Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
En Foundry-resurs ger enhetlig åtkomst till modeller, agenter och verktyg. Den här artikeln förklarar vilken SDK och slutpunkt som ska användas för ditt scenario.
Foundry SDK är en SDK för tunn klient som exponerar alla Foundry-projekt-API:er via en enda projektslutpunkt. SDK:er på högre nivå bygger på det – till exempel är Agent Framework-paketet foundry beroende av Foundry SDK för att få åtkomst till Foundry-modeller, verktyg och projektkonfiguration.
| SDK | Vad det är till för | Slutpunkt |
|---|---|---|
| Foundry SDK | SDK för tunnklient för alla Foundry-projektets API:er. Åtkomst till Foundry-modeller och plattformsverktyg (filsökning, kodtolk, webbsökning, minne, SharePoint, WorkIQ, Fabric IQ, MCP). | https://<resource-name>.services.ai.azure.com/api/projects/<project-name> |
| Agent Framework | Enhetlig dirigering med flera agenter för värdbaserade agenter och system med flera agenter, som är tillgängliga i C#/.NET och Python. Paketet foundry är beroende av Foundry SDK för projektåtkomst. |
Svars-API:et i projektslutpunkten via FoundryChatClient. |
| OpenAI SDK | Fullständig OpenAI API-yta, inklusive inbäddningar. Bästa svarstid och maximal OpenAI-kompatibilitet. | https://<resource-name>.openai.azure.com/openai/v1 |
| Anthropic SDK | Anthropic Claude-modeller distribuerade i Foundry. | https://<resource-name>.services.ai.azure.com/anthropic |
| SDK:er för Foundry Tools | Fördefinierade lösningar (vision, tal, innehållssäkerhet med mera). | Verktygsspecifika slutpunkter. |
Välj ditt SDK:
- Använda Foundry SDK när du skapar appar med agenter, utvärderingar eller Foundry-specifika funktioner
- Använd Agent Framework för värdbaserade agenter eller system med flera agenter i kod med hjälp av svars-API:et i C#/.NET eller Python
- Använd OpenAI SDK när maximal OpenAI-kompatibilitet eller lägsta svarstid krävs, vid generering av inbäddningar eller när du använder Foundry-direktmodeller via chattslutningar
- Använd Anthropic SDK när du arbetar med Anthropic Claude modeller som distribuerats i Foundry
- Använd Foundry Tools SDK:er när du arbetar med specifika AI-tjänster (vision, tal, språk osv.)
Observera
Resurstyper: En Foundry-resurs innehåller alla slutpunkter som tidigare angavs. En Azure OpenAI-resurs tillhandahåller endast slutpunkten /openai/v1.
Authentication: Exempel här använder Microsoft Entra ID (DefaultAzureCredential). API-nycklar fungerar på /openai/v1. Skicka nyckeln som api_key i stället för en tokenprovider.
Förutsättningar
-
Ett Azure konto med en aktiv prenumeration. Om du inte har ett skapar du ett fritt Azure konto, som innehåller en kostnadsfri utvärderingsprenumeration.
Ha någon av följande Azure RBAC-roller för att skapa och hantera Foundry-resurser:
Foundry-användare (roll med minsta behörighet för utveckling)
Viktigt
Foundrys RBAC-roller har nyligen namnändrats. Foundry User, Foundry Owner, Foundry Account Owner och Foundry Project Manager hette tidigare Azure AI-användare, Azure AI-ägare, Azure AI-kontoägare och Azure AI Project Manager. Du kanske fortfarande ser de tidigare namnen på vissa platser medan namnbytet distribueras. Roll-ID:na och kärnbehörigheterna ändras inte av namnbytet.
Foundry Project Manager (för att hantera Foundry-projekt)
Deltagare eller ägare (för behörigheter på prenumerationsnivå)
Mer information om behörigheter för varje roll finns i Role-baserad åtkomstkontroll för Microsoft Foundry.
Installera nödvändiga språkkörningar, globala verktyg och VS Code-tillägg enligt beskrivningen i Förbereda utvecklingsmiljön.
Viktigt
Kontrollera att utvecklingsmiljön är klar innan du börjar.
Den här artikeln fokuserar på scenariospecifika steg som SDK-installation , autentisering och körning av exempelkod.
