Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Note
Ten dokument odnosi się do portalu Microsoft Foundry (klasycznego).
🔄 Przejdź do dokumentacji Microsoft Foundry (nowej), jeśli korzystasz z nowego portalu.
Note
Ten dokument odnosi się do portalu Microsoft Foundry (nowy).
W tym artykule opisano zestawy SDK i punkty końcowe, których można używać z zasobem Foundry. Przedstawiono w nim sposób nawiązywania połączenia z projektem, uzyskiwania dostępu do modeli od różnych dostawców i używania narzędzi Foundry. Zestaw SDK oferuje ujednolicony sposób pracy z zasobami sztucznej inteligencji za pośrednictwem bibliotek klienckich w wielu językach programowania.
Zestaw Microsoft Foundry SDK upraszcza tworzenie aplikacji sztucznej inteligencji na platformie Azure. Umożliwia deweloperom:
- Uzyskiwanie dostępu do modeli od różnych dostawców za pośrednictwem jednego interfejsu
- Łączenie modeli, danych i narzędzi Foundry w celu tworzenia aplikacji opartych na sztucznej inteligencji
- Ocenianie, debugowanie i poprawianie jakości aplikacji oraz bezpieczeństwa podczas programowania, testowania i produkcji
Zestaw MICROSOFT Foundry SDK integruje się z innymi bibliotekami i usługami klienckimi, które współpracują ze sobą.
Foundry SDK
Deweloperzy pracujący z firmą Microsoft Foundry potrzebują elastyczności, aby zintegrować wiele funkcji sztucznej inteligencji z ujednoliconymi przepływami pracy. Te zestawy SDK dostarczają bloki konstrukcyjne do aprowizacji zasobów, organizowania agentów i nawiązywania połączenia z wyspecjalizowanymi narzędziami Foundry. Wybierając odpowiednią bibliotekę, możesz usprawnić programowanie, zmniejszyć złożoność i zapewnić skalowanie rozwiązań w projektach foundry i zewnętrznych punktach końcowych.
Note
Ten artykuł dotyczy projektu Foundry. Pokazany tutaj kod nie działa w przypadku projektu opartego na centrum. Aby uzyskać więcej informacji, zobacz Typy projektów.
Prerequisites
- Konto Azure z aktywną subskrypcją. Jeśli go nie masz, utwórz bezpłatne konto platformy Azure, które obejmuje subskrypcję bezpłatnej wersji próbnej.
- Utwórz projekt Foundry , jeśli jeszcze go nie masz.
- Modele Microsoft Foundry umożliwiają klientom korzystanie z najpotężniejszych modeli od flagowych dostawców za pomocą jednego punktu końcowego i tych samych poświadczeń. Oznacza to, że można przełączać się między modelami i korzystać z nich z aplikacji bez konieczności zmieniania pojedynczego wiersza kodu.Skopiuj punkt końcowy projektu Foundry w sekcji Przegląd projektu. Użyjesz go za chwilę.
Tip
Jeśli nie widzisz punktu końcowego projektu Foundry, używasz projektu opartego na centrum. (Zobacz Typy projektów). Przejdź do projektu Foundry lub użyj powyższych kroków, aby go utworzyć.
- Wybierz pozycję Strona główna w prawym górnym rogu nawigacji.
- Wybierz Klucze i skopiuj Endpoint. Użyjesz go za chwilę.
- Skopiuj punkt końcowy z ekranu powitalnego. Użyjesz go w następnym kroku.
Zaloguj się przy użyciu interfejsu wiersza polecenia platformy Azure przy użyciu tego samego konta, którego używasz do uzyskiwania dostępu do projektu:
az login
W poniższych przykładach pokazano, jak uwierzytelnić i utworzyć klienta dla punktu końcowego projektu.
Tip
Te przykłady kodu są punktami wyjścia. Używaj tych klientów, aby wchodzić w interakcje z modelami, przeprowadzać oceny i nie tylko, jak wyjaśniono w sekcji bibliotek klientów.
