Erstellen eines Projekts für Azure AI Foundry

In diesem Artikel wird beschrieben, wie Sie ein Projekt in Azure AI Foundry erstellen. Mit Projekten können Sie Ihre Arbeit organisieren, um neue Ideen zu erkunden, und während Sie einen Prototyp für einen bestimmten Anwendungsfall erstellen.

Azure AI Foundry unterstützt zwei Arten von Projekten: ein Foundry-Projekt und ein Hub-basiertes Projekt. Weitere Informationen zu den Unterschieden zwischen diesen beiden Projekttypen finden Sie unter Projekttypen.

Tipp

Im restlichen Artikel wird gezeigt, wie Sie ein hubbasiertes Projekt erstellen. Wählen Sie das Foundry-Projekt oben in diesem Artikel aus, wenn Sie stattdessen ein Foundry-Projekt erstellen möchten.

• Ein hubbasiertes Projekt wird von einem Azure AI Foundry-Hub gehostet. Wenn Ihr Unternehmen über ein Administratives Team verfügt, das einen Hub für Sie erstellt hat, können Sie ein Projekt über diesen Hub erstellen. Wenn Sie alleine arbeiten, können Sie ein Projekt erstellen, und ein Standardhub wird automatisch für Sie erstellt.

• Verwenden Sie diesen Projekttyp für:

  • Prompt Flow
  • Verwaltete Rechenkapazität
  • Azure Machine Learning-Kompatibilität

• Dieses Projekt kann für Folgendes verwendet werden:

  • Agents (Vorschau)
  • Isolation auf Projektebene von Dateien und Ausgaben
  • Bewertungen
  • Spielplätze

Voraussetzungen

Verwenden Sie die folgenden Registerkarten, um die Methode auszuwählen, die Sie zum Erstellen eines hubbasierten Projekts verwenden möchten:

Azure AI Foundry-Portal

• Ein Azure-Abonnement. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.

Python SDK

• Ein Azure-Abonnement. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.
• Azure Machine Learning-SDK v2.
• Ein Azure KI Foundry-Hub. Wenn Sie keinen Hub haben, lesen Sie Erstellen eines Hubs mithilfe des Azure Machine Learning SDK und der CLI.
• Azure-Befehlszeilenschnittstelle
• Authentifizieren Sie sich mit az login oder az login --use-device-code in Ihrer Umgebung, bevor Sie Code ausführen.

Azure-Befehlszeilenschnittstelle

• Ein Azure-Abonnement. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.
• Azure CLI und die Machine Learning-Erweiterung. Wenn Sie die Azure CLI- und Machine Learning-Erweiterung nicht installiert haben, führen Sie die Schritte im Artikel Installieren und Einrichten der Machine Learning-Erweiterung aus.
• Ein Azure KI Foundry-Hub. Wenn Sie keinen Hub haben, lesen Sie Erstellen eines Hubs mithilfe des Azure Machine Learning SDK und der CLI.

Erstellen eines hubbasierten Projekts

Azure AI Foundry-Portal

Führen Sie die folgenden Schritte aus, um ein hubbasiertes Projekt in Azure AI Foundry zu erstellen:

1. Melden Sie sich bei Azure KI Foundry an.

2. Was Sie als Nächstes tun, hängt davon ab, wo Sie sich befinden:

   • Wenn Sie noch keine Projekte haben: Führen Sie die Schritte in der Schnellstartanleitung aus: Erste Schritte mit Azure AI Foundry , um Ihr erstes Projekt zu erstellen.

   • Wenn Sie sich in einem Projekt befinden: Wählen Sie das Projekt Breadcrumb aus, und wählen Sie dann "Neue Ressource erstellen" aus.

     

   • Wenn Sie sich nicht in einem Projekt befinden: Wählen Sie oben rechts " Neu erstellen " aus, um ein neues Foundry-Projekt zu erstellen.

