Partager via


Vue d’ensemble des kits SDK Azure AI

Microsoft propose un large éventail de packages que vous pouvez utiliser pour créer des applications IA génératives dans le cloud. Dans la plupart des applications, vous devez utiliser une combinaison de packages pour gérer et utiliser différents services Azure qui fournissent des fonctionnalités IA. Nous offrons également des intégrations avec des bibliothèques open source telles que LangChain et MLflow à utiliser avec Azure. Dans cet article, nous allons donner une vue d’ensemble des principaux services et kits SDK que vous pouvez utiliser avec Azure AI Studio.

Pour créer des applications IA génératives, nous vous recommandons d’utiliser les services et kits SDK suivants :

  • Azure Machine Learning pour le hub et l’infrastructure de projet utilisée dans AI Studio pour organiser votre travail dans des projets, gérer des artefacts de projet (données, exécutions d’évaluation, traces), ajuster et déployer des modèles et se connecter à des services et ressources externes.
  • Azure AI Services fournit des API et des modèles intelligents prédéfinis et personnalisables avec prise en charge de Azure OpenAI, Azure AI Search, Speech, Vision et Language.
  • Flux d’invite pour les outils de développement afin de simplifier le cycle de développement de bout en bout de l’application IA basée sur LLM, avec prise en charge de l’inférence, de l’indexation, de l’évaluation, du déploiement et de la supervision.

Pour chacune d’elles, il existe des ensembles distincts de bibliothèques de gestion et de bibliothèques clientes.

Bibliothèques de gestion pour la création et la gestion des ressources cloud

Les bibliothèques de gestion Azure (également « plan de contrôle » ou « plan de gestion ») pour créer et gérer des ressources cloud utilisées par votre application.

Azure Machine Learning

Azure AI services

Flux rapide

Bibliothèques clientes utilisées dans le code d’application runtime

Les Bibliothèques clientes Azure (également appelées « plan de données ») pour la connexion et l’utilisation de services provisionnés à partir du code d’application runtime.

Azure AI services

Flux rapide

Frameworks agentiques :