Verifiera förutsättningar
Bekräfta innan du fortsätter:
- Azure prenumeration är aktiv:
az account show - Du har den nödvändiga RBAC-rollen: Kontrollera Azure-portalen, gå till Foundry-resurs och sedan till Åtkomstkontroll (IAM).
- Språk-runtime installerad:
- Python:
python --version(≥3.8)
- Python:
- Språk-runtime installerad:
- Node.js:
node --version(≥18)
- Node.js:
- Språk-runtime installerad:
- .NET:
dotnet --version(≥6.0)
- .NET:
- Språk-runtime installerad:
- Java:
java --version(≥11)
- Java:
Foundry SDK
Foundry SDK är ett SDK för tunn klient som ger dig åtkomst till alla Foundry-projekt-API:er via en enda projektslutpunkt:
https://<resource-name>.services.ai.azure.com/api/projects/<project-name>
Det är grunden som andra Foundry-medvetna SDK:er bygger på. Till exempel tar Agent Framework-paketet foundry ett beroende av Foundry SDK och använder det för att komma åt Foundry-funktioner – du behöver inte koppla upp projektslutpunkten eller Den OpenAI-kompatibla klienten själv när du använder FoundryChatClient.
Observera
Om din organisation använder en anpassad underdomän ersätter du <resource-name> med <your-custom-subdomain> i slutpunkts-URL:en.
Den här metoden förenklar programkonfigurationen. I stället för att hantera flera slutpunkter konfigurerar du en.
Installera SDK
| SDK-version | Portalversion | Status | Python-paket |
|---|---|---|---|
| 2.x | Foundry (ny) | Stabil | azure-ai-projects>=2.0.0 |
| 1.x | Foundry (klassisk) | Stabil | azure-ai-projects==1.0.0 |
Klientbiblioteket Azure AI Projects för Python är ett enhetligt bibliotek som gör att du kan använda flera klientbibliotek tillsammans genom att ansluta till en enda projektslutpunkt.
Kör det här kommandot för att installera paketen för Foundry-projekt.
pip install "azure-ai-projects>=2.0.0"
| SDK-version | Portalversion | Status | Java-paket |
|---|---|---|---|
| 2.0.0 | Foundry (ny) | Stabil | azure-ai-projectsazure-ai-agents |
| SDK-version | Portalversion | Status | JavaScript-paket |
|---|---|---|---|
| 2.0.1 | Foundry (ny) | Stabil | @azure/ai-projects |
| 1.0.1 | Gjuteriets klassiker | Stabil | @azure/ai-projects |
| SDK-version | Portalversion | Status | .NET-paket |
|---|---|---|---|
| 2.0.0 (GA) | Foundry (ny) | Stabil | Azure.AI.ProjectsAzure.AI.Projects.AgentsAzure.AI.Extensions.OpenAI |
| 1.1.0 (GA) | Gjuteriets klassiker | Stabil | Azure.AI.Projects |
Viktigt
Installera inte Azure.AI.Projects.OpenAI (förhandsversion) tillsammans med Azure.AI.Extensions.OpenAI (GA). Båda paketen definierar samma typer i olika namnområden, vilket orsakar tvetydiga referensfel. Använd endast Azure.AI.Extensions.OpenAI för agentscenarier.
Klientbiblioteket Azure AI Projects för Java är ett enhetligt bibliotek som gör att du kan använda flera klientbibliotek tillsammans genom att ansluta till en enda projektslutpunkt.
Lägg till dessa paket i installationen för Foundry-projekt.
package com.azure.ai.agents;
import com.azure.core.util.Configuration;
import com.azure.identity.DefaultAzureCredentialBuilder;
import com.openai.models.responses.Response;
import com.openai.models.responses.ResponseCreateParams;
Klientbiblioteket Azure AI Projects för JavaScript är ett enhetligt bibliotek som gör att du kan använda flera klientbibliotek tillsammans genom att ansluta till en enda projektslutpunkt.
Kör det här kommandot för att installera JavaScript-paketen för Foundry-projekt.
npm install @azure/ai-projects dotenv
Klientbiblioteket Azure AI Projects för .NET är ett enhetligt bibliotek som gör att du kan använda flera klientbibliotek tillsammans genom att ansluta till en enda projektslutpunkt.
