Generate FAQ for README¶

This notebook shows how to generate multilingual FAQ drafts from a source markdown document.

In [1]:

import json

import pandas as pd
from openai import OpenAI
from pydantic import BaseModel, Field

import openaivec
from openaivec import pandas_ext

openaivec.set_client(OpenAI())

openaivec.set_responses_model("gpt-5.4")

import json import pandas as pd from openai import OpenAI from pydantic import BaseModel, Field import openaivec from openaivec import pandas_ext openaivec.set_client(OpenAI()) openaivec.set_responses_model("gpt-5.4")

In [2]:

docs_df: pd.DataFrame = pd.DataFrame(
    {"title": "readme", "body": [open("../../README.md").read()]}
)
docs_df

docs_df: pd.DataFrame = pd.DataFrame( {"title": "readme", "body": [open("../../README.md").read()]} ) docs_df

Out[2]:

	title	body
0	readme	# openaivec\n\nAI text processing for pandas a...

In [3]:

class Question(BaseModel):
    question: str = Field(description="The question to ask the model.")
    answer: str = Field(description="The answer to the question.")

class Section(BaseModel):
    title: str = Field(description="The title of the section.")
    content: str = Field(description="The content of the section.")
    questions: list[Question] = Field(description="List of questions and answers related to the section.")

class Document(BaseModel):
    sections: list[Section] = Field(description="List of sections in the document.")

class Question(BaseModel): question: str = Field(description="The question to ask the model.") answer: str = Field(description="The answer to the question.") class Section(BaseModel): title: str = Field(description="The title of the section.") content: str = Field(description="The content of the section.") questions: list[Question] = Field(description="List of questions and answers related to the section.") class Document(BaseModel): sections: list[Section] = Field(description="List of sections in the document.")

In [4]:

sections_df = docs_df.pipe(
    lambda df: df
    .assign(
        section=lambda df: df["body"].ai.responses(
            instructions="""
            Generate a list of FAQ for each section of the document.
            Break down the document into as many detailed sections as possible,
            regardless of markdown format.
            """,
            response_format=Document
        )
        .map(lambda x: x.sections)
    )
    .drop(columns=["body"])
    .explode("section")
    .ai.extract("section")
)

sections_df

sections_df = docs_df.pipe( lambda df: df .assign( section=lambda df: df["body"].ai.responses( instructions=""" Generate a list of FAQ for each section of the document. Break down the document into as many detailed sections as possible, regardless of markdown format. """, response_format=Document ) .map(lambda x: x.sections) ) .drop(columns=["body"]) .explode("section") .ai.extract("section") ) sections_df

Processing batches:   0%|          | 0/1 [00:00<?, ?item/s]

Out[4]:

	title	section_title	section_content	section_questions
0	readme	Project Title	openaivec is a library for AI text processing ...	[{'question': 'What is openaivec?', 'answer': ...
0	readme	Contributor Guidelines Reference	The document links to contributor guidelines i...	[{'question': 'Where are the contributor guide...
0	readme	Quick Start Overview	The quick start shows how to install openaivec...	[{'question': 'How do I install openaivec?', '...
0	readme	Quick Start Installation	Installation is done with pip using the comman...	[{'question': 'What is the installation comman...
0	readme	Quick Start pandas Example	The example imports os, pandas, and openaivec'...	[{'question': 'How do I use openaivec with a p...
...	...	...	...	...
0	readme	Additional Resource: Survey Data Transformation	A tutorial is provided for transforming unstru...	[{'question': 'Is there an example for survey ...
0	readme	Additional Resource: Async Processing Examples	A tutorial is provided for high-performance as...	[{'question': 'Are there dedicated async workf...
0	readme	Additional Resource: FAQ Generation	A tutorial is provided for automatically gener...	[{'question': 'Is there an example for generat...
0	readme	Additional Resource: All Examples	A complete collection of tutorials and use cas...	[{'question': 'Where can I browse all openaive...
0	readme	Community	The project has a Discord community for suppor...	[{'question': 'Is there a community for openai...

62 rows × 4 columns

In [5]:

questions_df: pd.DataFrame = sections_df.pipe(
    lambda df: df
    .drop(columns=["section_content"])
    .explode("section_questions")
    .ai.extract("section_questions")
    .reset_index(drop=True)
)

questions_df: pd.DataFrame = sections_df.pipe( lambda df: df .drop(columns=["section_content"]) .explode("section_questions") .ai.extract("section_questions") .reset_index(drop=True) )

In [6]:

from IPython.display import Markdown, display

display(Markdown(questions_df.to_markdown()))

from IPython.display import Markdown, display display(Markdown(questions_df.to_markdown()))