     

3. Wählen Sie die KI-Hubressource und dann "Weiter" aus.

4. Geben Sie einen Namen für das Projekt ein.

5. Wenn Sie über einen Hub verfügen, ist der zuletzt verwendete Hub ausgewählt.

   • Wenn Sie Zugriff auf mehrere Hubs haben, können Sie in der Dropdownliste einen anderen Hub auswählen.

   • Wenn Sie einen neuen Hub erstellen möchten, wählen Sie Neuen Hub erstellen aus, und geben Sie einen Namen an.

     

6. Wenn Sie keinen Hub haben, wird ein Standardhub für Sie erstellt.

7. Klicken Sie auf Erstellen.

Wenn Sie einen neuen Hub anpassen möchten, führen Sie die Schritte im nächsten Abschnitt aus, bevor Sie "Erstellen" auswählen.

Anpassen des Hubs

Ein hubbasiertes Projekt ist innerhalb eines Hubs vorhanden. Ein Hub ermöglicht es Ihnen, Konfigurationen wie Datenverbindungen für alle Projekte freizugeben sowie Sicherheitseinstellungen und Ausgaben zentral zu verwalten. Wenn Sie Teil eines Teams sind, werden Hubs für andere Teammitglieder in Ihrem Abonnement freigegeben. Weitere Informationen zur Beziehung zwischen Hubs und Projekten finden Sie in der Dokumentation Übersicht über Hubs und Projekte.

Zum Erstellen eines neuen Hubs benötigen Sie Berechtigungen vom Typ Besitzer oder Mitwirkender für die ausgewählte Ressourcengruppe. Wenn Sie Teil eines Teams sind und nicht über diese Berechtigungen verfügen, sollte Ihr Administrator einen Hub für Sie erstellen.

Tipp

Sie können einen Hub bei der Erstellung eines Projekts erstellen. Sie haben jedoch mehr Kontrolle und können erweiterte Einstellungen für den Hub festlegen, wenn Sie ihn separat erstellen. Sie können beispielsweise die Netzwerksicherheit oder das zugrunde liegende Azure Storage-Konto anpassen. Weitere Informationen finden Sie unter Erstellen und Verwalten eines Azure KI Foundry-Hubs.

Wenn Sie im Rahmen der Projekterstellung einen neuen Hub erstellen, werden Standardeinstellungen bereitgestellt. Falls Sie diese Einstellungen anpassen möchten, nehmen Sie die Änderungen vor dem Erstellen des Projekts vor:

1. Wählen Sie im Formular "Projekt erstellen " den Pfeil auf der rechten Seite aus.

   

2. Wählen Sie eine vorhandene Ressourcengruppe aus, die Sie verwenden möchten, oder übernehmen Sie die Standardeinstellung, um eine neue Ressourcengruppe zu erstellen.

   Tipp

   Insbesondere für die ersten Schritte empfehlen wir, eine neue Ressourcengruppe für Ihr Projekt zu erstellen. Mit der Ressourcengruppe können Sie das Projekt und alle zugehörigen Ressourcen problemlos verwalten. Wenn Sie ein Projekt erstellen, werden mehrere Ressourcen in der Ressourcengruppe erstellt, einschließlich eines Hub, einer Containerregistrierung und eines Speicherkontos.

3. Wählen Sie einen Speicherort aus, oder verwenden Sie die Standardeinstellung. Der Standort ist die Region, in der sich der Hub befindet. Der Standort des Hubs ist auch der Standort des Projekts. Die Verfügbarkeit von Azure KI-Diensten unterscheidet sich je nach Region. Beispielsweise sind bestimmte Modelle in bestimmten Regionen möglicherweise nicht verfügbar.

4. Wählen Sie Projekt erstellen aus. Der Fortschritt der Ressourcenerstellung wird angezeigt. Das Projekt wird erstellt, wenn der Prozess abgeschlossen ist.

Python SDK

Der Code in diesem Abschnitt geht davon aus, dass Sie bereits einen Hub haben. Wenn Sie keinen Hub haben, erfahren Sie mehr zum Erstellen eines Hubs unter Erstellen und Verwalten eines Azure KI Foundry-Hubs.