Biblioteka klienta usługi Azure AI Projects dla języka Python to ujednolicona biblioteka umożliwiająca jednoczesne używanie wielu bibliotek klienckich przez połączenie z pojedynczym punktem końcowym projektu.
Instalowanie biblioteki klienta projektu
pip install azure-ai-projects azure-identity openaipip install --pre azure-ai-projects pip install azure-identity openaiUtwórz klienta projektu w kodzie. Skopiuj punkt końcowy projektu Foundry ze strony Przegląd projektu i zaktualizuj wartość ciągu punktu końcowego.
from azure.identity import DefaultAzureCredential from azure.ai.projects import AIProjectClient project = AIProjectClient( endpoint="your_project_endpoint", # Replace with your endpoint credential=DefaultAzureCredential()) # The AIProjectClient lets you access models, data, and services in your project.
Biblioteka klienta usługi Azure AI Projects dla języka Java (wersja zapoznawcza) to ujednolicona biblioteka, która umożliwia jednoczesne używanie wielu bibliotek klienckich przez połączenie z pojedynczym punktem końcowym projektu.
Important
Elementy oznaczone jako (wersja zapoznawcza) w tym artykule są aktualnie dostępne w publicznej wersji zapoznawczej. Ta wersja zapoznawcza jest udostępniana bez umowy dotyczącej poziomu usług i nie zalecamy korzystania z niej w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą nie być obsługiwane lub mogą mieć ograniczone możliwości. Aby uzyskać więcej informacji, zobacz Warunki dodatkowe korzystania z testowych wersji Microsoft Azure.
Dodaj te pakiety do instalacji:
com.azure.ai.projectscom.azure.core
Utwórz klienta projektu w kodzie. Skopiuj punkt końcowy projektu Foundry ze strony Przegląd projektu i zaktualizuj wartość parametrów połączeń.
import com.azure.ai.projects.ProjectsClient; import com.azure.ai.projects.ProjectsClientBuilder; import com.azure.core.credential.AzureKeyCredential; String endpoint ="your_project_endpoint"; // Replace with your endpoint ProjectsClient projectClient = new ProjectsClientBuilder() .credential(new DefaultAzureCredential()) .endpoint(endpoint) .buildClient(); // The ProjectsClient enables unified access to your project's resources.
Biblioteka kliencka usługi Azure AI Projects dla języka JavaScript to ujednolicona biblioteka, która umożliwia jednoczesne używanie wielu bibliotek klienckich przez połączenie z pojedynczym punktem końcowym projektu.
Instalowanie zależności (wersja zapoznawcza):
npm install @azure/ai-projects @azure/identitynpm install @azure/ai-projects@beta @azure/identityUtwórz klienta projektu w kodzie. Skopiuj punkt końcowy projektu Foundry ze strony Przegląd projektu i zaktualizuj wartość ciągu punktu końcowego.
import { AIProjectClient } from '@azure/ai-projects'; import { DefaultAzureCredential } from '@azure/identity'; const endpoint = "your_project_endpoint"; // Replace with your actual endpoint const project = new AIProjectClient(endpoint, new DefaultAzureCredential()); // The AIProjectClient lets you access models, data, and services in your project.
Biblioteka klienta usługi Azure AI Projects dla platformy .NET to ujednolicona biblioteka, która umożliwia używanie wielu bibliotek klienckich razem przez nawiązanie połączenia z jednym punktem końcowym projektu.
Instalowanie pakietów:
dotnet add package Azure.Identity dotnet add package Azure.Core dotnet add package OpenAIUtwórz klienta projektu w kodzie. Skopiuj punkt końcowy projektu Foundry ze strony Przegląd projektu i zaktualizuj wartość ciągu endpointUrl.
using Azure.Identity; using Azure.Core; using Azure.Core.Pipeline; using Azure.AI.Projects; using System; string endpointUrl = "your_project_endpoint"; // Replace with your endpoint DefaultAzureCredential credential = new(); BearerTokenPolicy tokenPolicy = new(credential, "https://cognitiveservices.azure.com/.default"); AIProjectClientOptions clientOptions = new AIProjectClientOptions(); // The PerRetry position ensures the authentication policy is applied to every retry attempt. // This is important for robust authentication in distributed/cloud environments. clientOptions.AddPolicy(tokenPolicy, HttpPipelinePosition.PerRetry); AIProjectClient projectClient = new(new Uri(endpointUrl), new DefaultAzureCredential(), clientOptions); // The AIProjectClient lets you access models, data, and services in your project.
