Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Azure Functions proporciona recursos de proceso sin servidor que se integran con la inteligencia artificial y los servicios de Azure para simplificar la creación de aplicaciones inteligentes hospedadas en la nube. En este artículo se presenta un panorama sobre la amplitud de escenarios, integraciones y otros recursos relacionados con IA que puede usar en las aplicaciones de función.
Considere la posibilidad de usar Azure Functions en las experiencias habilitadas con IA para estos escenarios:
| Scenario | Descripción |
|---|---|
| Herramientas y servidores MCP | Functions le permite crear y hospedar servidores remotos del Protocolo de contenido de modelos (MCP) e implementar diversas herramientas de IA. Los servidores MCP son el estándar del sector para habilitar la llamada a funciones a través de herramientas remotas. |
| Flujos de trabajo de agentes | Durable Functions le ayuda a crear operaciones de agentes de múltiples etapas y de larga duración con tolerancia a errores integrada. |
| Generación aumentada por recuperación (RAG) | Los sistemas RAG requieren una rápida recuperación y procesamiento de datos. Las funciones pueden interactuar con varios orígenes de datos simultáneamente y proporcionar la escala rápida que requieren los escenarios RAG. |
Seleccione uno de estos escenarios para obtener más información en este artículo.
Este artículo es específico del lenguaje, por lo que debe asegurarse de elegir el lenguaje de programación en la parte superior de la página.
Herramientas y servidores MCP
Los modelos y agentes de inteligencia artificial usan la llamada a funciones para solicitar recursos externos conocidos como herramientas. La llamada a funciones permite a los modelos y agentes invocar dinámicamente funciones específicas en función del contexto de una conversación o tarea.
Functions es especialmente adecuado para implementar llamadas de funciones en flujos de trabajo agente porque se escala de forma eficaz para controlar la demanda y proporciona extensiones de enlace que simplifican la conexión de agentes con servicios remotos de Azure. Al compilar o hospedar herramientas de inteligencia artificial en Functions, también obtendrá modelos de precios sin servidor y características de seguridad de plataforma.
El Protocolo de contexto de modelo (MCP) es el estándar del sector para interactuar con servidores remotos. Proporciona una manera estandarizada de que los modelos y agentes de inteligencia artificial se comuniquen con sistemas externos. Un servidor MCP permite a estos clientes de inteligencia artificial determinar eficazmente las herramientas y funcionalidades de un sistema externo.
Azure Functions admite actualmente la exposición del código de función mediante estos tipos de herramientas:
| Tipo de herramienta | Descripción |
|---|---|
| Servidor MCP remoto | Cree servidores MCP personalizados o hospede servidores MCP basados en EL SDK. |
| Herramienta de Azure Functions basada en cola | Azure AI Foundry proporciona una herramienta específica de Azure Functions que permite llamar a funciones asincrónicas mediante colas de mensajes. |
Servidores MCP remotos
Functions admite estas opciones para crear y hospedar servidores MCP remotos:
- Use la extensión de enlace MCP para crear y hospedar servidores MCP personalizados como lo haría con cualquier otra aplicación de funciones.
- Autohospede servidores MCP creados mediante los SDK de MCP oficiales. Esta opción de hospedaje está actualmente en versión preliminar.
Esta es una comparación de las opciones actuales de hospedaje del servidor MCP proporcionadas por Functions:
| Característica | Extensión de enlace de MCP | Servidores MCP autohospedados |
|---|---|---|
| Nivel de soporte técnico actual | GA | Vista previa* |
| Modelo de programación | Funciones, desencadenadores y enlaces | SDK de MCP estándar |
| Ejecución con estado | Compatible | No está soportado actualmente. |
| Idiomas admitidos actualmente | C# (proceso aislado) Pitón TypeScript JavaScript Java |
C# (proceso aislado) Pitón TypeScript Java |
| Otros requisitos | Ninguno | Transporte HTTP que se puede transmitir |
| ¿Cómo se implementa? | Extensión de enlace de MCP | Controladores personalizados |
*Los detalles de configuración de los servidores MCP autohospedados cambian durante la versión preliminar.
