Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Une ressource Foundry fournit un accès unifié aux modèles, aux agents et aux outils. Cet article explique le Kit de développement logiciel (SDK) et le point de terminaison à utiliser pour votre scénario.
| SDK | Champ d’utilisation | Point de terminaison |
|---|---|---|
| Kit de développement logiciel (SDK) Foundry | Fonctionnalités spécifiques à Foundry avec des interfaces compatibles OpenAI. Inclut l’accès aux modèles directs Foundry via l’API Responses (et non via Chat Completions). | https://<resource-name>.services.ai.azure.com/api/projects/<project-name> |
| Kit de développement logiciel (SDK) OpenAI | Derniers modèles et fonctionnalités du SDK OpenAI avec la surface complète de l’API OpenAI. Les modèles directs Foundry sont disponibles via l'API de Complétions de conversation (et non via l'API des réponses). | https://<resource-name>.openai.azure.com/openai/v1 |
| Kits de développement logiciel (SDK) des outils de fonderie | Solutions prédéfinies (Vision, Reconnaissance vocale, Sécurité du contenu, etc.). | Points de terminaison spécifiques à l’outil (varie selon le service). |
| Infrastructure de l’agent | Orchestration de multi-agents dans le code. Indépendant du cloud. | Utilise le point de terminaison du projet via le kit de développement logiciel (SDK) Foundry. |
Choisissez votre Kit de développement logiciel (SDK) :
- Utiliser le Kit de développement logiciel (SDK) Foundry lors de la création d’applications avec des agents, des évaluations ou des fonctionnalités spécifiques à Foundry
- Utiliser le Kit de développement logiciel (SDK) OpenAI lorsque la compatibilité OpenAI maximale est requise, ou en utilisant des modèles directs Foundry via les complétions de chat.
- Utilisez les kits SDK Foundry Tools lors de l’utilisation de services IA spécifiques (Vision, Speech, Language, etc.)
- Utiliser Agent Framework lors de la création de systèmes multi-agents dans du code (orchestration locale)
Note
Types de ressources : Une ressource Foundry fournit tous les points de terminaison précédemment répertoriés. Une ressource OpenAI Azure fournit uniquement le point de terminaison /openai/v1.
Authentication : Exemples ici utilisent Microsoft Entra ID (DefaultAzureCredential). Les clés API fonctionnent sur /openai/v1. Transmettez la clé en tant que api_key au lieu d’un fournisseur de jetons.
Prerequisites
-
Un compte Azure avec un abonnement actif. Si vous n'en avez pas, créez un compte Azure gratuit, qui inclut un abonnement d'essai gratuit.
Disposez de l’un des rôles RBAC suivants Azure pour créer et gérer des ressources Foundry :
- Utilisateur Azure AI (rôle avec privilèges minimaux pour le développement)
- Azure AI Project Manager (pour la gestion des projets Foundry)
- Contributeur ou Propriétaire (pour les autorisations au niveau de l’abonnement)
Pour plus d'informations sur les autorisations de chaque rôle, consultez Contrôle d'accès en fonction du rôle pour Microsoft Foundry.
Installez les runtimes de langage requis, les outils globaux et les extensions VS Code, comme décrit dans Préparer votre environnement de développement.
Important
Avant de commencer, assurez-vous que votre environnement de développement est prêt.
Cet article se concentre sur les étapes spécifiques au scénario , telles que l’installation, l’authentification et l’exécution d’exemples de code.
Vérifier les prérequis
Avant de continuer, confirmez ce qui suit :
- Azure abonnement est actif :
az account show - Vous avez le rôle RBAC requis : vérifiez Azure portail → ressource Foundry → Contrôle d’accès (IAM)
- Runtime de langage installé :
- Python :
python --version(≥3.8)
- Python :
- Runtime de langage installé :
- Node.js:
node --version(≥18)
- Node.js:
- Runtime de langage installé :
- .NET :
dotnet --version(≥6.0)
- .NET :
- Runtime de langage installé :
- Java :
java --version(≥11)
- Java :
Kit de développement logiciel (SDK) Foundry
Le Kit de développement logiciel (SDK) Foundry se connecte à un point de terminaison projet unique qui fournit un accès aux fonctionnalités de Foundry les plus populaires :
https://<resource-name>.services.ai.azure.com/api/projects/<project-name>
Note
Si votre organisation utilise un sous-domaine personnalisé, remplacez-le <resource-name><your-custom-subdomain> dans l’URL du point de terminaison.
