feat: close #935 add azure support

[Yidadaa]

No description provided.

[Vigilans]

目前chatgpt-next-web似乎只能支持指定一个azure endpoint（而且连deployment都指定了）。不过Azure OpenAI是一个多Endpoint、多Deployment的设计。参考在 binary-husky/gpt_academic#1173 (comment) 中的评论：

除了同 endpoint 多个模型以外，还有多 endpoint 的情况：GPT-4 模型不是每个地区随时可选的，目前貌似只有 US East 和 Sweden 有，而 Japan East 地区到国内的连通性更好（联通 ping 只有 40-50ms），但目前只有 GPT-3.5 可选。因此作为权衡方案可以让 3.5/3.5-16k 的请求发给 JP，4 的请求发给 SE。

azure-openai-proxy 就支持这样的设置：

api_base: "/v1"
deployment_config:
  - deployment_name: "xxx"
    model_name: "text-davinci-003"
    endpoint: "https://xxx-east-us.openai.azure.com/"
    api_key: "11111111111"
    api_version: "2023-03-15-preview"
  - deployment_name: "yyy"
    model_name: "gpt-3.5-turbo"
    endpoint: "https://yyy.openai.azure.com/"
    api_key: "11111111111"
    api_version: "2023-03-15-preview"
  - deployment_name: "zzzz"
    model_name: "text-embedding-ada-002"
    endpoint: "https://zzzz.openai.azure.com/"
    api_key: "11111111111"
    api_version: "2023-03-15-preview"

所以个人感觉相比于指定全局的服务提供商，为每个模型指定其使用的提供商要更好。这样的话可以做到：

• gpt-3.5-turbo, gpt-4-32k 这样的模型走azure
• gpt-4-1106-preivew这样的新模型仍然fallback到openai
• 可以在同一个app设置下同时支持llama，claude等模型。切到对应的模型后会用对应的提供商。
• 可以支持api2d这样的与azure类似的openai模型提供商。模型名字可以取api2d-gpt-3.5-turbo这样的，从而与gpt-3.5-turbo与azure-gpt-3.5-turbo共存。

[Vigilans]

目前的Azure设置里面，URL会一直指定到deployment。但是，azure里实际上是一个deployment对应一个模型的：

对应gpt-3.5与gpt-4，需要使用两个不同的deployment。

---

因此，在chatgpt-next-web里选择任何一个模型，都会使用同一个deployment，这导致了另一个问题：：


chatgpt-next-web使用了gpt-3.5-turbo的模型，向一个gpt-4的deployment发了请求。

[Issues-translate-bot]

Bot detected the issue body's language is not English, translate it automatically.

---

In the current Azure setup, the URL is specified all the way to the deployment. However, in Azure, one deployment actually corresponds to one model:

Corresponding to gpt-3.5 and gpt-4, two different deployments need to be used.

---

Therefore, any model selected in chatgpt-next-web will use the same deployment, which leads to another problem:


I used the gpt-3.5-turbo model and sent a request to a gpt-4 deployment.