Vytvoření projektu pro Azure AI Foundry

Tento článek popisuje, jak vytvořit projekt v Azure AI Foundry. Projekty umožňují organizovat svou práci pro zkoumání nových nápadů a při vytvoření prototypu konkrétního případu použití.

Azure AI Foundry podporuje dva typy projektů: projekt Foundry a projekt založený na centru. Další informace o rozdílech mezi těmito dvěma typy projektů naleznete v tématu Typy projektů.

Návod

Zbytek tohoto článku ukazuje, jak vytvořit projekt založený na centru. Pokud chcete vytvořit projekt Foundry , vyberte v horní části tohoto článku projekt Foundry.

• Projekt založený na centru je hostovaný centrem Azure AI Foundry. Pokud má vaše společnost administrativní tým, který pro vás vytvořil centrum, můžete vytvořit projekt z daného centra. Pokud pracujete sami, můžete vytvořit projekt a výchozí centrum se automaticky vytvoří za vás.

• Tento typ projektu použijte pro:

  • Proud příkazů
  • Spravovaný výpočetní výkon
  • Kompatibilita se službou Azure Machine Learning

• Tento projekt lze použít také pro:

  • Agenti (Preview)
  • Izolace souborů a výstupů na úrovni projektu
  • Hodnocení
  • Hřiště

Požadavky

Pomocí následujících karet vyberte metodu, kterou chcete použít k vytvoření projektu založeného na centru:

Portál Azure AI Foundry

• Předplatné služby Azure. Pokud ještě nemáte předplatné Azure, vytvořte si bezplatný účet.

Python SDK

• Předplatné služby Azure. Pokud ještě nemáte předplatné Azure, vytvořte si bezplatný účet.
• Azure Machine Learning SDK v2.
• Centrum Azure AI Foundry. Pokud centrum nemáte, přečtěte si téma Vytvoření centra pomocí sady Azure Machine Learning SDK a rozhraní příkazového řádku.
• Azure CLI
• Než spustíte kód, ověřte se v prostředí az login nebo az login --use-device-code ve vašem prostředí.

Azure CLI

• Předplatné služby Azure. Pokud ještě nemáte předplatné Azure, vytvořte si bezplatný účet.
• Azure CLI a rozšíření strojového učení Pokud nemáte nainstalované rozšíření Azure CLI a strojového učení, postupujte podle kroků v článku Instalace a nastavení rozšíření strojového učení.
• Centrum Azure AI Foundry. Pokud centrum nemáte, přečtěte si téma Vytvoření centra pomocí sady Azure Machine Learning SDK a rozhraní příkazového řádku.

Vytvoření projektu založeného na centru

Portál Azure AI Foundry

Pokud chcete vytvořit projekt založený na centru v Azure AI Foundry, postupujte takto:

1. Přihlaste se k Azure AI Foundry.

2. Co budete dělat dál, závisí na tom, kde jste:

   • Pokud nemáte žádné existující projekty: Postupujte podle kroků v rychlém startu: Začněte se službou Azure AI Foundry a vytvořte svůj první projekt.

   • Pokud jste v projektu: Vyberte popis cesty k projektu a pak vyberte Vytvořit nový zdroj.

     

   • Pokud nejste v projektu: Výběrem možnosti Vytvořit nový v pravém horním rohu vytvořte nový projekt Foundry.

     

3. Vyberte prostředek centra AI a pak vyberte Další.

4. Zadejte název projektu.

5. Pokud máte centrum, zobrazí se vám to, které jste naposledy použili.

   • Pokud máte přístup k více než jednomu centru, můžete v rozevíracím seznamu vybrat jiné centrum.

   • Pokud chcete vytvořit nový, vyberte Vytvořit nové centrum a zadejte název.

     

6. Pokud nemáte ústřednu, vytvoří se pro vás výchozí.

7. Vyberte Vytvořit.

Nebo pokud chcete přizpůsobit nové centrum, před výběrem možnosti Vytvořit postupujte podle kroků v další části.

Přizpůsobte centrum

Projekt založený na centru existuje uvnitř centra. Centrum umožňuje sdílet konfigurace, jako jsou datová připojení se všemi projekty, a centrálně spravovat nastavení zabezpečení a útratu. Pokud jste součástí týmu, uzly se sdílejí mezi ostatními členy týmu v rámci vašeho předplatného. Další informace o vztahu mezi rozbočovači a projekty najdete v dokumentaci k přehledu rozbočovačů a projektů.