Cette approche simplifie la configuration de l’application. Au lieu de gérer plusieurs points de terminaison, vous en configurez un.
Installer le SDK
| Version du SDK | Version du portail | Statut | paquet Python |
|---|---|---|---|
| 2.x | Fonderie (nouvelle) | Stable | azure-ai-projects>=2.0.0 |
| 1.x | Foundry (classique) | Stable | azure-ai-projects==1.0.0 |
La bibliothèque cliente Azure AI Projects pour Python est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un point de terminaison de projet unique.
Exécutez cette commande pour installer les packages pour les projets Foundry.
pip install azure-ai-projects >=2.0.0
| Version du SDK | Version du portail | Statut | paquet Java |
|---|---|---|---|
| 2.0.0 | Fonderie (nouvelle) | Stable | azure-ai-projectsazure-ai-agents |
| Version du SDK | Version du portail | Statut | Paquet JavaScript |
|---|---|---|---|
| 2.0.1 | Fonderie (nouvelle) | Stable | @azure/ai-projects |
| 1.0.1 | Foundry classique | Stable | @azure/ai-projects |
| Version du SDK | Version du portail | Statut | package .NET |
|---|---|---|---|
| 2.0.0 (GA) | Fonderie (nouvelle) | Stable | Azure.AI.ProjectsAzure.AI.Projects.AgentsAzure.AI.Extensions.OpenAI |
| 1.1.0 (GA) | Foundry classique | Stable | Azure.AI.Projects |
Important
N'installez pas Azure.AI.Projects.OpenAI (préversion) avec Azure.AI.Extensions.OpenAI (GA). Les deux packages définissent les mêmes types dans différents espaces de noms, ce qui provoque des erreurs de référence ambiguës. Utilisez uniquement Azure.AI.Extensions.OpenAI pour les scénarios d’agent.
La bibliothèque cliente Azure AI Projects pour Java est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un point de terminaison de projet unique.
Ajoutez ces packages à votre installation pour les projets Foundry.
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;
La bibliothèque cliente Azure AI Projects pour JavaScript est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un point de terminaison de projet unique.
Exécutez cette commande pour installer les packages JavaScript pour les projets Foundry.
npm install @azure/ai-projects @azure/identity dotenv
La bibliothèque cliente Azure AI Projects pour .NET est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un point de terminaison de projet unique.
Exécutez ces commandes pour ajouter les packages requis à votre projet .NET.
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
Utilisation du Kit de développement logiciel (SDK) Foundry
Le Kit de développement logiciel (SDK) expose deux types de clients, car Foundry et OpenAI ont des formes d’API différentes :
- Project client – Utilisation pour les opérations natives Foundry où OpenAI n’a pas d’équivalent. Exemples : lister les connexions, récupérer les propriétés du projet, activer le suivi.
-
Client compatible OpenAI : utilisez la fonctionnalité Foundry qui s’appuie sur les concepts OpenAI. L’API Réponses, les agents, les évaluations et le réglage précis utilisent tous les modèles de requête/réponse de style OpenAI. Ce client vous donne également accès aux modèles directs Foundry (modèles non Azure-OpenAI hébergés dans Foundry). Le point de terminaison du projet gère ce trafic sur l’itinéraire
/openai.
La plupart des applications utilisent les deux clients. Utilisez le client project pour l’installation et la configuration, puis utilisez le client compatible OpenAI pour exécuter des agents, des évaluations et des modèles appelants (y compris les modèles directs Foundry).