	title	section_title	section_questions_question	section_questions_answer
0	readme	Project Title	What is openaivec?	openaivec is a Python library for vectorized AI text processing across pandas and Spark.
1	readme	Project Title	What problem does openaivec solve?	It helps you run the same prompt over many inputs efficiently using batching, caching, and deduplication.
2	readme	Project Title	Which data tools does openaivec support?	It supports pandas and Apache Spark.
3	readme	Contributor Guidelines Reference	Where are the contributor guidelines located?	They are linked in AGENTS.md.
4	readme	Contributor Guidelines Reference	Is there a dedicated contribution guide reference in the document?	Yes, the document references contributor guidelines through AGENTS.md.
5	readme	Quick Start Overview	How do I install openaivec?	Install it with pip using pip install openaivec.
6	readme	Quick Start Overview	What does the quick start example demonstrate?	It demonstrates using pandas with the .ai.responses() accessor to translate fruit names into French.
7	readme	Quick Start Overview	Do I need to set an API key before using openaivec?	Yes, the example sets OPENAI_API_KEY in the environment before calling the API.
8	readme	Quick Start Installation	What is the installation command for openaivec?	Use pip install openaivec.
9	readme	Quick Start Installation	Do I need a package manager other than pip to install openaivec?	The quick start shows pip as the installation method.
10	readme	Quick Start pandas Example	How do I use openaivec with a pandas Series?	Import pandas_ext, create a Series, and call .ai.responses() with a prompt on the Series.
11	readme	Quick Start pandas Example	Why is from openaivec import pandas_ext included?	It enables the pandas AI accessors such as .ai and .aio.
12	readme	Quick Start pandas Example	What output does the fruit translation example return?	It returns ['pomme', 'banane', 'cerise'] for apple, banana, and cherry.
13	readme	Quick Start Azure and Custom Client Note	Where can I find Azure OpenAI setup instructions for pandas?	See the section titled pandas authentication options.
14	readme	Quick Start Azure and Custom Client Note	Where are custom client setup instructions documented?	They are referenced in the pandas authentication options section.
15	readme	Pandas Tutorial Link	Is there a full pandas tutorial for openaivec?	Yes, a pandas tutorial is available on GitHub Pages.
16	readme	Pandas Tutorial Link	Where is the pandas tutorial hosted?	It is hosted at https://microsoft.github.io/openaivec/examples/pandas/.
17	readme	Benchmarks Overview	What does the benchmark measure?	It measures execution time for processing 100 numeric strings into integer literals using Series.aio.responses.
18	readme	Benchmarks Overview	Which model was used in the benchmark?	The benchmark used gpt-5.1.
19	readme	Benchmarks Overview	What is the main takeaway from the benchmark?	Batching removes most HTTP overhead, and concurrency reduces total runtime further.
20	readme	Benchmark Mode: Serial	What settings define serial benchmark mode?	Serial mode uses batch_size=1 and max_concurrency=1.
21	readme	Benchmark Mode: Serial	How long did serial mode take in the benchmark?	It took about 141 seconds.
22	readme	Benchmark Mode: Batching	What settings define batching benchmark mode?	It uses the default batch_size and max_concurrency=1.
23	readme	Benchmark Mode: Batching	How long did batching mode take?	It took about 15 seconds.
24	readme	Benchmark Mode: Concurrent Batching	What settings define concurrent batching mode?	It uses the default batch_size and default max_concurrency.
25	readme	Benchmark Mode: Concurrent Batching	How long did concurrent batching take?	It took about 6 seconds.
26	readme	Benchmark Mode: Concurrent Batching	Why is concurrent batching faster than batching alone?	Because it overlaps batched requests using concurrency while still producing one output per input.
27	readme	Contents Navigation	What major topics are covered in the document?	It covers project motivation, workflows, authentication, Spark, prompting, Fabric, contributing, resources, and community.
28	readme	Contents Navigation	Does the document include both pandas and Spark guidance?	Yes, it includes separate sections for both pandas and Spark usage and authentication.
29	readme	Why openaivec? Overview	Why would someone choose openaivec?	Because it provides convenient pandas and Spark integrations, optimized batching, caching, retries, reasoning support, and reusable task and prompt tooling.
30	readme	Why openaivec? Overview	Is openaivec designed only for small local data tasks?	No, it also supports Spark UDFs and production-scale ETL scenarios.
31	readme	Why openaivec?: pandas Accessors	What are .ai and .aio in openaivec?	They are pandas accessors for synchronous and asynchronous AI operations.
32	readme	Why openaivec?: pandas Accessors	Why are the pandas accessors useful?	They keep AI workflows inside familiar pandas patterns.
33	readme	Why openaivec?: Batch Optimization	What do BatchCache and AsyncBatchCache do?	They optimize batch requests by coalescing calls, deduplicating prompts, preserving output order, and handling failures cleanly.
34	readme	Why openaivec?: Batch Optimization	Does openaivec preserve output order during batching?	Yes, it preserves the original order of outputs.
35	readme	Why openaivec?: Batch Optimization	How does openaivec behave on batch failure?	It releases waiters even when upstream errors occur.
36	readme	Why openaivec?: Reasoning and Structured Outputs	Does openaivec support reasoning models?	Yes, it supports reasoning models using semantics that mirror the OpenAI SDK.
37	readme	Why openaivec?: Reasoning and Structured Outputs	Can openaivec handle structured outputs?	Yes, it supports structured outputs with Pydantic response_format.
38	readme	Why openaivec?: Caching and Retries	Does openaivec include caching?	Yes, it includes built-in caching features.
39	readme	Why openaivec?: Caching and Retries	Can pandas and async workflows share caches?	Yes, they can share caches explicitly.
40	readme	Why openaivec?: Caching and Retries	How does Spark handle repeated inputs?	Spark UDFs deduplicate repeated inputs within each partition.
41	readme	Why openaivec?: Production and Prompt Tooling	Does openaivec include prompt-building tools?	Yes, it includes tools like FewShotPromptBuilder and improve.
42	readme	Why openaivec?: Production and Prompt Tooling	Are there prebuilt tasks in openaivec?	Yes, it ships a task library with curated prompts and validated outputs.
43	readme	Why openaivec?: Production and Prompt Tooling	Can openaivec support production ETL workflows?	Yes, Spark UDFs and Fabric guidance are intended to help move notebook workflows into production-scale ETL.
44	readme	Overview	What is meant by vectorized OpenAI batch processing?	It means handling many inputs in grouped calls rather than making one API request per input.
45	readme	Overview	Does openaivec require a specific Python version?	Yes, it requires Python 3.10 or newer.
46	readme	Overview	Can prompts be reused across pandas and async workflows?	Yes, shared-cache helpers can reuse prompts across both.
47	readme	Core Workflows Overview	What workflows does openaivec support?	It supports direct API usage, pandas integration, reasoning-model usage, task-based workflows, async processing, and Spark UDFs.
48	readme	Core Workflows Overview	Is pandas the only way to use openaivec?	No, you can also use direct API clients, async accessors, and Spark UDF helpers.
49	readme	Direct API Usage	How do I use openaivec directly without pandas?	Create a BatchResponses client with BatchResponses.of(...) and call .parse() on a list of inputs.
50	readme	Direct API Usage	Why would I choose direct API usage?	It gives maximum control over batch client configuration and processing behavior.