Při vytváření nového centra musíte mít u vybrané skupiny prostředků oprávnění vlastníka nebo přispěvatele . Pokud jste součástí týmu a nemáte tato oprávnění, měl by vám správce vytvořit centrum.

Návod

I když můžete v rámci vytváření projektu vytvořit centrum, máte větší kontrolu a můžete nastavit pokročilejší nastavení centra, pokud ho vytvoříte samostatně. Můžete například přizpůsobit zabezpečení sítě nebo základní účet Azure Storage. Další informace najdete v tématu Vytvoření a správa centra Azure AI Foundry.

Když v rámci vytváření projektu vytvoříte nové centrum, zobrazí se výchozí nastavení. Pokud chcete tato nastavení přizpůsobit, udělejte to před vytvořením projektu:

1. Ve formuláři Vytvořit projekt vyberte šipku na pravé straně.

   

2. Vyberte existující skupinu prostředků, kterou chcete použít, nebo ponechte výchozí možnost pro vytvoření nové skupiny prostředků.

   Návod

   Pro začátek doporučujeme zejména vytvořit novou skupinu prostředků pro váš projekt. Skupina prostředků umožňuje snadnou správu projektu a všech jejích zdrojů společně. Při vytváření projektu se ve skupině prostředků vytvoří několik prostředků, včetně centra, registru kontejneru a účtu úložiště.

3. Vyberte umístění nebo použijte výchozí nastavení. Umístění je oblast, ve které je centrum hostované. Umístění centra je také umístěním projektu. Dostupnost služeb Azure AI se liší v jednotlivých oblastech. Některé modely například nemusí být dostupné v určitých oblastech.

4. Vyberte Vytvořit projekt. Uvidíte průběh vytváření zdrojů. Projekt se vytvoří po dokončení procesu.

Python SDK

Kód v této části předpokládá, že máte existující centrum. Pokud centrum nemáte, přečtěte si, jak vytvořit a spravovat centrum Azure AI Foundry a vytvořit ho.

1. Nainstalujte azure-identity: pip install azure-identity. Pokud jste v buňce poznámkového bloku, použijte %pip install azure-identity.

2. Zadejte podrobnosti o předplatném:

   # Enter details of your subscription
   subscription_id = "<SUBSCRIPTION_ID>"
   resource_group = "<RESOURCE_GROUP>"

3. Získejte přístup k předplatnému. Veškerý kód Pythonu v tomto článku používá ml_client:

   # get a handle to the subscription
   
   from azure.ai.ml import MLClient
   from azure.identity import DefaultAzureCredential
   
   ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)

4. (Volitelné) Pokud máte více účtů, přidejte ID tenanta Microsoft Entra ID, které chcete použít do DefaultAzureCredential. Id tenanta najdete na webu Azure Portal v části Microsoft Entra ID a externí identity.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

5. Volitelné: Pokud pracujete v oblastech Azure Government - US nebo Azure China 21Vianet, uveďte region, do kterého se chcete autentizovat. Region můžete určit pomocí DefaultAzureCredential. Následující příklad se autentizuje do Azure Government - USA regionu:

   from azure.identity import AzureAuthorityHosts
   DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
   

6. Pomocí následujícího kódu vytvořte projekt z centra, které jste vy nebo váš správce vytvořili dříve. Nahraďte ukázkové řetězcové hodnoty vlastními hodnotami:

   from azure.ai.ml.entities import Project
   
   my_project_name = "myexampleproject"
   my_display_name = "My Example Project"
   hub_name = "myhubname" # Azure resource manager ID of the hub
   hub_id=f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}"
   
   my_project = Project(name=my_project_name, 
                   display_name=my_display_name,
                   hub_id=hub_id)
   
   created_project = ml_client.workspaces.begin_create(workspace=my_project).result()
   

Azure CLI

Kód v této části předpokládá, že máte existující centrum. Pokud centrum nemáte, přečtěte si, jak vytvořit a spravovat centrum Azure AI Foundry a vytvořit ho.

1. K ověření předplatného Azure z Azure CLI použijte následující příkaz:

   az login
   

   Další informace o ověřování najdete v tématu Metody ověřování.

2. Po instalaci a ověření rozšíření pro vaše předplatné Azure pomocí následujícího příkazu vytvořte nový projekt Azure AI Foundry z existujícího centra Azure AI Foundry:

   az ml workspace create --kind project --hub-id {my_hub_ID} --resource-group {my_resource_group} --name {my_project_name}
   

   Vytvořte my_hub_ID s tímto syntaxí: /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}.

Zobrazení nastavení projektu

Portál Azure AI Foundry

Na stránce Přehled projektu najdete informace o projektu.