Créer un client project :
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())
Créer un client compatible OpenAI à partir de votre project :
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}")
Sortie attendue :
Response output: France has an area of approximately 213,011 square miles (551,695 square kilometers).
Créer un client project :
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();
Créer un client project :
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());
Créer un client compatible OpenAI à partir de votre project :
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}`);
Créer un client project :
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());
Créer un client compatible OpenAI à partir de votre project :
var responseClient = projectClient.ProjectOpenAIClient.GetProjectResponsesClientForModel("gpt-5.2");
var response = responseClient.CreateResponse("What is the speed of light?");
Console.WriteLine(response.GetOutputText());
Ce que vous pouvez faire avec le Kit de développement logiciel (SDK) Foundry
- Access Foundry Models, y compris Azure OpenAI
- Utilisez le service de l’Agent Foundry
- Exécuter des évaluations par lots
- Activer le suivi des applications
- Affiner un modèle
- Obtenez les points de terminaison et les clés pour Foundry Tools, l’orchestration locale et bien plus encore
Résolution des problèmes
Erreurs d’authentification
Si vous voyez DefaultAzureCredential failed to retrieve a token:
Verify Azure CLI est authentifié :
az account show az login # if not logged inVérifiez l’attribution de rôle RBAC :
- Vérifiez que vous avez au moins le rôle d’utilisateur IA Azure sur le projet Foundry
- Consultez Attribution des rôles Azure
Pour l’identité managée en production :
- Vérifiez que l’identité managée a le rôle approprié attribué
- Voir Configurer des identités managées
Erreurs de configuration de point de terminaison
Si vous voyez Connection refused ou 404 Not Found:
- Vérifiez que les noms de ressources et de projets correspondent à votre déploiement réel
-
Check endpoint URL format : doit être
https://<resource-name>.services.ai.azure.com/api/projects/<project-name> -
Pour les sous-domaines personnalisés : remplacer
<resource-name>par votre sous-domaine personnalisé
Incompatibilités de version du Kit de développement logiciel (SDK)
Si des exemples de code échouent avec AttributeError ou ModuleNotFoundError:
Vérifiez la version du Kit de développement logiciel (SDK) :
pip show azure-ai-projects # Python npm list @azure/ai-projects # JavaScript dotnet list package # .NETRéinstaller avec des indicateurs de version corrects : consultez les commandes d’installation dans chaque section de langue ci-dessus
Kit de développement logiciel (SDK) OpenAI
Utilisez le Kit de développement logiciel (SDK) OpenAI lorsque vous souhaitez accéder à l'ensemble des fonctionnalités de l'API OpenAI et à la compatibilité maximale avec les clients. Ce point de terminaison permet d’accéder aux modèles Azure OpenAI et aux modèles Foundry directs (via l’API Réponses). Il ne fournit pas d'accès aux fonctionnalités spécifiques à Foundry telles que les agents et les évaluations.
L’extrait de code suivant montre comment utiliser directement le point de terminaison Azure OpenAI /openai/v1.
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))
Sortie attendue :
{
"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)."
}
Pour plus d'informations, consultez les langages de programmation Azure pris en charge par OpenAI.
L’extrait de code suivant montre comment utiliser directement le point de terminaison Azure OpenAI /openai/v1.
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());
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez Azure langages de programmation pris en charge par OpenAI
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: ${response.output_text}`);
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez Azure langages de programmation pris en charge par OpenAI
- Installez le package OpenAI : exécutez cette commande pour ajouter la bibliothèque de client OpenAI à votre projet .NET.