51	readme	Direct API Usage	What configuration options are shown in the direct API example?	The example sets the OpenAI client, model name, system message, and uses the default automatic batch size.
52	readme	Direct API Usage: BatchResponses Example	What class is used for direct batch response processing?	BatchResponses is used for direct batch response processing.
53	readme	Direct API Usage: BatchResponses Example	What model is used in the direct API example?	The example uses gpt-5.1.
54	readme	Direct API Usage: BatchResponses Example	What result is expected from the direct parse example?	The expected result is ['bear family', 'rabbit family', 'koala family'].
55	readme	Direct API Tutorial Link	Is there a full tutorial for direct or pandas-style workflows?	Yes, the document links to a complete tutorial at the examples site.
56	readme	pandas Authentication Options Overview	When should I configure pandas authentication?	Before using .ai or .aio accessors.
57	readme	pandas Authentication Options Overview	What authentication options are available for pandas?	OpenAI API key, Azure OpenAI API key, Azure OpenAI with Entra ID, and custom client setup.
58	readme	pandas Authentication: OpenAI API Key	How do I authenticate openaivec with OpenAI for pandas?	Set OPENAI_API_KEY in your environment.
59	readme	pandas Authentication: OpenAI API Key	Which environment variable is used for OpenAI authentication?	OPENAI_API_KEY.
60	readme	pandas Authentication: Azure OpenAI API Key	Which environment variables are required for Azure OpenAI API key authentication in pandas?	AZURE_OPENAI_API_KEY, AZURE_OPENAI_BASE_URL, and AZURE_OPENAI_API_VERSION.
61	readme	pandas Authentication: Azure OpenAI API Key	What API version should be used with the /openai/v1/ Azure base URL?	Use AZURE_OPENAI_API_VERSION="v1".
62	readme	pandas Authentication: Azure OpenAI API Key	What should the Azure base URL look like?	It should look like https://YOUR-RESOURCE-NAME.services.ai.azure.com/openai/v1/.
63	readme	pandas Authentication: Azure OpenAI with Entra ID	How do I use Azure OpenAI with Entra ID instead of an API key?	Set the Azure base URL and API version, and remove AZURE_OPENAI_API_KEY from the environment.
64	readme	pandas Authentication: Azure OpenAI with Entra ID	What credential does openaivec use when AZURE_OPENAI_API_KEY is not set?	It uses DefaultAzureCredential.
65	readme	pandas Authentication: Custom Clients	Can I use custom OpenAI clients with openaivec?	Yes, you can set custom sync and async clients.
66	readme	pandas Authentication: Custom Clients	How do I register a custom sync client?	Call openaivec.set_client(OpenAI()).
67	readme	pandas Authentication: Custom Clients	How do I register a custom async client?	Call openaivec.set_async_client(AsyncOpenAI()).
68	readme	pandas Integration Overview	What is the recommended way to use openaivec with DataFrames?	Use the pandas integration with .ai.responses() after setting up authentication and a default model.
69	readme	pandas Integration Overview	Can openaivec add AI-generated columns to a DataFrame?	Yes, it can be used inside df.assign(...) to create new columns.
70	readme	pandas Integration Example	How do I set a default responses model for pandas workflows?	Use openaivec.set_responses_model("gpt-5.1").
71	readme	pandas Integration Example	How is .ai.responses() used inside a DataFrame pipeline?	It can be called on a Series within df.assign(...) to generate a new column.
72	readme	pandas Integration Example	What values are shown in the example output?	The output maps panda to bear family, rabbit to rabbit family, and koala to marsupial family.
73	readme	Reasoning Models Overview	Does openaivec support reasoning models?	Yes, it supports reasoning models and follows OpenAI SDK semantics.
74	readme	Reasoning Models Overview	Can I override reasoning settings per request?	Yes, by passing a reasoning dictionary.
75	readme	Reasoning Models Overview	Do I have to specify reasoning every time?	No, you can omit it and use the model defaults.
76	readme	Reasoning Models Example	How do I set a reasoning model in openaivec?	Use openaivec.set_responses_model("o1-mini") or another reasoning-capable model.
77	readme	Reasoning Models Example	What shape should the reasoning argument have?	It should be a dictionary matching OpenAI SDK semantics, such as {"effort": "none"}.
78	readme	Pre-configured Tasks Overview	What are pre-configured tasks in openaivec?	They are reusable task definitions for common operations like sentiment or intent analysis.
79	readme	Pre-configured Tasks Overview	Why use tasks instead of raw prompts?	Tasks simplify common workflows and can provide validated, structured outputs.
80	readme	Pre-configured Tasks Example	How do I run a predefined task on a pandas column?	Call .ai.task(...) with a task object such as nlp.sentiment_analysis().
81	readme	Pre-configured Tasks Example	What task categories are shown in the example?	The example shows NLP sentiment analysis and customer support intent analysis.
82	readme	Pre-configured Tasks Example	How do I extract structured task results into columns?	Use .ai.extract("sentiment") or another field name on the results.
83	readme	Asynchronous Processing Overview	What is .aio in openaivec?	.aio is the asynchronous accessor for AI operations on pandas objects.
84	readme	Asynchronous Processing Overview	When should I use .aio instead of .ai?	Use .aio for high-throughput or asynchronous workflows where concurrency improves performance.
85	readme	Asynchronous Processing Example	How do I run asynchronous response generation on a pandas Series?	Use await series.aio.responses(...) inside an async function.
86	readme	Asynchronous Processing Example	How is the async workflow executed from regular Python code?	The example uses asyncio.run(process_data()).
87	readme	Asynchronous Processing Example	What does max_concurrency=12 do?	It allows up to 12 concurrent requests in the async workflow.
88	readme	Asynchronous Processing Benefits	What are the benefits of .aio processing?	It provides parallelism, batching, deduplication, rate limiting, error handling, and memory-efficient streaming.
89	readme	Asynchronous Processing Benefits	Is async processing useful for large datasets?	Yes, it is designed for high-throughput and large-data workloads.
90	readme	Apache Spark UDFs Overview	Can openaivec be used with Apache Spark?	Yes, it supports Apache Spark through helper functions and UDF builders.
91	readme	Apache Spark UDFs Overview	What is the purpose of the Spark section?	It explains how to scale openaivec workflows to distributed datasets using Spark UDFs.
92	readme	Spark Tutorial Link	Is there a Spark tutorial for openaivec?	Yes, a Spark tutorial is available online.
93	readme	Spark Tutorial Link	Where is the Spark tutorial located?	At https://microsoft.github.io/openaivec/examples/spark/.
94	readme	Spark Authentication Options Overview	What authentication options are available for Spark?	OpenAI API key, Azure OpenAI API key, and Azure OpenAI with Entra ID.
95	readme	Spark Authentication Options Overview	When should Spark authentication be configured?	Before registering and using UDFs.
96	readme	Spark Authentication: OpenAI API Key	How do I configure Spark for OpenAI API key authentication?	Call setup(spark, api_key=..., responses_model_name=..., embeddings_model_name=...).
97	readme	Spark Authentication: OpenAI API Key	What model settings are provided in the OpenAI Spark setup example?	It sets responses_model_name="gpt-5.1" and embeddings_model_name="text-embedding-3-small".
98	readme	Spark Authentication: Azure OpenAI API Key	How do I configure Spark for Azure OpenAI with an API key?	Use setup_azure(...) with your Spark session, API key, base URL, API version, and deployment names.