Kör de här kommandona för att lägga till nödvändiga paket i ditt .NET projekt.
dotnet add package Azure.AI.Projects
dotnet add package Azure.AI.Projects.Agents
dotnet add package Azure.AI.Extensions.OpenAI
dotnet add package Azure.Identity
Att använda Foundry SDK
SDK:n exponerar två klienttyper eftersom Foundry och OpenAI har olika API-former:
- Project klient – Använd för Foundry-inbyggda åtgärder där OpenAI inte har någon motsvarighet. Exempel: visa anslutningar, hämta projektegenskaper, aktivera spårning.
-
OpenAI-kompatibel klient – Använd för Foundry-funktioner som bygger på OpenAI-begrepp. Svars-API: et, agenter, utvärderingar och finjustering använder alla mönster för begäran/svar i OpenAI-stil. Den här klienten riktar in sig på svars-API:et i projektslutpunkten, vilket ger dig åtkomst till Foundry Models från katalogen (inklusive icke-Azure-OpenAI direktmodeller) plus plattformsverktyg – OpenAI-standardverktyg som filsökning, kodtolk och webbsökning, tillsammans med Foundry-exklusiva verktyg som minne, SharePoint, WorkIQ, Fabric IQ och MCP-servrar. Projektslutpunkten hanterar den här trafiken på
/openaivägen.
De flesta appar använder båda klienterna. Använd projektklienten för konfiguration och använd sedan Den OpenAI-kompatibla klienten för att köra agenter, utvärderingar och anropa modeller (inklusive Foundry-direktmodeller).
Skapa en projektklient:
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient
project_client = AIProjectClient(
endpoint="https://<resource-name>.services.ai.azure.com/api/projects/<project-name>",
credential=DefaultAzureCredential())
Skapa en OpenAI-kompatibel klient från projektet:
with project_client.get_openai_client() as openai_client:
response = openai_client.responses.create(
model="gpt-5.2",
input="What is the size of France in square miles?",
)
print(f"Response output: {response.output_text}")
Förväntade utdata:
Response output: France has an area of approximately 213,011 square miles (551,695 square kilometers).
Skapa en projektklient:
import com.azure.ai.projects.ProjectsClient;
import com.azure.ai.projects.ProjectsClientBuilder;
import com.azure.identity.DefaultAzureCredentialBuilder;
String endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
ProjectsClient projectClient = new ProjectsClientBuilder()
.credential(new DefaultAzureCredentialBuilder().build())
.endpoint(endpoint)
.buildClient();
```**Create and use an OpenAI-compatible client from your project:**
```java
OpenAIClient openAIClient = projectClient.getOpenAIClient();
Skapa en projektklient:
import { DefaultAzureCredential } from "@azure/identity";
import { AIProjectClient } from "@azure/ai-projects";
import "dotenv/config";
const projectEndpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
const deploymentName = "gpt-5.2";
const project = new AIProjectClient(projectEndpoint, new DefaultAzureCredential());
Skapa en OpenAI-kompatibel klient från projektet:
const openAIClient = await project.getOpenAIClient();
const response = await openAIClient.responses.create({
model: deploymentName,
input: "What is the size of France in square miles?",
});
console.log(`Response output: ${response.output_text}`);
Skapa en projektklient:
using Azure.AI.Projects;
using Azure.AI.Extensions.OpenAI;
using Azure.Identity;
string endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
AIProjectClient projectClient = new(
endpoint: new Uri(endpoint),
tokenProvider: new DefaultAzureCredential());
Skapa en OpenAI-kompatibel klient från projektet:
using Azure.AI.Extensions.OpenAI;
const string deploymentName = "gpt-5.2";
// Get an OpenAI-compatible client from the project
ProjectResponsesClient responseClient = projectClient.ProjectOpenAIClient.GetProjectResponsesClientForModel(deploymentName);
Response response = responsesClient.CreateResponse("What is the speed of light?");
Console.WriteLine(response.Output[0].Content[0].Text);
Vad du kan göra med Foundry SDK
- Access Foundry Models, inklusive Azure OpenAI
- Använd Foundry Agent-tjänsten
- Köra batchutvärderingar
- Aktivera appspårning
- Finjustera en modell
- Hämta slutpunkter och nycklar för Foundry Tools, lokal orkestrering med mera
Felsökning
Autentiseringsfel
Om du ser DefaultAzureCredential failed to retrieve a token:
Verifiera att Azure CLI är autentiserad
az account show az login # if not logged inKontrollera RBAC-rolltilldelning:
Bekräfta att du har minst rollen Foundry-användare i Foundry-projektet
Viktigt
Foundrys RBAC-roller har nyligen namnändrats. Foundry User, Foundry Owner, Foundry Account Owner och Foundry Project Manager hette tidigare Azure AI-användare, Azure AI-ägare, Azure AI-kontoägare och Azure AI Project Manager. Du kanske fortfarande ser de tidigare namnen på vissa platser medan namnbytet distribueras. Roll-ID:na och kärnbehörigheterna ändras inte av namnbytet.
