --query "[].{Nombre:model.name, Version:model.version, Formato:model.format}" \  -o tableecho ""echo "🔍 Verificando si $MODEL_NAME versión $MODEL_VERSION está disponible en $LOCATION..."MODEL_EXISTS=$(az cognitiveservices model list --location "$LOCATION" \  --query "[?model.name=='$MODEL_NAME' && model.version=='$MODEL_VERSION'] | length(@)" \  -o tsv)if [ "$MODEL_EXISTS" -gt 0 ]; then  echo "✅ Modelo $MODEL_NAME ($MODEL_VERSION) disponible en $LOCATION. Continuando..."else  echo "❌ El modelo $MODEL_NAME versión $MODEL_VERSION NO está disponible en $LOCATION."  echo "Revisá la tabla de arriba para ver nombres y versiones válidas."  exit 1fi# 4. Crear recurso de Azure OpenAI# ─────────────────────────────────────────────────────────────# ¿QUÉ ES UNA CUENTA DE AZURE OPENAI?## Es el recurso "contenedor" que te da acceso a los modelos de# OpenAI (GPT-4o, embeddings, etc.) dentro de Azure. Todavía no# tiene ningún modelo desplegado — eso se hace en el paso# siguiente (deployment). Pensalo como "abrir la cuenta" antes# de "elegir qué modelo instalar en ella".## El --custom-domain es necesario porque los endpoints de Azure# OpenAI requieren una URL única tipo# https://openai-rag.openai.azure.com/ para poder llamarlos# desde tu código.# ─────────────────────────────────────────────────────────────# ─────────────────────────────────────────────────────────────# Verificar si la cuenta de OpenAI ya existe.## Nota: no ofrecemos "eliminar y recrear" automáticamente acá# porque Azure hace soft-delete de las cuentas de Cognitive# Services por 48hs. Aunque la borres, el --custom-domain queda# reservado ese tiempo y el create va a volver a fallar con# CustomDomainInUse. La forma más rápida de seguir es usar# otro nombre.# ─────────────────────────────────────────────────────────────echo "🔍 Verificando si la cuenta de OpenAI '$OPENAI_NAME' ya existe..."az cognitiveservices account show --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" &> /dev/nullif [ $? -eq 0 ]; then  echo "  ℹ️  La cuenta '$OPENAI_NAME' ya existe en '$RESOURCE_GROUP'. No se vuelve a crear, continuando..."else  echo "  $OPENAI_NAME no existe, creando..."  az cognitiveservices account create \    --name "$OPENAI_NAME" \    --resource-group "$RESOURCE_GROUP" \    --kind OpenAI \    --sku "$SKU" \    --location "$LOCATION" \    --yes \    --custom-domain "$OPENAI_NAME"  if [ $? -ne 0 ]; then    echo ""    echo "❌ No se pudo crear la cuenta de OpenAI '$OPENAI_NAME'."    echo ""    echo "   Si el error dice 'CustomDomainInUse', el nombre ya está"    echo "   ocupado en Azure (posiblemente por un intento anterior"    echo "   tuyo, aunque lo hayas borrado — Azure lo reserva 48hs)."    echo ""    echo "   👉 Lo más rápido para seguir ahora: cambiá el valor de"    echo "      OPENAI_NAME al inicio del script por algo distinto,"    echo "      por ejemplo:"    echo "        OPENAI_NAME=\"openai-rag-$(date +%s)\""    echo ""    exit 1  fifiecho "⏳ Esperando que la cuenta de OpenAI esté lista..."RETRIES=0MAX_RETRIES=12while true; do  STATE=$(az cognitiveservices account show --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" \    --query "properties.provisioningState" -o tsv 2>/dev/null)  echo "  $OPENAI_NAME -> $STATE"  if [ "$STATE" == "Succeeded" ]; then    echo "✅ Cuenta de OpenAI lista."    break  fi  RETRIES=$((RETRIES+1))  if [ "$RETRIES" -ge "$MAX_RETRIES" ]; then    echo "❌ Timeout esperando a que la cuenta esté lista."    exit 1  fi  sleep 10done# 5. Crear deployment# ─────────────────────────────────────────────────────────────# ¿QUÉ ES UN "DEPLOYMENT" DE MODELO?## La cuenta de OpenAI que creamos en el paso anterior es solo# el "contenedor" — todavía no tiene ningún modelo activo. Un# deployment es la acción de tomar un modelo del catálogo de# OpenAI (ej. gpt-4o versión 2024-11-20) y activarlo dentro de# tu cuenta con un nombre propio ($DEPLOYMENT_NAME) y una# capacidad asignada (cuántas unidades de throughput podés usar# en paralelo). Ese nombre de deployment es el que después vas# a usar en tu código para llamar al modelo (no el nombre del# modelo en sí).