99	readme	Spark Authentication: Azure OpenAI API Key	Should I use deployment names or model names in the Azure Spark setup?	The example uses deployment names such as my-gpt-deployment and my-embedding-deployment.
100	readme	Spark Authentication: Azure OpenAI API Key	What Azure URL and version format is required?	Use a base URL ending in /openai/v1/ and api_version="v1".
101	readme	Spark Authentication: Azure OpenAI with Entra ID	How do I use Azure OpenAI with Entra ID in Spark scenarios?	Set the Azure environment variables, unset the API key, and rely on DefaultAzureCredential.
102	readme	Spark Authentication: Azure OpenAI with Entra ID	What happens if AZURE_OPENAI_API_KEY is unset?	openaivec uses DefaultAzureCredential.
103	readme	Spark UDF Registration	How do I register a response-based Spark UDF?	Use spark.udf.register(...) with a helper like responses_udf(...).
104	readme	Spark UDF Registration	What does the extract_brand example do?	It extracts just the brand name from product descriptions.
105	readme	Spark UDF Registration	Can I pass reasoning settings to Spark UDF helpers?	Yes, the example passes reasoning={"effort": "none"}.
106	readme	Spark UDF Usage Example	How do I use a registered openaivec Spark UDF in a query?	Use it in Spark SQL expressions such as selectExpr("product_name", "extract_brand(product_name) AS brand").
107	readme	Spark UDF Usage Example	What sample inputs are shown for the brand extraction UDF?	Nike Air Max and Apple iPhone 15.
108	readme	Other Spark Helper UDFs	What other Spark helper UDFs are available?	task_udf, embeddings_udf, count_tokens_udf, similarity_udf, and parse_udf.
109	readme	Other Spark Helper UDFs	Does openaivec support Spark embeddings and similarity operations?	Yes, helper UDFs are provided for embeddings and similarity.
110	readme	Spark Performance Tips	How does openaivec optimize Spark UDF performance?	It deduplicates repeated inputs per partition and supports batching and concurrency tuning.
111	readme	Spark Performance Tips	What is the recommended default for batch_size in Spark?	Use batch_size=None for auto-optimization unless you need a fixed size.
112	readme	Spark Performance Tips	What fixed batch_size range is suggested if tuning manually?	A range of 32 to 128 is suggested.
113	readme	Spark Performance Tips	How should I think about max_concurrency in Spark?	It is per executor, so total concurrency equals executors multiplied by max_concurrency.
114	readme	Spark Performance Tips	What starting max_concurrency is recommended?	Start with 4 to 12.
115	readme	Spark Performance Tips	What external constraint should I monitor while tuning Spark concurrency?	You should monitor rate limits based on your OpenAI usage tier.
116	readme	Building Prompts Overview	Does openaivec help with prompt design?	Yes, it includes FewShotPromptBuilder and improve() for building and refining prompts.
117	readme	Building Prompts Overview	Why use few-shot prompts?	Few-shot prompts can improve LLM output quality by giving clearer examples and instructions.
118	readme	FewShotPromptBuilder Example	How do I create a few-shot prompt in openaivec?	Use FewShotPromptBuilder() and chain methods like .purpose(), .caution(), .example(), .improve(), and .build().
119	readme	FewShotPromptBuilder Example	What does .improve(max_iter=1) do?	It optionally refines the prompt, using OpenAI, for one iteration.
120	readme	FewShotPromptBuilder Example	What examples are shown in the prompt builder sample?	Apple -> Fruit and Car -> Vehicle.
121	readme	Advanced Prompting Tutorial Link	Is there a tutorial for advanced prompting?	Yes, the document links to one.
122	readme	Advanced Prompting Tutorial Link	Where can I learn more about prompting with openaivec?	At https://microsoft.github.io/openaivec/examples/prompt/.
123	readme	Microsoft Fabric Overview	Can openaivec be used in Microsoft Fabric?	Yes, it can be installed from PyPI in a Fabric environment and used with Spark notebooks.
124	readme	Microsoft Fabric Overview	How do I use openaivec in Microsoft Fabric?	Add it from PyPI to your Fabric environment, select that environment in your notebook, and use openaivec.spark as you would in standard Spark.
125	readme	Contributing Overview	Does the project accept contributions?	Yes, contributions are welcome.
126	readme	Contributing Overview	What branch should contributors start from?	They should fork and branch from main.
127	readme	Contributing Overview	Should contributors update tests when changing code?	Yes, they should add or update tests as needed.
128	readme	Contributing Overview	What should be done before opening a PR?	Run formatting and tests before opening the pull request.
129	readme	Contributing: Install Dev Dependencies	How do I install development dependencies?	Run uv sync --all-extras --dev.
130	readme	Contributing: Lint and Format	How do I lint and format the codebase?	Run uv run ruff check . --fix.
131	readme	Contributing: Lint and Format	Which tool is used for linting and formatting in the example?	Ruff is used in the provided command.
132	readme	Contributing: Test Command	How do I run the recommended quick test suite?	Run uv run pytest -m "not slow and not requires_api".
133	readme	Contributing: Test Command	What kinds of tests are excluded in the quick test command?	Tests marked slow and requires_api are excluded.
134	readme	Additional Resources Overview	Does the project provide additional tutorials and examples?	Yes, it links to several tutorials and use-case examples.
135	readme	Additional Resources Overview	What kinds of example projects are available?	Examples include customer feedback analysis, survey transformation, async workflows, FAQ generation, and a full collection of tutorials.
136	readme	Additional Resource: Customer Feedback Analysis	Is there an example for analyzing customer feedback?	Yes, there is a tutorial covering sentiment analysis and prioritization.
137	readme	Additional Resource: Customer Feedback Analysis	Where can I find the customer feedback analysis example?	At https://microsoft.github.io/openaivec/examples/customer_analysis/.
138	readme	Additional Resource: Survey Data Transformation	Is there an example for survey data transformation?	Yes, there is a tutorial for converting unstructured survey data into structured data.
139	readme	Additional Resource: Survey Data Transformation	Where is the survey transformation tutorial located?	At https://microsoft.github.io/openaivec/examples/survey_transformation/.
140	readme	Additional Resource: Async Processing Examples	Are there dedicated async workflow examples?	Yes, the document links to asynchronous processing examples.
141	readme	Additional Resource: Async Processing Examples	Where can I find async processing examples?	At https://microsoft.github.io/openaivec/examples/aio/.
142	readme	Additional Resource: FAQ Generation	Is there an example for generating FAQs from documents?	Yes, there is a tutorial on auto-generating FAQs using AI.
143	readme	Additional Resource: FAQ Generation	Where is the FAQ generation example?	At https://microsoft.github.io/openaivec/examples/generate_faq/.
144	readme	Additional Resource: All Examples	Where can I browse all openaivec examples?	At https://microsoft.github.io/openaivec/examples/pandas/ as linked in the document.
145	readme	Additional Resource: All Examples	Is there a central collection of tutorials?	Yes, the document links to a complete collection of tutorials and use cases.
146	readme	Community	Is there a community for openaivec users?	Yes, there is a Discord community.
147	readme	Community	What is the community link?	The Discord link is https://discord.gg/hXCS9J6Qek.
148	readme	Community	What is the Discord community used for?	It is for support and announcements.