För hanterad identitet i produktion:
- Kontrollera att den hanterade identiteten har tilldelats rätt roll
- Se Konfigurera hanterade identiteter
Fel vid slutpunktskonfiguration
Om du ser Connection refused eller 404 Not Found:
- Kontrollera att resurs- och projektnamnen matchar din faktiska distribution
-
Kontrollera formatet för slutpunkts-URL: Bör vara
https://<resource-name>.services.ai.azure.com/api/projects/<project-name> -
För anpassade underdomäner: Ersätt
<resource-name>med din anpassade underdomän
SDK-versionsmatchningar
Om kodexempel misslyckas med AttributeError eller ModuleNotFoundError:
Kontrollera SDK-versionen:
pip show azure-ai-projects # Python npm list @azure/ai-projects # JavaScript dotnet list package # .NETInstallera om med rätt versionsflaggor: Se installationskommandon i varje språkavsnitt ovan
OpenAI SDK
Använd OpenAI SDK när du vill ha den fullständiga OpenAI API-ytan, den bästa svarstiden och maximal kompatibilitet med befintliga OpenAI-klienter. Den här slutpunkten exponerar svars-API:et på Azure OpenAI direkt och ger åtkomst till Azure OpenAI-modeller och Foundry-direktmodeller, inklusive inbäddningar, chattavslutningar och bildgenerering. Den ger inte åtkomst till Foundry-specifika funktioner som agenter, utvärderingar eller Foundry-exklusiva plattformsverktyg – för dessa använder du svars-API:et i projektslutpunkten via Foundry SDK.
Tips
Använd OpenAI SDK-slutpunkten för att generera inbäddningar. Projektslutpunkten som används av Foundry SDK dirigerar för närvarande inte inbäddningsbegäranden.
Följande kodfragment visar hur du använder Azure OpenAI /openai/v1 slutpunkt direkt.
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
token_provider = get_bearer_token_provider(
DefaultAzureCredential(), "https://ai.azure.com/.default"
)
client = OpenAI(
base_url = "https://<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))
Förväntade utdata:
{
"id": "resp_abc123",
"object": "response",
"created": 1234567890,
"model": "gpt-5.2",
"output_text": "France has an area of approximately 213,011 square miles (551,695 square kilometers)."
}
Mer information finns i Azure Programmeringsspråk som stöds av OpenAI
Följande kodfragment visar hur du använder Azure OpenAI /openai/v1 slutpunkt direkt.
import com.azure.identity.AuthenticationUtil;
import com.azure.identity.DefaultAzureCredential;
import com.azure.identity.DefaultAzureCredentialBuilder;
import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.credential.BearerTokenCredential;
import java.util.function.Supplier;
DefaultAzureCredential tokenCredential = new DefaultAzureCredentialBuilder().build();
String endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
String deploymentName = "gpt-5.2";
Supplier<String> bearerTokenSupplier = AuthenticationUtil.getBearerTokenSupplier(
tokenCredential, "https://ai.azure.com/.default");
OpenAIClient openAIClient = OpenAIOkHttpClient.builder()
.baseUrl(endpoint)
.credential(BearerTokenCredential.create(bearerTokenSupplier))
.build();
ResponseCreateParams responseCreateParams = ResponseCreateParams.builder()
.input("What is the speed of light?")