OpenAI SDK
Zestaw OpenAI SDK umożliwia interakcję z usługą Azure OpenAI. Oferuje prosty interfejs do wykonywania wywołań interfejsu API i zarządzania uwierzytelnianiem. Zestaw OpenAI SDK bezpośrednio wywołuje punkt końcowy usługi Azure OpenAI. Poniższy fragment kodu pokazuje, jak utworzyć klienta OpenAI z klienta programu Project w celu odpowiedniego określania zakresu i zarządzania kontekstem.
Którego punktu końcowego należy użyć?
- Zarządzanie projektem lub wywoływanie agentów w wersji 2? Użyj punktu końcowego Projektu Foundry z SDK Foundry. Pobierz klienta OpenAI z projektu, używając identyfikatora Microsoft Entra ID do uwierzytelniania.
- Bezpośrednie wywoływanie modelu? Użyj punktu końcowego usługi Azure OpenAI z zestawem OpenAI SDK z identyfikatorem Entra firmy Microsoft jako preferowaną metodą uwierzytelniania. W przypadku używania kluczy interfejsu API wybierz punkt końcowy w wersji 1:
https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/.
Tworzenie klienta openAI na podstawie projektu
# Use the AIProjectClient to create an OpenAI client for your project
openai_client = project.get_openai_client(api_version="api_version")
response = openai_client.responses.create(
model="gpt-4.1-mini",
input="What is the size of France in square miles?",
)
print(f"Response output: {response.output_text}")
Poniższy fragment kodu pokazuje, jak używać punktu końcowego usługi Azure OpenAI w wersji 1 z klientem OpenAI na potrzeby odpowiedzi.
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
token_provider = get_bearer_token_provider(
DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
)
client = OpenAI(
base_url = "https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/",
api_key=token_provider,
)
response = client.responses.create(
model="model_deployment_name",
input= "What is the size of France in square miles?"
)
print(response.model_dump_json(indent=2))
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI.
# Use the AIProjectClient to create an OpenAI client for your project
openai_client = project.get_openai_client()
response = openai_client.responses.create(
model="gpt-4.1-mini",
input="What is the size of France in square miles?",
)
print(f"Response output: {response.output_text}")
Poniższy fragment kodu pokazuje, jak używać punktu końcowego usługi Azure OpenAI w wersji 1 z klientem OpenAI na potrzeby odpowiedzi.
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
token_provider = get_bearer_token_provider(
DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
)
client = OpenAI(
base_url = "https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/",
api_key=token_provider,
)
response = client.responses.create(
model="model_deployment_name",
input= "What is the size of France in square miles?"
)
print(response.model_dump_json(indent=2))
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI
Important
Elementy oznaczone jako (wersja zapoznawcza) w tym artykule są aktualnie dostępne w publicznej wersji zapoznawczej. Ta wersja zapoznawcza jest udostępniana bez umowy dotyczącej poziomu usług i nie zalecamy korzystania z niej w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą nie być obsługiwane lub mogą mieć ograniczone możliwości. Aby uzyskać więcej informacji, zobacz Warunki dodatkowe korzystania z testowych wersji Microsoft Azure.
//
OpenAIClient openAIClient = projectClient.getOpenAIClient();
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI.
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI
// Use the AIProjectClient to create an OpenAI client for your project
const openAIClient = await project.getOpenAIClient();
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI.