1. Installieren Sie azure-identity: pip install azure-identity. Verwenden Sie in einer Notebookzelle %pip install azure-identity.

2. Geben Sie Ihre Abonnementdetails an:

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

3. Rufen Sie ein Handle für das Abonnement ab. Der gesamte Python-Code in diesem Artikel verwendet 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. (Optional) Wenn Sie mehrere Konten haben, fügen Sie die Mandanten-ID der gewünschten Microsoft Entra ID in DefaultAzureCredential ein. Ihre Mandanten-ID finden Sie im Azure-Portal unter Microsoft Entra ID, Externe Identitäten.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

5. (Optional:) Wenn Sie in den Regionen Azure Government – USA oder Azure China 21Vianet arbeiten, geben Sie die Region an, in der Sie die Authentifizierung durchführen möchten. Sie können die Region über DefaultAzureCredential angeben. Das folgende Beispiel authentifiziert sich in der Azure Government-US-Region:

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

6. Verwenden Sie den folgenden Code, um ein Projekt aus einem Hub zu erstellen, den Sie zuvor erstellt haben oder Ihr Administrator zuvor erstellt hat. Ersetzen Sie die Beispielzeichenfolge durch Ihre eigenen Werte:

   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-Befehlszeilenschnittstelle

Der Code in diesem Abschnitt geht davon aus, dass Sie bereits einen Hub haben. Wenn Sie keinen Hub haben, erfahren Sie mehr zum Erstellen eines Hubs unter Erstellen und Verwalten eines Azure KI Foundry-Hubs.

1. Führen Sie den folgenden Befehl aus, um sich über die Azure CLI bei Ihrem Azure-Abonnement zu authentifizieren.

   az login
   

   Weitere Informationen zur Authentifizierung finden Sie unter Authentifizierungsmethoden.

2. Nachdem die Erweiterung installiert und bei Ihrem Azure-Abonnement authentifiziert wurde, verwenden Sie den folgenden Befehl, um ein neues Azure KI Foundry-Projekt aus einem vorhandenen Azure KI Foundry-Hub zu erstellen:

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

   Formular my_hub_ID mit der Syntax: /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}.

Projekteinstellungen anzeigen

Azure AI Foundry-Portal

Auf der Projektübersichtsseite finden Sie Informationen zum Projekt.

• Name: Der Name des Projekts wird in der linken oberen Ecke angezeigt.
• Abonnement: das Abonnement, das den Hub hostet, der das Projekt hostet.
• Ressourcengruppe: die Ressourcengruppe, die den Hub hostet, der das Projekt hostet.

Wählen Sie das Verwaltungscenter aus, um zu den Projektressourcen in Azure KI Foundry-Portal zu navigieren. Wählen Sie Im Azure-Portal verwalten aus, um zu den Projektressourcen im Azure-Portal zu navigieren.

Python SDK

Um das neue Projekt zu verwenden oder zu verwalten, fügen Sie es in MLClient ein.

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

Azure-Befehlszeilenschnittstelle

Verwenden Sie den Befehl az ml workspace show, um die Einstellungen für das Projekt anzuzeigen. Beispiel:

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

Zugriff auf Projektressourcen

Allgemeine Konfigurationen auf dem Hub werden für Ihr Projekt freigegeben, einschließlich Verbindungen, Compute-Instanzen und Netzwerkzugriff, sodass Sie sofort mit der Entwicklung beginnen können.

Darüber hinaus sind viele Ressourcen nur von Benutzern in Ihrem Projektarbeitsbereich zugänglich:

• Komponenten, einschließlich Datasets, Flows, Indizes und bereitgestellte Modell-API-Endpunkte (offen und serverlos)

• Verbindungen, die von Ihnen unter „Projekteinstellungen“ erstellt wurden.