In [7]:

ja_questions_df: pd.DataFrame = questions_df.pipe(
    lambda df: df
    .ai.responses(
        instructions="""
        Translate given json into japanese with same schema.
        Just return the json without any additional text.
        """
    )
    .map(json.loads)
    .ai.extract()
)

ja_questions_df: pd.DataFrame = questions_df.pipe( lambda df: df .ai.responses( instructions=""" Translate given json into japanese with same schema. Just return the json without any additional text. """ ) .map(json.loads) .ai.extract() )

Processing batches:   0%|          | 0/149 [00:00<?, ?item/s]

In [8]:

display(Markdown(ja_questions_df.to_markdown()))

display(Markdown(ja_questions_df.to_markdown()))

	record_title	record_section_title	record_section_questions_question	record_section_questions_answer
0	readme	プロジェクトタイトル	openaivecとは何ですか？	openaivecは、pandasとSpark全体でベクトル化されたAIテキスト処理を行うためのPythonライブラリです。
1	readme	プロジェクトタイトル	openaivecはどのような問題を解決しますか？	バッチ処理、キャッシュ、重複排除を使って、多くの入力に対して同じプロンプトを効率的に実行できるようにします。
2	readme	プロジェクトタイトル	openaivecはどのデータツールをサポートしていますか？	pandasとApache Sparkをサポートしています。
3	readme	コントリビューターガイドライン参照	コントリビューターガイドラインはどこにありますか？	AGENTS.mdにリンクされています。
4	readme	コントリビューターガイドライン参照	この文書には専用のコントリビューションガイド参照がありますか？	はい、この文書ではAGENTS.mdを通じてコントリビューターガイドラインを参照しています。
5	readme	クイックスタート概要	openaivecをインストールするにはどうすればよいですか？	pip install openaivec を使ってpipでインストールします。
6	readme	クイックスタート概要	クイックスタートの例では何を示していますか？	.ai.responses() アクセサを使って、pandasで果物の名前をフランス語に翻訳する方法を示しています。
7	readme	クイックスタート概要	openaivecを使う前にAPIキーを設定する必要がありますか？	はい、この例ではAPIを呼び出す前に環境変数に OPENAI_API_KEY を設定しています。
8	readme	クイックスタートのインストール	openaivecのインストールコマンドは何ですか？	pip install openaivec を使用します。
9	readme	クイックスタートのインストール	openaivecをインストールするのにpip以外のパッケージマネージャーは必要ですか？	クイックスタートでは、インストール方法としてpipが示されています。
10	readme	クイックスタート pandas の例	pandas の Series で openaivec を使うにはどうすればよいですか？	pandas_ext をインポートし、Series を作成して、その Series に対してプロンプト付きで .ai.responses() を呼び出します。
11	readme	クイックスタート pandas の例	なぜ from openaivec import pandas_ext を含めるのですか？	.ai や .aio などの pandas AI アクセサを有効にするためです。
12	readme	クイックスタート pandas の例	果物の翻訳例はどのような出力を返しますか？	apple、banana、cherry に対して ['pomme', 'banane', 'cerise'] を返します。
13	readme	クイックスタート Azure とカスタムクライアントに関する注記	pandas 向けの Azure OpenAI セットアップ手順はどこで確認できますか？	pandas authentication options というタイトルのセクションを参照してください。
14	readme	クイックスタート Azure とカスタムクライアントに関する注記	カスタムクライアントのセットアップ手順はどこに記載されていますか？	pandas authentication options セクションで参照されています。
15	readme	Pandas チュートリアルへのリンク	openaivec には pandas の完全なチュートリアルがありますか？	はい、GitHub Pages で pandas チュートリアルが公開されています。
16	readme	Pandas チュートリアルへのリンク	pandas チュートリアルはどこでホストされていますか？	https://microsoft.github.io/openaivec/examples/pandas/ でホストされています。
17	readme	ベンチマークの概要	このベンチマークは何を測定していますか？	Series.aio.responses を使用して、100 個の数値文字列を整数リテラルに変換する処理の実行時間を測定しています。
18	readme	ベンチマークの概要	ベンチマークではどのモデルが使用されましたか？	ベンチマークでは gpt-5.1 が使用されました。
19	readme	ベンチマークの概要	このベンチマークの主なポイントは何ですか？	バッチ処理により HTTP のオーバーヘッドの大部分が取り除かれ、さらに並行処理によって総実行時間が短縮されます。
20	readme	ベンチマークモード: シリアル	シリアルベンチマークモードを定義する設定は何ですか？	シリアルモードでは batch_size=1 と max_concurrency=1 を使用します。
21	readme	ベンチマークモード: シリアル	ベンチマークでシリアルモードにはどれくらい時間がかかりましたか？	約141秒かかりました。
22	readme	ベンチマークモード: バッチ処理	バッチ処理ベンチマークモードを定義する設定は何ですか？	デフォルトの batch_size と max_concurrency=1 を使用します。
23	readme	ベンチマークモード: バッチ処理	バッチ処理モードにはどれくらい時間がかかりましたか？	約15秒かかりました。
24	readme	ベンチマークモード: 同時バッチ処理	同時バッチ処理モードを定義する設定は何ですか？	デフォルトの batch_size とデフォルトの max_concurrency を使用します。
25	readme	ベンチマークモード: 同時バッチ処理	同時バッチ処理にはどれくらい時間がかかりましたか？	約6秒かかりました。
26	readme	ベンチマークモード: 同時バッチ処理	なぜ同時バッチ処理はバッチ処理単独より速いのですか？	並行処理を使ってバッチ化されたリクエストを重ね合わせながら、入力ごとに1つの出力を生成し続けるためです。
27	readme	目次ナビゲーション	このドキュメントではどのような主要トピックが扱われていますか？	プロジェクトの動機、ワークフロー、認証、Spark、プロンプティング、Fabric、コントリビューション、リソース、コミュニティを扱っています。
28	readme	目次ナビゲーション	このドキュメントには pandas と Spark の両方に関するガイダンスが含まれていますか？	はい、pandas と Spark の使用方法および認証について、それぞれ独立したセクションが含まれています。
29	readme	なぜ openaivec か？ 概要	なぜ openaivec を選ぶのでしょうか？	便利な pandas および Spark 統合、最適化されたバッチ処理、キャッシュ、リトライ、推論サポート、再利用可能なタスクおよびプロンプトツールを提供するためです。
30	readme	なぜopenaivecなのか？ 概要	openaivecは小規模なローカルデータのタスク専用に設計されていますか？	いいえ、Spark UDFや本番規模のETLシナリオにも対応しています。
31	readme	なぜopenaivecなのか？: pandasアクセサ	openaivecにおける.aiと.aioとは何ですか？	これらは、同期および非同期のAI操作のためのpandasアクセサです。
32	readme	なぜopenaivecなのか？: pandasアクセサ	pandasアクセサはなぜ便利なのですか？	AIワークフローを、使い慣れたpandasのパターンの中に保つことができます。