• Název: Název projektu se zobrazí v levém horním rohu.
• Předplatné: Předplatné hostí centrum, které hostí projekt.
• Skupina prostředků: Skupina prostředků, která je hostitelem centra, které je hostitelem projektu.

Výběrem Centra pro správu přejděte k prostředkům projektu na portálu Azure AI Foundry. Výběrem možnosti Spravovat na webu Azure Portal přejděte k prostředkům projektu na webu Azure Portal.

Python SDK

Pokud chcete spravovat nebo používat nový projekt, zahrňte ho do :MLClient

ml_client = MLClient(workspace_name=my_project_name, resource_group_name=resource_group, subscription_id=subscription_id,credential=DefaultAzureCredential())

Azure CLI

Pokud chcete zobrazit nastavení projektu, použijte az ml workspace show příkaz. Například:

az ml workspace show --name {my_project_name} --resource-group {my_resource_group}

Přístup k prostředkům projektu

Běžné konfigurace v centru se sdílí s vaším projektem, včetně připojení, výpočetních instancí a síťového přístupu, takže můžete začít s vývojem hned.

Kromě toho je mnoho zdrojů přístupných jenom uživateli v pracovním prostoru projektu:

• Komponenty, včetně datových sad, toků, indexů, koncových bodů rozhraní API nasazených modelů (otevřené a bezserverové).

• Připojení vytvořená vámi v části Nastavení projektu

• Kontejnery objektů blob služby Azure Storage a sdílené úložiště pro nahrávání dat v rámci vašeho projektu. Přístup k úložišti pomocí následujících připojení:

  Datové připojení	Umístění úložiště	Účel
  workspaceblobstore	{project-GUID}-azureml-blobstore	Výchozí kontejner pro nahrávání dat
  workspaceartifactstore	{project-GUID}-azureml	Ukládá komponenty a metadata pro váš projekt, jako jsou váhy modelu.
  workspacefilestore	{project-GUID}-kód	Hostované soubory vytvořené ve vašem výpočetním prostředí a pomocí toku výzev.

Poznámka:

Připojení k úložišti se nevytvářejí přímo s projektem, když je přístup k veřejné síti u vašeho účtu úložiště zakázán. Místo toho se vytvoří, když první uživatel přistupuje k Azure AI Foundry přes privátní síťové připojení. Řešení potíží s připojením k úložišti

Související obsah

• Rychlý start: Použití chatovacího hřiště na portálu Azure AI Foundry

• Další informace o centrech

Návod

Zbytek tohoto článku ukazuje, jak vytvořit projekt Foundry. Pokud chcete místo toho vytvořit projekt založený na centru, vyberte projekt založený na centru v horní části tohoto článku.

• Projekt Foundry je založený na prostředku Azure AI Foundry. Tento typ projektu umožňuje jednoduché nastavení, přístup k agentům a špičkovým modelům od OpenAI, Mistral, Meta a dalších.

• Tento typ projektu poskytuje nejlepší podporu pro:

  • Agenti
  • Rozhraní API AI Foundry pro práci s agenty a napříč modely
  • Modely prodané přímo v Azure – Azure OpenAI, DeepSeek, xAI atd.
  • Modely partnerů a komunity prodané prostřednictvím Marketplace – Stabilita, Bria, Cohere atd.
  • Soubory projektu (přímé nahrání souborů a zahájení experimentování)
  • Hodnocení
  • Jemné doladění
  • Hřiště

Požadavky

Pomocí následujících karet vyberte metodu, kterou chcete použít k vytvoření projektu Foundry:

Portál Azure AI Foundry

• Předplatné služby Azure. Pokud ještě nemáte předplatné Azure, vytvořte si bezplatný účet.
• Abyste mohli vytvořit prostředek Azure AI Foundry, který je nadřazeným objektem projektu, musíte být vlastníkem předplatného, abyste měli odpovídající řízení přístupu potřebné k vytvoření prostředku Azure AI Foundry. Pokud tento přístup nemáte, požádejte správce, aby vytvořil prostředek AI Foundry , který můžete použít. Pak přejděte k vytvoření více projektů na stejném zdroji a vytvořte projekt.

Python SDK

• Předplatné služby Azure. Pokud ještě nemáte předplatné Azure, vytvořte si bezplatný účet.
• Abyste mohli získat odpovídající řízení přístupu potřebné k používání projektu, musíte být vlastníkem předplatného.
• Nastavení vývojového prostředí
• Než spustíte kód, ověřte se v prostředí az login nebo az login --use-device-code ve vašem prostředí.
• Spuštěním skriptu Pythonu proveďte následující kroky:

  1. Instalační balíčky: pip install azure-identity azure-mgmt-cognitiveservices. Pokud jste v buňce poznámkového bloku, použijte %pip install azure-identity azure-mgmt-cognitiveservices.