• Azure Storage Blob-Container und eine Dateifreigabe für den Datenupload in Ihrem Projekt. Greifen Sie mithilfe der folgenden Verbindungen auf den Speicher zu:

  Datenverbindung	Lagerort	Zweck
  workspaceblobstore	{project-GUID}-azureml-blobstore	Standardcontainer für Datenuploads
  workspaceartifactstore	{project-GUID}-azureml	Speichert Komponenten und Metadaten für Ihr Projekt, z. B. Modellgewichtungen
  workspacefilestore	{project-GUID}-code	Hostet Dateien, die auf Ihrem Computer erstellt wurden, und verwendet Prompt Flow

Hinweis

Speicherverbindungen werden nicht direkt mit dem Projekt erstellt, wenn für Ihr Speicherkonto der öffentliche Netzwerkzugriff deaktiviert ist. Diese werden stattdessen erstellt, wenn ein erster Benutzer über eine private Netzwerkverbindung auf Azure KI Foundry zugreift. Problembehandlung bei Speicherverbindungen

Verwandte Inhalte

• Schnellstart: Verwenden des Chat-Playgrounds im Azure KI Foundry-Portal

• Weitere Informationen zu Hubs

Tipp

Im restlichen Artikel wird gezeigt, wie Sie ein Foundry-Projekt erstellen. Wählen Sie oben in diesem Artikel hubbasiertes Projekt aus, wenn Sie stattdessen ein hubbasiertes Projekt erstellen möchten.

• Ein Foundry-Projekt basiert auf einer Azure AI Foundry-Ressource. Dieser Projekttyp ermöglicht eine einfache Einrichtung, den Zugriff auf Agents und branchenführende Modelle von OpenAI, Mistral, Meta und mehr.

• Dieser Projekttyp bietet Ihnen die beste Unterstützung für:

  • Agenten
  • AI Foundry API für die Zusammenarbeit mit Agents und Modellen
  • Modelle, die direkt von Azure verkauft werden – Azure OpenAI, DeepSeek, xAI usw.
  • Partner & Community Models, die über Marketplace verkauft werden - Stabilität, Bria, Cohere usw.
  • Projektdateien (dateien direkt hochladen und mit dem Experimentieren beginnen)
  • Bewertungen
  • Optimierung
  • Spielplätze

Voraussetzungen

Verwenden Sie die folgenden Registerkarten, um die Methode auszuwählen, die Sie zum Erstellen eines Foundry-Projekts verwenden möchten:

Azure AI Foundry-Portal

• Ein Azure-Abonnement. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.
• Sie müssen Besitzer des Abonnements sein, um über eine geeignete Zugriffssteuerung zu verfügen, die erforderlich ist, um die Azure AI Foundry-Ressource zu erstellen, die das übergeordnete Element des Projekts ist. Wenn Sie keinen Zugriff darauf haben, bitten Sie Ihren Administrator, eine KI Foundry-Ressource für Sie zu erstellen, die Sie verwenden können. Fahren Sie dann mit Erstellen mehrerer Projekte in derselben Ressource fort, um Ihr Projekt zu erstellen.

Python SDK

• Ein Azure-Abonnement. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.
• Sie müssen Besitzer des Abonnements sein, um die entsprechende Zugriffssteuerung zu erhalten, die für die Verwendung des Projekts erforderlich ist.
• Einrichten Ihrer Entwicklungsumgebung
• Authentifizieren Sie sich mit az login oder az login --use-device-code in Ihrer Umgebung, bevor Sie Code ausführen.
• Führen Sie die folgenden Schritte aus, um Ihr Python-Skript zu starten:

  1. Installationspakete: pip install azure-identity azure-mgmt-cognitiveservices. Verwenden Sie in einer Notebookzelle %pip install azure-identity azure-mgmt-cognitiveservices.

  2. Verwenden Sie pip show azure-mgmt-cognitiveservices, um zu überprüfen, ob Ihre Version 13.7 oder höher ist.

  3. Starten Sie Ihr Skript mit dem folgenden Code, um die client in diesem Artikel verwendete Verbindung und Variablen zu erstellen. In diesem Beispiel wird das Projekt in Ost-USA, Westen erstellt:

     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. (Optional) Wenn Sie mehrere Konten haben, fügen Sie die Mandanten-ID der gewünschten Microsoft Entra ID in DefaultAzureCredential ein. Ihre Mandanten-ID finden Sie im Azure-Portal unter Microsoft Entra ID, Externe Identitäten.

     DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
     

  5. (Optional:) Wenn Sie in den Regionen Azure Government – USA oder Azure China 21Vianet arbeiten, geben Sie die Region an, in der Sie die Authentifizierung durchführen möchten. Sie können die Region über DefaultAzureCredential angeben. Das folgende Beispiel authentifiziert sich in der Azure Government-US-Region:

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

Azure-Befehlszeilenschnittstelle

• Ein Azure-Abonnement. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.
• Sie müssen Besitzer des Abonnements sein, um die entsprechende Zugriffssteuerung zu erhalten, die für die Verwendung des Projekts erforderlich ist.
• Azure-Befehlszeilenschnittstelle

Erstellen eines Foundry-Projekts

Azure AI Foundry-Portal

Diese Schritte bieten eine Möglichkeit, eine neue Azure-Ressource mit grundlegenden, standardmäßigen Einstellungen zu erstellen.

Tipp

Wenn Ihre Organisation angepasste Azure-Konfigurationen wie alternative Namen, Sicherheitskontrollen oder Kostentags erfordert, verwenden Sie stattdessen eine dieser Methoden, um die Azure-Richtliniencompliance Ihrer Organisation einzuhalten:

• Erstellen Sie Ihre erste AI Foundry Ressource
• Erstellen einer Azure AI Foundry-Ressource mithilfe einer Bicep-Datei

Führen Sie die folgenden Schritte aus, um ein Foundry-Projekt in Azure AI Foundry zu erstellen:

1. Melden Sie sich bei Azure KI Foundry an.

2. Was Sie als Nächstes tun, hängt davon ab, wo Sie sich befinden:

   • Wenn Sie noch keine Projekte haben: Führen Sie die Schritte in der Schnellstartanleitung aus: Erste Schritte mit Azure AI Foundry , um Ihr erstes Projekt zu erstellen.

   • Wenn Sie sich in einem Projekt befinden: Wählen Sie das Projekt Breadcrumb aus, und wählen Sie dann "Neue Ressource erstellen" aus.

     

   • Wenn Sie sich nicht in einem Projekt befinden: Wählen Sie oben rechts " Neu erstellen " aus, um ein neues Foundry-Projekt zu erstellen.

     

3. Wählen Sie die Azure AI Foundry-Ressource und dann "Weiter" aus.

4. Geben Sie einen Namen für Ihr Projekt ein, und wählen Sie "Erstellen" aus. Oder im nächsten Abschnitt finden Sie erweiterte Optionen.

Erweiterte Optionen

Ein Foundry-Projekt wird in einer AI Foundry Ressource erstellt. Diese Ressource wird automatisch erstellt, wenn Sie das Projekt erstellen.

Führen Sie die folgenden Schritte aus, um die Einstellungen für Ihr Projekt anzupassen:

1. Wählen Sie im Formular "Projekt erstellen " die Option "Erweitert" aus.

2. Wählen Sie eine vorhandene Ressourcengruppe aus, die Sie verwenden möchten, oder übernehmen Sie die Standardeinstellung, um eine neue Ressourcengruppe zu erstellen.

   Tipp

   Insbesondere für die ersten Schritte empfehlen wir, eine neue Ressourcengruppe für Ihr Projekt zu erstellen. Mit der Ressourcengruppe können Sie das Projekt und alle zugehörigen Ressourcen problemlos verwalten.

3. Wählen Sie einen Speicherort aus, oder verwenden Sie die Standardeinstellung. Der Standort ist die Region, in der sich der Hub befindet. Die Verfügbarkeit von Azure KI-Diensten unterscheidet sich je nach Region. Beispielsweise sind bestimmte Modelle in bestimmten Regionen möglicherweise nicht verfügbar.