.model(deploymentName)
.build();
Response response = openAIClient.responses().create(responseCreateParams);
System.out.println("Response output: " + response.getOutputText());
Mer information om hur du använder OpenAI SDK finns i Azure OpenAI-programmeringsspråk som stöds
const endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
const scope = "https://ai.azure.com/.default";
const azureADTokenProvider = getBearerTokenProvider(new DefaultAzureCredential(), scope);
const client = new OpenAI({ baseURL: endpoint, apiKey: azureADTokenProvider });
const response = await client.responses.create({
model: deploymentName,
input: "What is the size of France in square miles?",
});
console.log(`Response output: ${response.output_text}`);
Mer information om hur du använder OpenAI SDK finns i Azure OpenAI-programmeringsspråk som stöds
- Installera OpenAI-paketet: Kör det här kommandot för att lägga till OpenAI-klientbiblioteket i ditt .NET projekt.
dotnet add package OpenAI ```When it succeeds, the .NET CLI confirms that it installed the `OpenAI` package. This snippet configures `DefaultAzureCredential`, builds `OpenAIClientOptions`, and creates a `ResponsesClient` for the Azure OpenAI v1 endpoint. ```csharp using Azure.Identity; using OpenAI; using OpenAI.Responses; using System.ClientModel.Primitives; #pragma warning disable OPENAI001 const string directModelEndpoint = "https://<resource-name>.openai.azure.com/openai/v1/"; const string deploymentName = "gpt-5.2"; BearerTokenPolicy tokenPolicy = new( new DefaultAzureCredential(), "https://ai.azure.com/.default"); OpenAIClient openAIClient = new( authenticationPolicy: tokenPolicy, options: new OpenAIClientOptions() { Endpoint = new($"{directModelEndpoint}"), }); ResponsesClient client = openAIClient.GetResponsesClient(); CreateResponseOptions options = new() { Model = deploymentName, InputItems = { ResponseItem.CreateUserMessageItem("What is the size of France in square miles?") }, Temperature = (float)0.7, }; var modelDirectResponse = client.CreateResponse(options); Console.WriteLine($"[ASSISTANT]: {modelDirectResponse.Value.GetOutputText()}"); #pragma warning restore OPENAI001
Mer information om hur du använder OpenAI SDK finns i Azure OpenAI-programmeringsspråk som stöds
Antropisk SDK
Använd Anthropic SDK för att arbeta med Anthropic Claude modeller som distribuerats i Foundry. Claude-modellerna använder en separat /anthropic ändpunkt och Anthropic Messages API, inte den OpenAI-kompatibla ändpunkten.
Anthropic-slutpunkten lägger till /anthropic i din resurs-URL:
https://<resource-name>.services.ai.azure.com/anthropic
Messages API finns på:
https://<resource-name>.services.ai.azure.com/anthropic/v1/messages
from anthropic import AnthropicFoundry
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
token_provider = get_bearer_token_provider(
DefaultAzureCredential(), "https://ai.azure.com/.default"
)
client = AnthropicFoundry(
azure_ad_token_provider=token_provider,
base_url="https://<resource-name>.services.ai.azure.com/anthropic",
)
message = client.messages.create(
model="claude-sonnet-4-6", # Replace with your deployment name
messages=[
{"role": "user", "content": "What are 3 things to visit in Seattle?"}
],
max_tokens=1048,
)
print(message.content)
Anthropic SDK tillhandahåller inte någon intern C#-klient. Använd REST-API:et med HttpClient för att anropa Claude-modeller.