Estas son algunas opciones que le ayudarán a empezar a hospedar servidores MCP en Functions:
| Options | Extensiones de enlace de MCP | Servidores MCP autohospedados |
|---|---|---|
| Documentation | Extensión de enlace de MCP | n/a |
| Samples | Servidor MCP personalizado remoto | Servidor meteorológico |
| Plantillas | HelloTool | n/a |
| Options | Extensiones de enlace de MCP | Servidores MCP autohospedados |
|---|---|---|
| Documentation | Extensiones de enlace de MCP | n/a |
| Samples | Servidor MCP personalizado remoto | Servidor meteorológico |
| Options | Extensiones de enlace de MCP | Servidores MCP autohospedados |
|---|---|---|
| Documentation | Extensiones de enlace de MCP | n/a |
| Samples | Servidor MCP personalizado remoto | Servidor meteorológico |
| Options | Extensiones de enlace de MCP | Servidores MCP autohospedados |
|---|---|---|
| Documentation | Extensiones de enlace de MCP | n/a |
| Samples | No disponible todavía | n/a |
| Options | Extensiones de enlace de MCP | Servidores MCP autohospedados |
|---|---|---|
| Documentation | Extensiones de enlace de MCP | n/a |
| Samples | No disponible todavía | No disponible todavía |
Actualmente, PowerShell no se admite para ninguna opción de hospedaje de servidor MCP.
Herramientas para Azure Functions basadas en colas
Además de los servidores MCP, puede implementar herramientas de inteligencia artificial mediante Azure Functions con comunicación basada en cola. Azure AI Foundry proporciona herramientas específicas de Azure Functions que habilitan llamadas a funciones asincrónicas mediante colas de mensajes. Con estas herramientas, los agentes de IA interactúan con el código mediante patrones de mensajería.
Este enfoque de herramientas es ideal para escenarios de AI Foundry que requieren:
- Entrega y procesamiento de mensajes confiables
- Desacoplamiento entre agentes de IA y ejecución de funciones
- Funcionalidades integradas de reintentos y control de errores
- Integración con la infraestructura de mensajería de Azure existente
Estos son algunos ejemplos de referencia para escenarios de llamada a funciones:
Usa un cliente del servicio del agente de Azure AI Foundry para llamar a un servidor MCP remoto personalizado implementado mediante Azure Functions.
Usa características de llamada de funciones para agentes en los SDK de Azure AI para implementar llamadas a funciones personalizadas.
Flujos de trabajo de agentes
Los procesos controlados por ia suelen determinar cómo interactuar con modelos y otros recursos de IA. Sin embargo, algunos escenarios requieren un mayor nivel de previsibilidad o pasos bien definidos. Estos flujos de trabajo agente dirigidos organizan tareas o interacciones independientes que deben seguir los agentes.
La extensión durable Functions le ayuda a aprovechar las ventajas de Functions para crear operaciones multipaso y de larga duración con tolerancia a errores integrada. Estos flujos de trabajo funcionan bien para los flujos de trabajo agénticos dirigidos. Por ejemplo, una solución de planificación de viajes podría recopilar primero los requisitos del usuario, buscar opciones de plan, obtener la aprobación del usuario y, por último, realizar reservas necesarias. En este escenario, puede compilar un agente para cada paso y, a continuación, coordinar sus acciones como un flujo de trabajo mediante Durable Functions.
Para obtener más ideas sobre escenarios de flujo de trabajo, consulte Patrones de aplicación en Durable Functions.
Generación aumentada de recuperación
Dado que Functions puede controlar varios eventos de varios orígenes de datos simultáneamente, es una solución eficaz para escenarios de inteligencia artificial en tiempo real, como los sistemas RAG que requieren una rápida recuperación y procesamiento de datos. El escalado rápido controlado por eventos reduce la latencia que experimentan los clientes, incluso en situaciones de alta demanda.
Estos son algunos ejemplos de referencia para escenarios basados en RAG:
En el caso de RAG, puede usar SDKs, incluidos Azure Open AI y SDK de Azure, para desarrollar sus escenarios. ::: zone-end
Muestra cómo crear un bot de chat descriptivo que emite mensajes sencillos, recibe finalizaciones de texto y envía mensajes, todo en una sesión con estado mediante la extensión de enlace de OpenAI.
Herramientas y marcos de inteligencia artificial para Azure Functions
Functions le permite crear aplicaciones en su lenguaje preferido y usar sus bibliotecas favoritas. Debido a esta flexibilidad, puede usar una amplia gama de bibliotecas y marcos de inteligencia artificial en las aplicaciones de funciones habilitadas para IA.
Estos son algunos marcos clave de Microsoft AI que debe tener en cuenta:
| Marco/biblioteca | Descripción |
|---|---|
| Marco de trabajo del agente | Compile fácilmente agentes de IA y flujos de trabajo agente. |
| Servicio del agente de Azure AI Foundry | Un servicio totalmente administrado para crear, implementar y escalar agentes de inteligencia artificial con seguridad de nivel empresarial, herramientas integradas e integración perfecta con Azure Functions. |
| SDK de Azure AI Services | Al trabajar directamente con los SDK de cliente, puede usar toda la amplitud de la funcionalidad de los servicios de Azure AI directamente en el código de función. |
Functions también permite a las aplicaciones hacer referencia a bibliotecas y marcos de terceros, por lo que puede usar todas sus herramientas y bibliotecas de IA favoritas en las funciones habilitadas para IA.