4. Klicken Sie auf Erstellen. Sie sehen den Fortschritt der Ressourcenerstellung. Das Projekt wird erstellt, wenn der Prozess abgeschlossen ist.

Python SDK

So erstellen Sie ein Foundry-Projekt:

1. Fügen Sie diesen Code hinzu, um ein Foundry-Projekt zu erstellen, wobei die Variablen und die client Verbindung aus den Voraussetzungen genutzt werden.

   # 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-Befehlszeilenschnittstelle

CLI-Befehle zum Erstellen eines Foundry-Projekts sind derzeit nicht verfügbar.

Erstellen mehrerer Projekte in derselben Ressource

Erstellen Sie mehrere Foundry-Projekte in einer vorhandenen AI Foundry Ressource, damit Sie Ihre Umgebung für die Zusammenarbeit mit Ihrem Team freigeben können.

Foundry-Projekte als untergeordnete Azure-Ressourcen erhalten möglicherweise eigene Zugriffssteuerungen, teilen jedoch gemeinsame Einstellungen wie Netzwerksicherheit, Bereitstellungen und Azure-Tool-Integration ihrer übergeordneten Ressource.

Ihr erstes Projekt (Standardprojekt) spielt eine besondere Rolle und hat Zugriff auf weitere Features:

Merkmal	Standardmäßiges Foundry-Projekt	Nicht standardmäßiges Foundry-Projekt
Modellinferenz	✅	✅
Spielplätze	✅	✅
Agenten	✅	✅
Bewertungen	✅	✅
Verbindungen	✅	✅
AI Foundry-API, die mit Agents und übergreifenden Modellen arbeitet	✅	✅
Isolation auf Projektebene von Dateien und Ausgaben	✅	✅
Azure OpenAI mit Batch, StoredCompletions, Optimierung	✅
Abwärtskompatibel mit der projektlosen {account}.cognitiveservices.com-API für Datenebenen	✅
Inhaltssicherheit	✅

• So fügen Sie einer Ressource ein nicht standardmäßiges Projekt hinzu:

  Azure AI Foundry-Portal

  Tipp

  Da Sie den linken Bereich im Azure AI Foundry-Portal anpassen können, werden möglicherweise unterschiedliche Elemente angezeigt als in diesen Schritten. Wenn Sie nicht sehen, wonach Sie suchen, wählen Sie ... Mehr am unteren Rand des linken Bereichs.

  1. Wählen Sie in Azure AI Foundry entweder das Foundry-Projekt oder die zugehörige Ressource aus.

  2. Wählen Sie im linken Bereich das Verwaltungscenter aus.

  3. Wählen Sie im Abschnitt "Ressource" die Option "Übersicht" aus.

  4. Wählen Sie "Neues Projekt" aus, und geben Sie einen Namen ein.

     

  Python SDK

  Fügen Sie Ihrem Skript diesen Code hinzu, um ein neues Projekt für Ihre vorhandene Ressource zu erstellen:

  # 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-Befehlszeilenschnittstelle

  CLI-Befehle zum Erstellen eines Foundry-Projekts sind derzeit nicht verfügbar.

• Wenn Sie das Standardprojekt der Foundry-Ressource löschen, wird das nächste erstellte Projekt zum Standardprojekt.

Projekteinstellungen anzeigen

Azure AI Foundry-Portal

Auf der Startseite des Projekts finden Sie Informationen zum Projekt.

• Name: Der Name des Projekts wird in der linken oberen Ecke angezeigt.
• Abonnement: das Abonnement, das den Hub hostet, der das Projekt hostet.
• Ressourcengruppe: die Ressourcengruppe, die den Hub hostet, der das Projekt hostet.

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-Befehlszeilenschnittstelle

Verwenden Sie den Befehl az cognitiveservices account connection show, um die Einstellungen für das Projekt anzuzeigen. Beispiel:

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

Verwandte Inhalte

• Schnellstart: Erste Schritte mit Azure AI Foundry
• Weitere Informationen zu Azure KI Foundry