using System.Net.Http.Headers;
using System.Text;
using System.Text.Json;
using Azure.Identity;
string endpoint = "https://<resource-name>.services.ai.azure.com/anthropic/v1/messages";
string deploymentName = "claude-sonnet-4-6"; // Replace with your deployment name
var credential = new DefaultAzureCredential();
var token = await credential.GetTokenAsync(
new Azure.Core.TokenRequestContext(["https://ai.azure.com/.default"]));
using var httpClient = new HttpClient();
httpClient.DefaultRequestHeaders.Authorization =
new AuthenticationHeaderValue("Bearer", token.Token);
httpClient.DefaultRequestHeaders.Add("anthropic-version", "2023-06-01");
var requestBody = new
{
model = deploymentName,
messages = new[] { new { role = "user", content = "What are 3 things to visit in Seattle?" } },
max_tokens = 1048
};
var response = await httpClient.PostAsync(
endpoint,
new StringContent(JsonSerializer.Serialize(requestBody), Encoding.UTF8, "application/json"));
string result = await response.Content.ReadAsStringAsync();
Console.WriteLine(result);
import AnthropicFoundry from '@anthropic-ai/foundry-sdk';
import { getBearerTokenProvider, DefaultAzureCredential } from "@azure/identity";
const tokenProvider = getBearerTokenProvider(
new DefaultAzureCredential(),
'https://ai.azure.com/.default');
const client = new AnthropicFoundry({
azureADTokenProvider: tokenProvider,
baseURL: "https://<resource-name>.services.ai.azure.com/anthropic",
apiVersion: "2023-06-01"
});
const message = await client.messages.create({
model: "claude-sonnet-4-6", // Replace with your deployment name
messages: [{ role: "user", content: "What are 3 things to visit in Seattle?" }],
max_tokens: 1048,
});
console.log(message);
Anthropic SDK tillhandahåller inte någon intern Java-klient. Använd REST-API:et med HttpClient för att anropa Claude-modeller.
import com.azure.identity.DefaultAzureCredentialBuilder;
import com.azure.core.credential.TokenRequestContext;
import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
String endpoint = "https://<resource-name>.services.ai.azure.com/anthropic/v1/messages";
String deploymentName = "claude-sonnet-4-6"; // Replace with your deployment name
var credential = new DefaultAzureCredentialBuilder().build();
var token = credential.getToken(
new TokenRequestContext().addScopes("https://ai.azure.com/.default")).block();
String requestBody = """
{
"model": "%s",
"messages": [{"role": "user", "content": "What are 3 things to visit in Seattle?"}],
"max_tokens": 1048
}
""".formatted(deploymentName);
HttpClient httpClient = HttpClient.newHttpClient();
HttpRequest request = HttpRequest.newBuilder()
.uri(URI.create(endpoint))
.header("Authorization", "Bearer " + token.getToken())
.header("Content-Type", "application/json")
.header("anthropic-version", "2023-06-01")
.POST(HttpRequest.BodyPublishers.ofString(requestBody))
.build();
HttpResponse<String> response = httpClient.send(request, HttpResponse.BodyHandlers.ofString());
System.out.println(response.body());
Mer information finns i Använd Anthropic Claude modeller i Microsoft Foundry.
Agentramverk
Microsoft Agent Framework är en SDK med öppen källkod för C#/.NET och Python som tillhandahåller enhetlig dirigering med flera agenter och konsekventa abstraktioner för byggagenter och system med flera agenter. Det är det rekommenderade orkestreringsskiktet för hanterade agenter i Foundry.
- Om du tidigare använde AutoGen eller Semantic Kernel för orkestrering med flera agenter (samordna flera agenter för att arbeta tillsammans med uppgifter) bör du betrakta Agent Framework som ditt primära orkestreringslager. Det hjälper dig att undvika att kombinera flera orkestrerings-SDK:er som löser liknande samordningsuppgifter, vilket kan lägga till motstridiga abstraktioner och beroenden.
- Om du redan har omfattande befintlig orkestreringskod, är beroende av produktspecifika funktioner eller ställs inför komplexa migreringskrav utvärderar du dessa krav innan du konsoliderar agentramverket.
Kör koden som en värdbaserad agent
Huvudartikeln för kodbaserade agenter i Foundry är hostade agenter. Skriv din agent med Agent Framework, paketera den som en containeravbildning eller zip för källkoden och låt Foundry köra den med en hanterad slutpunkt, automatisk skalning på isolerade virtuella Mikrodatorer, en dedikerad Microsoft Entra agentidentitet, sessionstillstånd och observerbarhet från slutpunkt till slutpunkt.
Värdhanterade agenter är det rekommenderade alternativet när du vill ha en slutpunkt som hanteras av Foundry och är nätverksåtkomlig, och som andra appar eller agenter kan anropa. Se Distribuera din första värdbaserade agent.
Skapa agenter i kod utanför Foundry med svars-API:et
Om du är värd för din agent utanför Foundry – i din egen process eller infrastruktur – kan du också använda Agent Framework för att anropa svars-API:et direkt i projektslutpunkten . Agent Framework ansluter via providern FoundryChatClient , som riktar sig till:
{project_endpoint}/openai/v1/responses
Genom att gå igenom projektslutpunkten – i stället för en OpenAI-slutpunkt på resursnivå – får din agent:
- Foundry-modeller från katalogen (Azure OpenAI- och Foundry-direktmodeller) via ett API.