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI
Zainstaluj pakiet OpenAI:
dotnet add package OpenAIPoniższy fragment kodu pokazuje, jak utworzyć klienta OpenAI bezpośrednio przy użyciu punktu końcowego usługi Azure OpenAI w wersji 1.
using Azure.Identity; using Azure.Core; using Azure.Core.Pipeline; using OpenAI; using System; using System.ClientModel.Primitives; endpointUrl = "https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/" DefaultAzureCredential credential = new(); BearerTokenPolicy tokenPolicy = new(credential, "https://cognitiveservices.azure.com/.default"); OpenAIClientOptions clientOptions = new() { Endpoint = new Uri(endpointUrl) }; // The PerRetry position ensures the authentication policy is applied to every retry attempt. // This is important for robust authentication in distributed/cloud environments. clientOptions.AddPolicy(tokenPolicy, HttpPipelinePosition.PerRetry); var projectClient = new ResponseClient( endpointUrl, credential, clientOptions ); // The ResponseClient lets you interact with models and services in your project.
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI.
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Języki programowania obsługiwane przez usługę Azure OpenAI
Po utworzeniu klienta użyj go do uzyskiwania dostępu do modeli, uruchamiania ocen i nawiązywania połączenia z innymi narzędziami foundry.
- Za pomocą punktu końcowego projektu można wykonywać następujące czynności:
- Korzystanie z modeli Foundry, włącznie z Azure OpenAI
- Korzystanie z usługi agenta programu Foundry
- Uruchamianie ocen w chmurze
- Włączanie śledzenia dla aplikacji
- Dostrajanie modelu
- Pobierz punkty końcowe i klucze dla połączeń zasobów zewnętrznych, takich jak narzędzia Foundry, lokalna orkiestracja i inne.
W następnej sekcji wymieniono biblioteki klienckie narzędzi Foundry Tools i pokazano, jak z nich korzystać.
Zestawy SDK narzędzi Foundry
Aby użyć narzędzi Foundry, możesz użyć następujących zestawów SDK z wymienionymi punktami końcowymi.
Którego punktu końcowego należy użyć?
Wybierz punkt końcowy w zależności od potrzeb:
Użyj punktu końcowego usług Azure AI, aby uzyskać dostęp do narzędzi przetwarzania obrazów, bezpieczeństwa zawartości, analizy dokumentów, języka, tłumaczenia i tokenów.
Punkt końcowy usług Azure AI Services: https://<YOUR-RESOURCE-NAME>.services.ai.azure.com/
W przypadku narzędzi usługi Speech and Translation Foundry użyj punktów końcowych w poniższych tabelach. Zastąp elementy zastępcze informacjami o zasobie.
Punkty końcowe mowy
| Narzędzie Foundry | Endpoint |
|---|---|
| Zamiana mowy na tekst (Standardowa) | https://<YOUR-RESOURCE-REGION>.stt.speech.microsoft.com |
| Przekształcanie tekstu na mowę (neuronowe) | https://<YOUR-RESOURCE-REGION>.tts.speech.microsoft.com |
| głos niestandardowy | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Punkty końcowe tłumaczenia
| Narzędzie Foundry | Endpoint |
|---|---|
| Tłumaczenie tekstu | https://api.cognitive.microsofttranslator.com/ |
| Tłumaczenie dokumentu | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
W poniższych sekcjach znajdują się linki szybkiego startu dla zestawów SDK narzędzi Foundry i informacje referencyjne.
Narzędzia Foundry obsługiwane przez C#
Narzędzia odlewnicze wspierane przez Javę
Narzędzia odlewnicze obsługiwane przez język JavaScript
Narzędzia Foundry obsługiwane przez język Python
Używanie Agent Framework do orkiestracji lokalnej
Microsoft Agent Framework to zestaw deweloperów typu open source do tworzenia agentów sztucznej inteligencji i przepływów pracy obejmujących wiele agentów dla platform .NET i Python. Umożliwia tworzenie agentów sztucznej inteligencji i zarządzanie nimi, którzy mogą wchodzić w interakcje z użytkownikami i innymi usługami. Może organizować agentów w narzędziu Foundry lub mieć agentów lokalnych korzystających z modeli foundry.
Aby uzyskać więcej informacji, zobacz Omówienie programu Microsoft Agent Framework