dotnet add package OpenAI ```When it succeeds, the .NET CLI confirms that it installed the `OpenAI` package. This snippet configures `DefaultAzureCredential`, builds `OpenAIClientOptions`, and creates a `ResponsesClient` for the Azure OpenAI v1 endpoint. ```csharp using Azure.Identity; using OpenAI; using OpenAI.Responses; using System.ClientModel.Primitives; #pragma warning disable OPENAI001 const string directModelEndpoint = "https://<resource-name>.openai.azure.com/openai/v1/"; const string deploymentName = "gpt-5.2"; BearerTokenPolicy tokenPolicy = new( new DefaultAzureCredential(), "https://ai.azure.com/.default"); OpenAIClient openAIClient = new( authenticationPolicy: tokenPolicy, options: new OpenAIClientOptions() { Endpoint = new($"{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
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez Azure langages de programmation pris en charge par OpenAI
Utilisation de l’infrastructure agent pour l’orchestration locale
Microsoft Agent Framework est un SDK open source permettant de créer des systèmes multi-agents dans du code (par exemple, .NET et Python) avec une interface indépendante du fournisseur de cloud.
Utilisez Agent Framework lorsque vous souhaitez définir et orchestrer des agents localement. Associez-le au Kit de développement logiciel (SDK) Foundry lorsque vous souhaitez que ces agents s’exécutent sur des modèles Foundry ou lorsque vous souhaitez que Agent Framework orchestre les agents hébergés dans Foundry.
Pour plus d’informations, consultez la vue d’ensemble de Microsoft Agent Framework.
Outils de fonderie SDKs
Les outils Foundry (anciennement Azure AI Services) sont des solutions ponctuelles prédéfinies avec des SDK dédiés. Utilisez les points de terminaison suivants pour utiliser Foundry Tools.
Quel point de terminaison devez-vous utiliser ?
Choisissez un point de terminaison en fonction de vos besoins :
Utilisez le point de terminaison Azure AI Services pour accéder à Vision par ordinateur, Sécurité du contenu, Document Intelligence, Langue, Traduction et Outils de recherche de jetons.
Point de terminaison Outils de fonderie : https://<your-resource-name>.cognitiveservices.azure.com/
Note
Les points de terminaison utilisent votre nom de ressource ou un sous-domaine personnalisé. Si votre organisation a configuré un sous-domaine personnalisé, remplacez your-resource-name par your-custom-subdomain dans tous les exemples de point de terminaison.
Si vos charges de travail utilisent la mise hors service des fonctionnalités de Azure AI Language(par exemple, analyse des sentiments, extraction d’expressions clés, synthèse, liaison d’entité, CLU ou CQA) envisagez de migrer vers des alternatives de Microsoft Foundry. Pour le nouveau développement, envisagez d’utiliser le Kit de développement logiciel (SDK) Foundry ou le point de terminaison compatible OpenAI, comme décrit plus haut dans cet article. Consultez Migrate de Language Studio à Microsoft Foundry.
Pour Foundry Tools reconnaissance vocale et de traduction, utilisez les points de terminaison dans les tableaux suivants. Remplacez les espaces réservés par vos informations sur la ressource.
Points de terminaison du service Speech
| Outil de Fonderie | Point de terminaison |
|---|---|
| Reconnaissance vocale (standard) | https://<YOUR-RESOURCE-REGION>.stt.speech.microsoft.com |
| Synthèse vocale (neuronal) | https://<YOUR-RESOURCE-REGION>.tts.speech.microsoft.com |
| Custom Voice | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Points d'accès de traduction
| Outil de Fonderie | Point de terminaison |
|---|---|
| Traduction de texte | https://api.cognitive.microsofttranslator.com/ |
| Traduction de documents | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Points de terminaison de langue
| Outil de Fonderie | Point de terminaison |
|---|---|
| Analyse de texte | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com |
Important
Le 20 mars 2027, Azure Language Studio sera mis hors service et migrera vers Microsoft Foundry ; toutes les fonctionnalités et améliorations futures seront disponibles dans Microsoft Foundry.