- Plattformsverktyg utöver OpenAI-verktygsuppsättningen, inklusive filsökning, kodtolk, minne, webbsökning, MCP-servrar, SharePoint, WorkIQ och Fabric IQ.
- Projektavgränsade data, verktygsautentisering för OBO (On-Behalf-Of) samt projektets spårning, innehållsfilter och identitetskonfiguration.
Det här mönstret är additivt för värdbaserade agenter, inte ett alternativ – samma Agent Framework-kod kan anropa svars-API:et från din egen process idag och paketeras som en värdbaserad agent senare när du vill ha en Foundry-hanterad slutpunkt. Se Snabbstart: Skapa agenter med hjälp av svars-API:et.
En fullständig jämförelse av agenttyper och värdalternativ finns i Vad är Microsoft Foundry Agent Service?.
SDK:er för Foundry Tools
Foundry Tools (tidigare Azure AI Services) är fördefinierade punktlösningar med dedikerade SDK:er. Använd följande slutpunkter för att arbeta med Foundry Tools.
Vilken slutpunkt ska du använda?
Välj en slutpunkt baserat på dina behov:
Använd slutpunkten Azure AI Services för att få åtkomst till Visuellt innehåll, Content Safety, Document Intelligence, Language, Translation och Token Foundry Tools.
Slutpunkt för Foundry Tools: https://<your-resource-name>.cognitiveservices.azure.com/
Observera
Slutpunkter använder antingen ditt resursnamn eller en anpassad underdomän. Om din organisation har konfigurerat en anpassad underdomän ersätter du your-resource-name med your-custom-subdomain i alla slutpunktsexempel.
Om dina arbetsbelastningar använder funktioner i Azure AI-språk som tas bort – till exempel attitydanalys, extrahering av nyckelfraser, sammanfattning, entitetslänkning, CLU eller CQA – bör du planera att migrera till Foundry-alternativen från Microsoft. För ny utveckling bör du överväga att använda Foundry SDK eller den OpenAI-kompatibla slutpunkten enligt beskrivningen tidigare i den här artikeln. Se Migrera från Language Studio till Microsoft Foundry.
För verktyg för tal och översättning använder du slutpunkterna i följande tabeller. Ersätt platshållarna med din resursinformation.
Talslutpunkter
| Gjutningsverktyg | Slutpunkt |
|---|---|
| Tal till text (standard) | https://<YOUR-RESOURCE-REGION>.stt.speech.microsoft.com |
| Text-till-tal (neuralt) | https://<YOUR-RESOURCE-REGION>.tts.speech.microsoft.com |
| Anpassad röst | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Översättningsslutpunkter
| Gjutningsverktyg | Slutpunkt |
|---|---|
| Textöversättning | https://api.cognitive.microsofttranslator.com/ |
| Dokumentöversättning | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Språkslutpunkter
| Gjutningsverktyg | Slutpunkt |
|---|---|
| Textanalys | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com |
Viktigt
Den 20 mars 2027 kommer Azure Language Studio att dra tillbaka och migrera till Microsoft Foundry. Alla funktioner och framtida förbättringar kommer att vara tillgängliga i Microsoft Foundry.
Den 31 mars 2029 upphör följande Azure Language-funktioner (supporten upphör). Före det datumet bör användarna migrera befintliga arbetsbelastningar och registrera nya projekt till Microsoft Foundry-modeller för förbättrad förståelse av naturligt språk och förenklad programintegrering:
- Extrahering av nyckelfras
- Sentimentanalys och åsiktsutvinning
- Anpassad textklassificering
- Konversationsspråksförståelse (CLU)
- Svar på anpassad fråga (CQA)
- Arbetsflöde för orkestrering
- Sammanfattning (extraktiv och abstrakt, för dokument och konversationer)
- Entitetslänkning
Grundläggande funktioner med fortsatt stöd: Språkidentifiering, PII-identifiering, Text Analytics för hälsa, fördefinierad NER och anpassad NER.
Migreringsalternativ finns i Migrera från Language Studio till Microsoft Foundry.