33	readme	なぜopenaivecなのか？: バッチ最適化	BatchCacheとAsyncBatchCacheは何をしますか？	呼び出しの集約、プロンプトの重複排除、出力順序の維持、失敗時の適切な処理によって、バッチリクエストを最適化します。
34	readme	なぜopenaivecなのか？: バッチ最適化	openaivecはバッチ処理中に出力順序を維持しますか？	はい、出力の元の順序を維持します。
35	readme	なぜopenaivecなのか？: バッチ最適化	バッチ処理が失敗した場合、openaivecはどのように動作しますか？	上流でエラーが発生した場合でも、待機中の処理を解放します。
36	readme	なぜopenaivecなのか？: 推論と構造化出力	openaivecは推論モデルをサポートしていますか？	はい、OpenAI SDKのセマンティクスを反映した形で推論モデルをサポートしています。
37	readme	なぜopenaivecなのか？: 推論と構造化出力	openaivecは構造化出力を扱えますか？	はい、Pydanticのresponse_formatによる構造化出力をサポートしています。
38	readme	なぜopenaivecなのか？: キャッシュとリトライ	openaivecにはキャッシュ機能が含まれていますか？	はい、組み込みのキャッシュ機能が含まれています。
39	readme	なぜopenaivecなのか？: キャッシュとリトライ	pandasと非同期ワークフローでキャッシュを共有できますか？	はい、明示的にキャッシュを共有できます。
40	readme	なぜ openaivec なのか？: キャッシュとリトライ	Spark は繰り返し入力をどのように処理しますか？	Spark UDF は各パーティション内で繰り返し入力を重複排除します。
41	readme	なぜ openaivec なのか？: 本番運用とプロンプトツール	openaivec にはプロンプト構築ツールが含まれていますか？	はい、FewShotPromptBuilder や improve のようなツールが含まれています。
42	readme	なぜ openaivec なのか？: 本番運用とプロンプトツール	openaivec にはあらかじめ用意されたタスクがありますか？	はい、厳選されたプロンプトと検証済みの出力を備えたタスクライブラリが含まれています。
43	readme	なぜ openaivec なのか？: 本番運用とプロンプトツール	openaivec は本番 ETL ワークフローをサポートできますか？	はい、Spark UDF と Fabric のガイダンスは、ノートブックのワークフローを本番規模の ETL に移行するのに役立つことを意図しています。
44	readme	概要	ベクトル化された OpenAI バッチ処理とはどういう意味ですか？	これは、入力ごとに 1 回ずつ API リクエストを行うのではなく、複数の入力をまとめて処理することを意味します。
45	readme	概要	openaivec には特定の Python バージョンが必要ですか？	はい、Python 3.10 以降が必要です。
46	readme	概要	プロンプトは pandas と async のワークフロー間で再利用できますか？	はい、共有キャッシュヘルパーにより、その両方でプロンプトを再利用できます。
47	readme	コアワークフローの概要	openaivec はどのようなワークフローをサポートしていますか？	直接 API 利用、pandas 統合、推論モデルの利用、タスクベースのワークフロー、非同期処理、Spark UDF をサポートしています。
48	readme	コアワークフローの概要	openaivec を使う方法は pandas だけですか？	いいえ、直接 API クライアント、非同期アクセサー、Spark UDF ヘルパーも使用できます。
49	readme	直接 API 利用	pandas を使わずに openaivec を直接使うにはどうすればよいですか？	BatchResponses.of(...) で BatchResponses クライアントを作成し、入力のリストに対して .parse() を呼び出します。
50	readme	直接 API 利用	なぜ直接 API 利用を選ぶのですか？	バッチクライアントの設定や処理動作を最大限に制御できるためです。
51	readme	Direct API Usage	直接APIの例では、どの設定オプションが示されていますか？	この例では、OpenAIクライアント、モデル名、システムメッセージを設定し、デフォルトの自動バッチサイズを使用しています。
52	readme	Direct API Usage: BatchResponses Example	直接バッチ応答処理にはどのクラスが使われますか？	直接バッチ応答処理にはBatchResponsesが使われます。
53	readme	Direct API Usage: BatchResponses Example	直接APIの例では、どのモデルが使われていますか？	この例ではgpt-5.1が使われています。
54	readme	Direct API Usage: BatchResponses Example	直接parseの例では、どのような結果が期待されますか？	期待される結果は['bear family', 'rabbit family', 'koala family']です。
55	readme	Direct API Tutorial Link	直接ワークフローまたはpandasスタイルのワークフロー向けの完全なチュートリアルはありますか？	はい、このドキュメントにはexamplesサイトの完全なチュートリアルへのリンクがあります。
56	readme	pandas Authentication Options Overview	pandasの認証はいつ設定すべきですか？	.aiまたは.aioアクセサを使用する前に設定してください。
57	readme	pandas Authentication Options Overview	pandasではどのような認証オプションが利用できますか？	OpenAI APIキー、Azure OpenAI APIキー、Entra IDを使用したAzure OpenAI、そしてカスタムクライアント設定です。
58	readme	pandas Authentication: OpenAI API Key	pandasでopenaivecをOpenAIに認証するにはどうすればよいですか？	環境変数にOPENAI_API_KEYを設定してください。
59	readme	pandas Authentication: OpenAI API Key	OpenAI認証に使用される環境変数はどれですか？	OPENAI_API_KEYです。
60	readme	pandas Authentication: Azure OpenAI API Key	pandasでAzure OpenAI APIキー認証に必要な環境変数は何ですか？	AZURE_OPENAI_API_KEY、AZURE_OPENAI_BASE_URL、AZURE_OPENAI_API_VERSIONです。
61	readme	pandas Authentication: Azure OpenAI API Key	/openai/v1/ のAzureベースURLでは、どのAPIバージョンを使うべきですか？	AZURE_OPENAI_API_VERSION="v1"を使用してください。
62	readme	pandas 認証: Azure OpenAI API キー	Azure のベース URL はどのような形式にすべきですか？	https://YOUR-RESOURCE-NAME.services.ai.azure.com/openai/v1/ のような形式にしてください。
63	readme	pandas 認証: Entra ID を使用した Azure OpenAI	API キーの代わりに Entra ID で Azure OpenAI を使用するにはどうすればよいですか？	Azure のベース URL と API バージョンを設定し、環境から AZURE_OPENAI_API_KEY を削除します。
64	readme	pandas 認証: Entra ID を使用した Azure OpenAI	AZURE_OPENAI_API_KEY が設定されていない場合、openaivec はどの認証資格情報を使用しますか？	DefaultAzureCredential を使用します。
65	readme	pandas 認証: カスタムクライアント	openaivec でカスタム OpenAI クライアントを使用できますか？	はい、カスタムの同期クライアントと非同期クライアントを設定できます。
66	readme	pandas 認証: カスタムクライアント	カスタムの同期クライアントを登録するにはどうすればよいですか？	openaivec.set_client(OpenAI()) を呼び出します。
67	readme	pandas 認証: カスタムクライアント	カスタムの非同期クライアントを登録するにはどうすればよいですか？	openaivec.set_async_client(AsyncOpenAI()) を呼び出します。
68	readme	pandas 統合の概要	DataFrame で openaivec を使用する推奨方法は何ですか？	認証とデフォルトモデルの設定後に、.ai.responses() を使った pandas 統合を使用します。
69	readme	pandas 統合の概要	openaivec は AI が生成した列を DataFrame に追加できますか？	はい、df.assign(...) の中で使用して新しい列を作成できます。