  2. Použijte pip show azure-mgmt-cognitiveservices k ověření, že je vaše verze 13.7 nebo vyšší.

  3. Začněte svůj skript následujícím kódem k vytvoření client připojení a proměnných používaných v celém tomto článku. Tento příklad vytvoří projekt v oblasti USA – východ:

     from azure.identity import DefaultAzureCredential
     from azure.mgmt.cognitiveservices import CognitiveServicesManagementClient
     
     subscription_id = 'your-subscription-id'
     resource_group_name = 'your-resource-group-name'
     foundry_resource_name = 'your-foundry-resource-name'
     foundry_project_name = 'your-foundry-project-name'
     location = 'eastus'
     
     client = CognitiveServicesManagementClient(
         credential=DefaultAzureCredential(), 
         subscription_id=subscription_id,
         api_version="2025-04-01-preview"
     )
     

  4. (Volitelné) Pokud máte více účtů, přidejte ID tenanta Microsoft Entra ID, které chcete použít do DefaultAzureCredential. Id tenanta najdete na webu Azure Portal v části Microsoft Entra ID a externí identity.

     DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
     

  5. Volitelné: Pokud pracujete v oblastech Azure Government - US nebo Azure China 21Vianet, uveďte region, do kterého se chcete autentizovat. Region můžete určit pomocí DefaultAzureCredential. Následující příklad se autentizuje do Azure Government - USA regionu:

     from azure.identity import AzureAuthorityHosts
     DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
     

Azure CLI

• Předplatné služby Azure. Pokud ještě nemáte předplatné Azure, vytvořte si bezplatný účet.
• Abyste mohli získat odpovídající řízení přístupu potřebné k používání projektu, musíte být vlastníkem předplatného.
• Azure CLI

Vytvoření projektu Foundry

Portál Azure AI Foundry

Tyto kroky poskytují způsob, jak vytvořit nový prostředek Azure se základními výchozími nastaveními.

Návod

Pokud vaše organizace vyžaduje přizpůsobené konfigurace Azure, jako jsou alternativní názvy, kontrolní mechanismy zabezpečení nebo značky nákladů, použijte místo toho jednu z těchto metod k dodržování předpisů azure Policy vaší organizace:

• Vytvořte svůj první prostředek AI Foundry
• Vytvořte prostředek Azure AI Foundry pomocí souboru Bicep

Pokud chcete vytvořit projekt Foundry v Azure AI Foundry, postupujte takto:

1. Přihlaste se k Azure AI Foundry.

2. Co budete dělat dál, závisí na tom, kde jste:

   • Pokud nemáte žádné existující projekty: Postupujte podle kroků v rychlém startu: Začněte se službou Azure AI Foundry a vytvořte svůj první projekt.

   • Pokud jste v projektu: Vyberte popis cesty k projektu a pak vyberte Vytvořit nový zdroj.

     

   • Pokud nejste v projektu: Výběrem možnosti Vytvořit nový v pravém horním rohu vytvořte nový projekt Foundry.

     

3. Vyberte prostředek Azure AI Foundry a pak vyberte Další.

4. Zadejte název projektu a vyberte Vytvořit. Nebo se podívejte na další část s rozšířenými možnostmi.

Rozšířené možnosti

Projekt Foundry je vytvořen na zdroji AI Foundry. Tento zdroj se vytvoří automaticky při vytváření projektu.

Pokud chcete přizpůsobit nastavení projektu, postupujte takto:

1. Ve formuláři Vytvořit projekt vyberte Upřesnit možnosti.

2. Vyberte existující skupinu prostředků, kterou chcete použít, nebo ponechte výchozí možnost pro vytvoření nové skupiny prostředků.

   Návod

   Pro začátek doporučujeme zejména vytvořit novou skupinu prostředků pro váš projekt. Skupina prostředků umožňuje snadnou správu projektu a všech jejích zdrojů společně.

3. Vyberte umístění nebo použijte výchozí nastavení. Umístění je oblast, ve které je centrum hostované. Dostupnost služeb Azure AI se liší v jednotlivých oblastech. Některé modely například nemusí být dostupné v určitých oblastech.