## A diferencia de la cuenta de OpenAI, un deployment SÍ se# puede borrar y recrear sin problemas de "nombre reservado" —# no tiene el problema de soft-delete de 48hs que vimos antes.# ─────────────────────────────────────────────────────────────echo "🔍 Verificando si el deployment '$DEPLOYMENT_NAME' ya existe..."az cognitiveservices account deployment show \  --name "$OPENAI_NAME" \  --resource-group "$RESOURCE_GROUP" \  --deployment-name "$DEPLOYMENT_NAME" &> /dev/nullif [ $? -eq 0 ]; then  echo "  ℹ️  El deployment '$DEPLOYMENT_NAME' ya existe. No se vuelve a crear, continuando..."else  echo "  $DEPLOYMENT_NAME no existe, creando con modelo $MODEL_NAME ($MODEL_VERSION)..."  ERROR_OUTPUT=$(az cognitiveservices account deployment create \    --name "$OPENAI_NAME" \    --resource-group "$RESOURCE_GROUP" \    --deployment-name "$DEPLOYMENT_NAME" \    --model-name "$MODEL_NAME" \    --model-version "$MODEL_VERSION" \    --model-format OpenAI \    --sku-name "$DEPLOYMENT_SKU" \    --sku-capacity 1 2>&1)  if [ $? -ne 0 ]; then    echo ""    if echo "$ERROR_OUTPUT" | grep -q "ServiceModelDeprecating"; then      echo "❌ El modelo '$MODEL_NAME' versión '$MODEL_VERSION' está deprecado para deployments nuevos."      echo ""      echo "   👉 Pasos para resolverlo:"      echo "      1. Revisá la lista de modelos disponibles en $LOCATION:"      echo "         az cognitiveservices model list --location $LOCATION -o table"      echo "      2. Elegí otro modelo/versión de esa lista (ej. gpt-5-mini, gpt-4o-mini)."      echo "      3. Actualizá MODEL_NAME y MODEL_VERSION al inicio del script."      echo "      4. Volvé a correr el script."    else      echo "❌ Error al crear el deployment '$DEPLOYMENT_NAME':"      if echo "$ERROR_OUTPUT" | grep -q "InsufficientQuota"; then        echo "Tabla de modelos y quota disponibles"        az cognitiveservices usage list --location "$LOCATION" --query "[].{Modelo:name.value, Actual:currentValue, Limite:limit, Region:scopeType}" -o table      else        echo "$ERROR_OUTPUT"      fi    fi    exit 1  fifi# Crear cuenta de almacenamiento con acceso público#az storage account create --name $STORAGE_NAME --resource-group $RESOURCE_GROUP --location $LOCATION --sku Standard_LRS --kind StorageV2 --public-network-access Enabled --allow-blob-public-access true# 6. Crear cuenta de almacenamiento# ─────────────────────────────────────────────────────────────# ¿PARA QUÉ SIRVE ESTE STORAGE ACCOUNT EN UN PROYECTO RAG?## Vas a necesitar un lugar donde guardar los documentos fuente# (PDFs, Word, texto) que después se van a indexar en Azure AI# Search. Azure AI Search puede leer directamente desde un# storage account mediante un "indexer" — vos subís los archivos# acá, y Search los procesa, trocea (chunking) y vectoriza sin# que vos tengas que mover los datos manualmente.## A diferencia de la cuenta de OpenAI, el nombre de un storage# account SÍ es único a nivel global (no solo dentro de tu# suscripción) y tiene reglas más estrictas: solo minúsculas y# números, entre 3 y 24 caracteres, sin guiones ni símbolos.# Por eso hay que tener cuidado extra con el valor de# $STORAGE_NAME.# ─────────────────────────────────────────────────────────────echo "🔍 Verificando si la cuenta de almacenamiento '$STORAGE_NAME' ya existe..."az storage account show --name "$STORAGE_NAME" --resource-group "$RESOURCE_GROUP" &> /dev/nullif [ $? -eq 0 ]; then  echo "  ℹ️  La cuenta de almacenamiento '$STORAGE_NAME' ya existe. No se vuelve a crear, continuando..."else  echo "  $STORAGE_NAME no existe, creando..."  ERROR_OUTPUT=$(az storage account create \    --name "$STORAGE_NAME" \    --resource-group "$RESOURCE_GROUP" \    --location "$LOCATION" \    --sku Standard_LRS \    --kind StorageV2 \    --public-network-access Enabled \    --allow-blob-public-access true 2>&1)  if [ $? -ne 0 ]; then    echo ""    if echo "$ERROR_OUTPUT" | grep -q "StorageAccountAlreadyTaken"; then      echo "❌ El nombre '$STORAGE_NAME' ya está en uso por OTRA cuenta en todo Azure"      echo "   (los nombres de storage son únicos globalmente, no solo en tu suscripción)."      