70	readme	pandas 統合の例	pandas ワークフロー用のデフォルトの responses モデルを設定するにはどうすればよいですか？	openaivec.set_responses_model("gpt-5.1") を使用します。
71	readme	pandas 統合の例	DataFrame パイプライン内で .ai.responses() はどのように使われますか？	df.assign(...) の中で Series に対して呼び出し、新しい列を生成できます。
72	readme	pandas 統合の例	例の出力にはどのような値が表示されていますか？	出力では、panda は bear family、rabbit は rabbit family、koala は marsupial family に対応付けられています。
73	readme	推論モデルの概要	openaivec は推論モデルをサポートしていますか？	はい、推論モデルをサポートしており、OpenAI SDK のセマンティクスに従います。
74	readme	推論モデルの概要	リクエストごとに推論設定を上書きできますか？	はい、reasoning 辞書を渡すことで可能です。
75	readme	推論モデルの概要	毎回 reasoning を指定する必要がありますか？	いいえ、省略してモデルのデフォルト設定を使用できます。
76	readme	推論モデルの例	openaivec で推論モデルを設定するにはどうすればよいですか？	openaivec.set_responses_model("o1-mini") または他の推論対応モデルを使用してください。
77	readme	推論モデルの例	reasoning 引数はどのような形式であるべきですか？	{"effort": "none"} のように、OpenAI SDK のセマンティクスに一致する辞書である必要があります。
78	readme	事前設定済みタスクの概要	openaivec における事前設定済みタスクとは何ですか？	感情分析や意図分析のような一般的な操作のための、再利用可能なタスク定義です。
79	readme	事前設定済みタスクの概要	生のプロンプトではなくタスクを使う理由は何ですか？	タスクは一般的なワークフローを簡素化し、検証済みで構造化された出力を提供できる場合があります。
80	readme	事前設定済みタスクの例	pandas の列に対して事前定義されたタスクを実行するにはどうすればよいですか？	nlp.sentiment_analysis() のようなタスクオブジェクトを使って .ai.task(...) を呼び出してください。
81	readme	事前設定済みタスクの例	例ではどのタスクカテゴリが示されていますか？	例では、NLP の感情分析とカスタマーサポートの意図分析が示されています。
82	readme	事前設定済みタスクの例	構造化されたタスク結果を列に抽出するにはどうすればよいですか？	結果に対して .ai.extract("sentiment") または別のフィールド名を使用してください。
83	readme	非同期処理の概要	openaivec における .aio とは何ですか？	.aio は、pandas オブジェクトに対する AI 操作のための非同期アクセサです。
84	readme	非同期処理の概要	.ai ではなく .aio を使うべきなのはいつですか？	高スループットまたは、並行処理によって性能が向上する非同期ワークフローでは .aio を使用してください。
85	readme	非同期処理の例	pandas の Series に対して非同期レスポンス生成を実行するにはどうすればよいですか？	非同期関数の中で await series.aio.responses(...) を使用してください。
86	readme	非同期処理の例	通常の Python コードから非同期ワークフローはどのように実行されますか？	この例では asyncio.run(process_data()) を使用しています。
87	readme	非同期処理の例	max_concurrency=12 は何をしますか？	非同期ワークフローで最大 12 件のリクエストを同時に実行できるようにします。
88	readme	非同期処理の利点	.aio 処理の利点は何ですか？	並列処理、バッチ処理、重複排除、レート制限、エラーハンドリング、メモリ効率の高いストリーミングを提供します。
89	readme	非同期処理の利点	非同期処理は大規模データセットに役立ちますか？	はい。高スループットかつ大規模データのワークロード向けに設計されています。
90	readme	Apache Spark UDF の概要	openaivec は Apache Spark で使用できますか？	はい。ヘルパー関数と UDF ビルダーを通じて Apache Spark をサポートしています。
91	readme	Apache Spark UDF の概要	Spark セクションの目的は何ですか？	Spark UDF を使用して、分散データセットに openaivec のワークフローをスケールさせる方法を説明しています。
92	readme	Spark チュートリアルへのリンク	openaivec 用の Spark チュートリアルはありますか？	はい、Spark チュートリアルがオンラインで利用できます。
93	readme	Spark チュートリアルへのリンク	Spark チュートリアルはどこにありますか？	https://microsoft.github.io/openaivec/examples/spark/ にあります。
94	readme	Spark 認証オプションの概要	Spark で利用可能な認証オプションは何ですか？	OpenAI API キー、Azure OpenAI API キー、そして Entra ID を使用した Azure OpenAI です。
95	readme	Spark 認証オプションの概要	Spark の認証設定はいつ行うべきですか？	UDF を登録して使用する前に設定する必要があります。
96	readme	Spark 認証: OpenAI API キー	OpenAI API キー認証用に Spark を設定するにはどうすればよいですか？	setup(spark, api_key=..., responses_model_name=..., embeddings_model_name=...) を呼び出します。
97	readme	Spark 認証: OpenAI API キー	OpenAI の Spark 設定例では、どのモデル設定が指定されていますか？	responses_model_name="gpt-5.1" と embeddings_model_name="text-embedding-3-small" が設定されています。
98	readme	Spark 認証: Azure OpenAI API キー	API キーを使って Azure OpenAI 用に Spark を設定するにはどうすればよいですか？	Spark セッション、API キー、ベース URL、API バージョン、デプロイ名を指定して setup_azure(...) を使用します。
99	readme	Spark 認証: Azure OpenAI API キー	Azure の Spark 設定では、デプロイ名とモデル名のどちらを使うべきですか？	この例では my-gpt-deployment や my-embedding-deployment のようなデプロイ名を使用しています。
100	readme	Spark 認証: Azure OpenAI API キー	必要な Azure の URL とバージョンの形式は何ですか？	/openai/v1/ で終わるベース URL と api_version="v1" を使用します。
101	readme	Spark 認証: Entra ID を使用した Azure OpenAI	Spark のシナリオで Entra ID を使って Azure OpenAI を利用するにはどうすればよいですか？	Azure の環境変数を設定し、API キーを解除して、DefaultAzureCredential を利用します。
102	readme	Spark 認証: Entra ID を使用した Azure OpenAI	AZURE_OPENAI_API_KEY が未設定の場合はどうなりますか？	openaivec は DefaultAzureCredential を使用します。
103	readme	Spark UDF の登録	レスポンスベースの Spark UDF を登録するにはどうすればよいですか？	responses_udf(...) のようなヘルパーとともに spark.udf.register(...) を使用します。
104	readme	Spark UDF の登録	extract_brand の例は何をしますか？	商品説明からブランド名だけを抽出します。
105	readme	Spark UDF の登録	Spark UDF ヘルパーに推論設定を渡すことはできますか？	はい。例では reasoning={"effort": "none"} を渡しています。
106	readme	Spark UDF の使用例	登録済みの openaivec Spark UDF をクエリ内で使用するにはどうすればよいですか？	selectExpr("product_name", "extract_brand(product_name) AS brand") のような Spark SQL 式で使用します。
107	readme	Spark UDF の使用例	ブランド抽出 UDF のサンプル入力として何が示されていますか？	Nike Air Max と Apple iPhone 15 です。