4. Vyberte Vytvořit. Uvidíte průběh vytváření zdrojů a po dokončení procesu se projekt vytvoří.

Python SDK

Vytvoření projektu Foundry:

1. Přidejte tento kód pro vytvoření projektu Foundry pomocí proměnných a client připojení z předpokladů.

   # Create resource
   resource = client.accounts.begin_create(
       resource_group_name=resource_group_name,
       account_name=foundry_resource_name,
       account={
           "location": location,
           "kind": "AIServices",
           "sku": {"name": "S0",},
           "identity": {"type": "SystemAssigned"},
           "properties": {
               "allowProjectManagement": True,
               "customSubDomainName": foundry_resource_name
           }
       }
   )
   
   # Wait for the resource creation to complete
   resource_result = resource.result()
   
   # Create default project
   project = client.projects.begin_create(
       resource_group_name=resource_group_name,
       account_name=foundry_resource_name,
       project_name=foundry_project_name,
       project={
           "location": location,
           "identity": {
               "type": "SystemAssigned"
           },
           "properties": {}
       }
   )
   

Azure CLI

Příkazy rozhraní příkazového řádku nejsou aktuálně k dispozici pro vytvoření projektu Foundry.

Vytvoření více projektů na stejném zdroji

Vytvořte na existujícím AI Foundry zdroji více projektů Foundry, abyste mohli sdílet prostředí s týmem pro spolupráci.

Projekty Foundry jako podřízené prostředky Azure můžou mít přiřazené vlastní řízení přístupu, ale sdílejí společná nastavení, jako je zabezpečení sítě, nasazení a integrace nástrojů Azure z nadřazeného prostředku.

Váš první projekt (výchozí projekt) hraje zvláštní roli a má přístup k dalším funkcím:

Vlastnost	Výchozí projekt Foundry	Projekt Nondefault Foundry
Odvozování modelů	✅	✅
Hřiště	✅	✅
Agenti	✅	✅
Hodnocení	✅	✅
Připojení	✅	✅
Rozhraní API AI Foundry, které funguje s agenty a napříč modely	✅	✅
Izolace souborů a výstupů na úrovni projektu	✅	✅
Azure OpenAI se službami Batch, StoredCompletions a vyladěním	✅
Zpětně kompatibilní s rozhraním API roviny dat bez projektu {account}.cognitiveservices.com	✅
Bezpečnost obsahu	✅

• Přidání nedefaultních projektů do zdroje:

  Portál Azure AI Foundry

  Návod

  Vzhledem k tomu, že levé podokno můžete přizpůsobit na portálu Azure AI Foundry, můžou se zobrazit jiné položky, než je znázorněno v těchto krocích. Pokud nevidíte, co hledáte, vyberte v dolní části levého podokna možnost ... Další.

  1. V Azure AI Foundry vyberte projekt Foundry nebo přidružený zdroj.

  2. V levém podokně vyberte Centrum pro správu.

  3. V části zdroje vyberte Přehled.

  4. Vyberte Nový projekt a zadejte název.

     

  Python SDK

  Přidejte tento kód do skriptu a vytvořte nový projekt ve stávajícím prostředku:

  # Create additional project
  new_project_name = 'your-new-project-name'
  
  project = client.projects.begin_create(
      resource_group_name=resource_group_name,
      account_name=foundry_resource_name,
      project_name=new_project_name,
      project={
          "location": location,
          "identity": {
              "type": "SystemAssigned"
          },
          "properties": {}
      }
  )
  

  Azure CLI

  Příkazy rozhraní příkazového řádku nejsou aktuálně k dispozici pro vytvoření projektu Foundry.

• Pokud odstraníte výchozí projekt zdroje Foundry, stane se dalším vytvořeným projektem výchozí projekt.

Zobrazení nastavení projektu

Portál Azure AI Foundry

Na domovské stránce projektu najdete informace o projektu.

• Název: Název projektu se zobrazí v levém horním rohu.
• Předplatné: Předplatné hostí centrum, které hostí projekt.
• Skupina prostředků: Skupina prostředků, která je hostitelem centra, které je hostitelem projektu.

Python SDK

# Get project
project = client.projects.get(
    resource_group_name=resource_group_name,
    account_name=foundry_resource_name,
    project_name=foundry_project_name
)
print(project)

Azure CLI

Pokud chcete zobrazit nastavení projektu, použijte az cognitiveservices account connection show příkaz. Například:

az cognitiveservices account connection show --name {my_project_name} --resource-group {my_resource_group}

Související obsah

• Rychlý start: Začínáme s Azure AI Foundry
• Další informace o Azure AI Foundry