echo ""      echo "   👉 Cambiá STORAGE_NAME al inicio del script por algo único, ej:"      echo "      STORAGE_NAME=\"storagerag$(date +%s)\""    else      echo "❌ Error al crear la cuenta de almacenamiento '$STORAGE_NAME':"      echo "$ERROR_OUTPUT"    fi    exit 1  fifiecho "⏳ Esperando que la cuenta de almacenamiento esté lista..."RETRIES=0MAX_RETRIES=12while true; do  STATE=$(az storage account show --name "$STORAGE_NAME" --resource-group "$RESOURCE_GROUP" \    --query "provisioningState" -o tsv 2>/dev/null)  echo "  $STORAGE_NAME -> $STATE"  if [ "$STATE" == "Succeeded" ]; then    echo "✅ Cuenta de almacenamiento lista."    break  fi  RETRIES=$((RETRIES+1))  if [ "$RETRIES" -ge "$MAX_RETRIES" ]; then    echo "❌ Timeout esperando a que la cuenta de almacenamiento esté lista."    exit 1  fi  sleep 10done# 7. Crear Azure AI Search# ─────────────────────────────────────────────────────────────# ¿QUÉ ES AZURE AI SEARCH EN ESTE PROYECTO RAG?## Es el motor que va a indexar tus documentos (los que subiste# al storage account) y permitir búsquedas semánticas/vectoriales# sobre ellos — es la pieza que convierte "documentos sueltos"# en algo que tu aplicación RAG puede consultar y traer como# contexto para el modelo de OpenAI.## Parámetros clave:#   --sku basic: nivel de servicio más económico con capacidad#     real de producción (el tier "free" existe pero es muy#     limitado en tamaño de índice y no permite todas las#     funciones que vas a necesitar en el curso).#   --partition-count / --replica-count: controlan escalado#     horizontal. En 1/1 tenés la unidad mínima — suficiente#     para aprender, sin gastar de más.## A diferencia del storage account, el nombre de Azure AI Search# también es único a nivel global (mismo problema potencial de# "nombre ocupado" que vimos con OpenAI y Storage).# ─────────────────────────────────────────────────────────────echo "🔍 Verificando si el servicio de Search '$SEARCH_NAME' ya existe..."az search service show --name "$SEARCH_NAME" --resource-group "$RESOURCE_GROUP" &> /dev/nullif [ $? -eq 0 ]; then  echo "  ℹ️  El servicio de Search '$SEARCH_NAME' ya existe. No se vuelve a crear, continuando..."else  echo "  $SEARCH_NAME no existe, creando..."  ERROR_OUTPUT=$(az search service create \    --name "$SEARCH_NAME" \    --resource-group "$RESOURCE_GROUP" \    --location "$LOCATION" \    --sku basic \    --partition-count 1 \    --replica-count 1 2>&1)  if [ $? -ne 0 ]; then    echo ""    if echo "$ERROR_OUTPUT" | grep -qi "already exists\|already in use\|name.*taken\|NameAlreadyInUse\|ServiceNameUnavailable"; then      echo "❌ El nombre '$SEARCH_NAME' ya está en uso (posiblemente por otra cuenta en Azure,"      echo "   los nombres de Search son únicos a nivel global — o por un intento anterior tuyo"      echo "   en otra suscripción, como pasó con este mismo nombre antes)."      echo ""      echo "   👉 Cambiá SEARCH_NAME al inicio del script por algo único, ej:"      echo "      SEARCH_NAME=\"search-rag-$(date +%s)\""    elif echo "$ERROR_OUTPUT" | grep -qi "quota\|limit"; then      echo "❌ Alcanzaste el límite de servicios de Search permitidos en tu suscripción/región."      echo "   Revisá tus servicios existentes con:"      echo "     az search service list -o table"    else      echo "❌ Error al crear el servicio de Search '$SEARCH_NAME':"      echo "$ERROR_OUTPUT"    fi    exit 1  fifiecho "⏳ Esperando que el servicio de Search esté listo..."RETRIES=0MAX_RETRIES=12while true; do  STATE=$(az search service show --name "$SEARCH_NAME" --resource-group "$RESOURCE_GROUP" \    --query "provisioningState" -o tsv 2>/dev/null)  echo "  $SEARCH_NAME -> $STATE"  if [ "$STATE" == "succeeded" ] || [ "$STATE" == "Succeeded" ]; then    echo "✅ Servicio de Search listo."    