108	readme	その他のSparkヘルパーUDF	他に利用可能なSparkヘルパーUDFは何ですか？	task_udf、embeddings_udf、count_tokens_udf、similarity_udf、parse_udf です。
109	readme	その他のSparkヘルパーUDF	openaivecはSparkの埋め込みと類似度演算をサポートしていますか？	はい、埋め込みと類似度のためのヘルパーUDFが提供されています。
110	readme	Sparkパフォーマンスのヒント	openaivecはどのようにSpark UDFのパフォーマンスを最適化しますか？	パーティションごとに繰り返される入力を重複排除し、バッチ処理と同時実行性の調整をサポートします。
111	readme	Sparkパフォーマンスのヒント	Sparkにおけるbatch_sizeの推奨デフォルト値は何ですか？	固定サイズが必要でない限り、自動最適化のために batch_size=None を使用してください。
112	readme	Sparkパフォーマンスのヒント	手動で調整する場合、どの固定batch_sizeの範囲が推奨されますか？	32から128の範囲が推奨されます。
113	readme	Sparkパフォーマンスのヒント	Sparkにおけるmax_concurrencyはどのように考えればよいですか？	これはエグゼキューターごとの値なので、合計の同時実行数はエグゼキューター数 × max_concurrency になります。
114	readme	Sparkパフォーマンスのヒント	推奨される初期max_concurrencyは何ですか？	4から12で始めてください。
115	readme	Sparkパフォーマンスのヒント	Sparkの同時実行性を調整する際、どの外部制約を監視すべきですか？	OpenAIの利用ティアに基づくレート制限を監視する必要があります。
116	readme	プロンプト構築の概要	openaivecはプロンプト設計に役立ちますか？	はい、プロンプトの構築と改善のために FewShotPromptBuilder と improve() が含まれています。
117	readme	プロンプト構築の概要	なぜfew-shotプロンプトを使うのですか？	few-shotプロンプトは、より明確な例と指示を与えることで、LLMの出力品質を向上させることができます。
118	readme	FewShotPromptBuilder の例	openaivecでfew-shotプロンプトを作成するにはどうすればよいですか？	FewShotPromptBuilder() を使用し、.purpose()、.caution()、.example()、.improve()、.build() のようなメソッドをチェーンしてください。
119	readme	FewShotPromptBuilder の例	.improve(max_iter=1) は何をしますか？	これは、OpenAIを使用して、プロンプトを1回の反復で任意に改善します。
120	readme	FewShotPromptBuilder の例	プロンプトビルダーのサンプルでは、どのような例が示されていますか？	Apple -> Fruit と Car -> Vehicle です。
121	readme	高度なプロンプティングのチュートリアルリンク	高度なプロンプティングのチュートリアルはありますか？	はい、ドキュメントにそのリンクがあります。
122	readme	高度なプロンプティングのチュートリアルリンク	openaivec を使ったプロンプティングについて、どこで詳しく学べますか？	https://microsoft.github.io/openaivec/examples/prompt/ で学べます。
123	readme	Microsoft Fabric の概要	openaivec は Microsoft Fabric で使用できますか？	はい、Fabric 環境で PyPI からインストールし、Spark ノートブックで使用できます。
124	readme	Microsoft Fabric の概要	Microsoft Fabric で openaivec を使うにはどうすればよいですか？	PyPI から Fabric 環境に追加し、ノートブックでその環境を選択して、標準の Spark と同様に openaivec.spark を使用します。
125	readme	コントリビューションの概要	このプロジェクトはコントリビューションを受け付けていますか？	はい、コントリビューションは歓迎されています。
126	readme	コントリビューションの概要	コントリビューターはどのブランチから始めるべきですか？	main からフォークしてブランチを作成する必要があります。
127	readme	コントリビューションの概要	コードを変更する際、コントリビューターはテストを更新すべきですか？	はい、必要に応じてテストを追加または更新するべきです。
128	readme	コントリビューションの概要	PR を開く前に何をすべきですか？	プルリクエストを開く前に、フォーマットとテストを実行してください。
129	readme	コントリビューション: 開発用依存関係のインストール	開発用依存関係をインストールするにはどうすればよいですか？	uv sync --all-extras --dev を実行してください。
130	readme	コントリビューション: Lint とフォーマット	コードベースを lint してフォーマットするにはどうすればよいですか？	uv run ruff check . --fix を実行してください。
131	readme	コントリビューション: Lint とフォーマット	この例では、lint とフォーマットにどのツールが使われていますか？	提示されたコマンドでは Ruff が使用されています。
132	readme	貢献: テストコマンド	推奨されている簡易テストスイートはどのように実行すればよいですか？	uv run pytest -m "not slow and not requires_api" を実行してください。
133	readme	貢献: テストコマンド	簡易テストコマンドではどの種類のテストが除外されますか？	slow および requires_api とマークされたテストは除外されます。
134	readme	追加リソースの概要	このプロジェクトでは追加のチュートリアルや例を提供していますか？	はい、複数のチュートリアルやユースケース例へのリンクがあります。
135	readme	追加リソースの概要	どのような種類のサンプルプロジェクトがありますか？	例には、顧客フィードバック分析、アンケート変換、非同期ワークフロー、FAQ生成、およびチュートリアルの完全なコレクションが含まれます。
136	readme	追加リソース: 顧客フィードバック分析	顧客フィードバックを分析するための例はありますか？	はい、感情分析と優先順位付けを扱うチュートリアルがあります。
137	readme	追加リソース: 顧客フィードバック分析	顧客フィードバック分析の例はどこで見つけられますか？	https://microsoft.github.io/openaivec/examples/customer_analysis/ にあります。
138	readme	追加リソース: アンケートデータ変換	アンケートデータ変換の例はありますか？	はい、非構造化アンケートデータを構造化データに変換するためのチュートリアルがあります。
139	readme	追加リソース: アンケートデータ変換	アンケート変換チュートリアルはどこにありますか？	https://microsoft.github.io/openaivec/examples/survey_transformation/ にあります。
140	readme	追加リソース: 非同期処理の例	専用の非同期ワークフロー例はありますか？	はい、このドキュメントには非同期処理の例へのリンクがあります。
141	readme	追加リソース: 非同期処理の例	非同期処理の例はどこで見つけられますか？	https://microsoft.github.io/openaivec/examples/aio/ にあります。
142	readme	追加リソース: FAQ生成	ドキュメントからFAQを生成する例はありますか？	はい、AIを使ってFAQを自動生成するチュートリアルがあります。
143	readme	追加リソース: FAQ生成	FAQ生成の例はどこにありますか？	https://microsoft.github.io/openaivec/examples/generate_faq/ にあります。
144	readme	追加リソース: すべての例	openaivec のすべての例はどこで閲覧できますか？	ドキュメントでリンクされている https://microsoft.github.io/openaivec/examples/pandas/ にあります。
145	readme	追加リソース：すべての例	チュートリアルの一元的なコレクションはありますか？	はい、このドキュメントにはチュートリアルとユースケースの完全なコレクションへのリンクがあります。
146	readme	コミュニティ	openaivecユーザー向けのコミュニティはありますか？	はい、Discordコミュニティがあります。
147	readme	コミュニティ	コミュニティのリンクは何ですか？	Discordのリンクは https://discord.gg/hXCS9J6Qek です。
148	readme	コミュニティ	Discordコミュニティは何のために使われていますか？	サポートとお知らせのために使われています。