Le 31 mars 2029, les fonctionnalités de langage Azure suivantes seront mise hors service (fin de support). Avant cette date, les utilisateurs doivent migrer des charges de travail existantes et intégrer de nouveaux projets vers des modèles Microsoft Foundry pour améliorer la compréhension du langage naturel et l’intégration simplifiée des applications :
- Extraction d’expressions clés
- Analyse des sentiments et exploration des opinions
- Classification de texte personnalisée
- Compréhension du Langage Conversationnel (CLU)
- Réponses aux questions personnalisées (CQA)
- Flux de travail d'orchestration
- Résumé (extractif et abstrait, pour les documents et les conversations)
- Liaison d’entités
Les fonctionnalités principales avec prise en charge continue : Détection de la langue, Détection d’informations personnelles, Analyse de texte pour la santé, NER prédéfini et NER personnalisé.
Pour connaître les options de migration, consultez Migrate de Language Studio à Microsoft Foundry.
Foundry Tools pris en charge par C#
Outils Foundry pris en charge par Java
| Outil de Fonderie | Descriptif | Guides de démarrage rapide et documentation de référence |
|---|---|---|
icône  Parole |
Ajoutez la reconnaissance vocale au texte, text to speech, la traduction et les fonctionnalités de reconnaissance de l’orateur aux applications. | • Guide de démarrage rapide de la reconnaissance vocale en texte • démarrage rapide Text to speech • Démarrage rapide de la traduction Speech • SDK Speech pour Java • Package Speech Maven |
icône  Langue |
Créez des applications avec des fonctionnalités de language understanding naturelles. Fonctionnalités prises en charge : détection de langage, détection d’informations personnelles identifiables (PII), analyse de texte pour la santé, le NER prédéfini et le NER personnalisé. Fin de service le 31 mars 2029 : analyse des sentiments et de l'opinion, extraction de phrases clés, synthèse, liaison d’entités, CQA et CLU. | • Démarrage rapide de la liaison d’entités(retrait le 31 mars 2029) • Démarrage rapide de détection de langue • Démarrage rapide de l’extraction d’expressions clés(mise hors service le 31 mars 2029) • Démarrage rapide de détection des entités nommées (NER) • Démarrage rapide pour détecter les informations d'identification personnelle (PII) • Démarrage rapide de l’analyse des sentiments et de l’exploration des opinions(retrait du 31 mars 2029) • Utilisation d’un guide de synthèse de texte, de document et de conversation(mise hors service le 31 mars 2029) • Utiliser Analyse de texte pour le démarrage rapide en santé • SDK de langage pour Java (analyse de texte) • Package Maven Language • Migratez de Language Studio à Microsoft Foundry pour obtenir des conseils sur la migration des charges de travail avec des fonctionnalités mises hors service |
Traducteur |
Utilisez la technologie de traduction avec IA pour traduire plus de 100 langues et dialectes utilisés, à risque et en voie de disparition. | • SDK Translator pour Java (texte) • Translator package Maven (texte) |
icône  Recherche Azure AI |
Apportez la recherche cloud basée sur l’IA à votre mobile et web apps. | • Utilisez le démarrage rapide de récupération agentique • démarrage rapide de recherche Vector search • Recherche générative classique (RAG) avec un guide de démarrage rapide sur les données d’ancrage • Démarrage rapide de la recherche en texte intégral • Démarrage rapide du classement sémantique • Chat avec les modèles OpenAI d'Azure en utilisant vos propres données pour un démarrage rapide • SDK Recherche Azure AI pour Java • Recherche Azure AI package Maven |
icône  Sécurité du contenu |
Détecter le contenu dangereux dans les applications et les services. | • Démarrage rapide pour l’analyse de contenu textuel • Utiliser un bloc de texte liste de blocage démarrage rapide • Démarrage rapide pour l'analyse du contenu de l'image • SDK Content Safety pour Java • Package Maven de sécurité du contenu |
icône  Document Intelligence |
Transformez des documents en solutions intelligentes pilotées par les données. | • démarrage rapide Document Intelligence • Document Intelligence SDK pour Java • Package Maven Document Intelligence |
icône  Vision |
Analysez le contenu dans les images numériques et les ressources multimédias enrichies. | • Démarrage rapide de l'Analyse d'Image • Utilisez le guide de démarrage rapide du service de reconnaissance faciale • sdk Vision pour Java • package Vision Maven |