break  fi  RETRIES=$((RETRIES+1))  if [ "$RETRIES" -ge "$MAX_RETRIES" ]; then    echo "❌ Timeout esperando a que el servicio de Search esté listo."    exit 1  fi  sleep 10doneecho "⏳ Esperando propagación de permisos antes de leer las claves..."sleep 45# 5. Obtener claves y endpoints#echo "🔑 Azure OpenAI Key:"#az cognitiveservices account keys list --name $OPENAI_NAME --resource-group $RESOURCE_GROUP# ═════════════════════════════════════════════════════════════# 8. Obtener claves y endpoints# ─────────────────────────────────────────────────────────────# Solo lectura (GET) de recursos ya creados# ═════════════════════════════════════════════════════════════echo "Obteniendo claves y endpoints"echo "🔑 Azure OpenAI:"OPENAI_ENDPOINT=$(az cognitiveservices account show \  --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" \  --query "properties.endpoint" -o tsv 2>&1)if [ $? -ne 0 ]; then  echo "❌ No se pudo obtener el endpoint de OpenAI:"  echo "$OPENAI_ENDPOINT"  exit 1fiOPENAI_KEY=$(az cognitiveservices account keys list \  --name "$OPENAI_NAME" --resource-group "$RESOURCE_GROUP" \  --query "key1" -o tsv 2>&1)if [ $? -ne 0 ]; then  echo "❌ No se pudo obtener la key de OpenAI:"  echo "$OPENAI_KEY"  exit 1fiecho "  Endpoint: $OPENAI_ENDPOINT"echo "  Key:      $OPENAI_KEY"echo ""echo "🔑 Azure AI Search:"SEARCH_ENDPOINT="https://${SEARCH_NAME}.search.windows.net"SEARCH_KEY=$(az search admin-key show \  --service-name "$SEARCH_NAME" --resource-group "$RESOURCE_GROUP" \  --query "primaryKey" -o tsv 2>&1)if [ $? -ne 0 ]; then  echo "❌ No se pudo obtener la key de Search:"  echo "$SEARCH_KEY"  echo ""  echo "   Si el error es AuthorizationFailed, probablemente el recurso"  echo "   se acaba de crear y falta propagación de permisos — esperá"  echo "   un minuto y corré solo esta última sección de nuevo."  exit 1fiecho "  Endpoint: $SEARCH_ENDPOINT"echo "  Key:      $SEARCH_KEY"# ═════════════════════════════════════════════════════════════# 9. Escribir variables en .env# ─────────────────────────────────────────────────────────────# El .env puede que ya tenga otras variables tuyas. No lo# borramos ni sobreescribimos entero: la función actualiza SOLO# las líneas que empiezan con la variable que le pasamos — si# ya existe la reemplaza, si no existe la agrega al final. Todo# lo demás en el archivo queda intacto.# ═════════════════════════════════════════════════════════════set_env_var() {  local key="$1"  local value="$2"  local file="$3"  touch "$file"  if grep -qF "${key}=" "$file"; then    local tmp_file    tmp_file=$(mktemp)    grep -vF "${key}=" "$file" > "$tmp_file"    echo "${key}=${value}" >> "$tmp_file"    mv "$tmp_file" "$file"  else    echo "${key}=${value}" >> "$file"  fi}echo "📝 Escribiendo variables en $ENV_FILE..."set_env_var "AZURE_OPENAI_ENDPOINT" "$OPENAI_ENDPOINT" "$ENV_FILE"set_env_var "AZURE_OPENAI_KEY" "$OPENAI_KEY" "$ENV_FILE"set_env_var "AZURE_OPENAI_DEPLOYMENT_NAME" "$DEPLOYMENT_NAME" "$ENV_FILE"set_env_var "AZURE_OPENAI_MODEL_NAME" "$MODEL_NAME" "$ENV_FILE"set_env_var "AZURE_OPENAI_API_VERSION" "2024-10-21" "$ENV_FILE"set_env_var "AZURE_SEARCH_ENDPOINT" "$SEARCH_ENDPOINT" "$ENV_FILE"set_env_var "AZURE_SEARCH_KEY" "$SEARCH_KEY" "$ENV_FILE"echo "✅ Variables escritas en $ENV_FILE."echo ""echo "═══════════════════════════════════════════════════"echo "✅ ¡Entorno RAG listo para usar!"echo "═══════════════════════════════════════════════════"echo "   Deployment de OpenAI: $DEPLOYMENT_NAME (modelo: $MODEL_NAME $MODEL_VERSION)"echo "   Resource group:       $RESOURCE_GROUP"echo "✅ ¡Entorno RAG listo para usar!"

Desplegando infraestructura RAG en Azure

Introduccion a RAG

Qué es RAG y por qué la IA lo necesita

Historia y futuro de RAG en los LLM

Arquitetura RAG: agente antes do LLM

Fragmentación de documentos en bases de datos vectoriales

Etapas de RAG

Embeddings y vectorización en RAG

RAG en Azure en lugar de local

Qué son las bases de datos vectoriales