Note
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier les répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de changer de répertoire.
Azure Functions fournit des ressources de calcul serverless qui s’intègrent à l’IA et aux services Azure pour simplifier la création d’applications intelligentes hébergées dans le cloud. Cet article fournit une étude de l’étendue des scénarios, intégrations et autres ressources IA que vous pouvez utiliser dans vos applications de fonction.
Envisagez d’utiliser Azure Functions dans vos expériences compatibles avec l’IA pour ces scénarios :
| Scénario | Descriptif |
|---|---|
| Outils et serveurs MCP | Functions vous permet de créer et d’héberger des serveurs MCP (Remote Model Content Protocol) et d’implémenter différents outils IA. Les serveurs MCP sont la norme du secteur pour activer l’appel de fonction via des outils distants. |
| Flux de travail agentiques | Durable Functions vous aide à créer des opérations d'agent à plusieurs étapes et de longue durée avec une tolérance aux pannes intégrée. |
| RAG (génération augmentée de récupération) | Les systèmes RAG nécessitent une récupération et un traitement rapides des données. Les fonctions peuvent interagir simultanément avec plusieurs sources de données et fournir la mise à l’échelle rapide requise par les scénarios RAG. |
Sélectionnez l’un de ces scénarios pour en savoir plus dans cet article.
Cet article est spécifique au langage. Veillez donc à choisir votre langage de programmation en haut de la page.
Outils et serveurs MCP
Les modèles et agents IA utilisent l’appel de fonction pour demander des ressources externes appelées outils. L’appel de fonction permet aux modèles et aux agents d’appeler dynamiquement des fonctionnalités spécifiques en fonction du contexte d’une conversation ou d’une tâche.
Functions est particulièrement adapté à l’implémentation de l’appel de fonctions dans les flux de travail agentiques, car elle s’adapte efficacement pour gérer la demande et fournit des extensions de liaison qui simplifient la connexion d’agents avec des services Azure distants. Lorsque vous créez ou hébergez des outils IA dans Functions, vous obtenez également des modèles tarifaires serverless et des fonctionnalités de sécurité de plateforme.
Le protocole MCP (Model Context Protocol) est la norme du secteur pour interagir avec des serveurs distants. Il fournit un moyen standardisé pour les modèles et agents IA de communiquer avec des systèmes externes. Un serveur MCP permet à ces clients IA de déterminer efficacement les outils et fonctionnalités d’un système externe.
Azure Functions prend actuellement en charge l’exposition de votre code de fonction à l’aide de ces types d’outils :
| Type d’outil | Descriptif |
|---|---|
| Serveur MCP distant | Créez des serveurs MCP personnalisés ou des serveurs MCP basés sur le SDK hôte. |
| Outil Azure Functions basé sur une file d’attente | Azure AI Foundry fournit un outil Azure Functions spécifique qui permet d’appeler des fonctions asynchrones à l’aide de files d’attente de messages. |
Serveurs MCP distants
Functions prend en charge ces options pour créer et héberger des serveurs MCP distants :
- Utilisez l’extension de liaison MCP pour créer et héberger des serveurs MCP personnalisés comme vous le feriez pour toute autre application de fonction.
- Serveurs MCP auto-hôtes créés à l’aide des kits SDK MCP officiels. Cette option d’hébergement est actuellement en préversion.
Voici une comparaison des options d’hébergement de serveur MCP actuelles fournies par Functions :
| Caractéristique | Extension de liaison MCP | Serveurs MCP auto-hébergés |
|---|---|---|
| Niveau de prise en charge actuelle | GA | Aperçu* |
| Modèle de programmation | Déclencheurs et liaisons de fonctions | Kits SDK MCP standard |
| Exécution avec état | Soutenu | Non prise en charge pour le moment |
| Langues actuellement prises en charge | C# (processus isolé) Python TypeScript JavaScript Java |
C# (processus isolé) Python TypeScript Java |
| Autres exigences | Aucun | Transport HTTP diffusable en continu |
| Comment est implémenté | Extension de liaison MCP | Gestionnaires personnalisés |
*Les détails de configuration des serveurs MCP auto-hébergés changent pendant la préversion.
Voici quelques options pour vous aider à commencer à héberger des serveurs MCP dans Functions :
| Options | Extensions de liaison MCP | Serveurs MCP auto-hébergés |
|---|---|---|
| Documentation | Extension de liaison MCP | n/a |
| Samples | Serveur MCP personnalisé distant | Serveur météo |
| Modèles | HelloTool | n/a |
| Options | Extensions de liaison MCP | Serveurs MCP auto-hébergés |
|---|---|---|
| Documentation | Extensions de liaison MCP | n/a |
| Samples | Serveur MCP personnalisé distant | Serveur météo |
| Options | Extensions de liaison MCP | Serveurs MCP auto-hébergés |
|---|---|---|
| Documentation | Extensions de liaison MCP | n/a |
| Samples | Serveur MCP personnalisé distant | Serveur météo |
| Options | Extensions de liaison MCP | Serveurs MCP auto-hébergés |
|---|---|---|
| Documentation | Extensions de liaison MCP | n/a |
| Samples | Pas encore disponible | n/a |
| Options | Extensions de liaison MCP | Serveurs MCP auto-hébergés |
|---|---|---|
| Documentation | Extensions de liaison MCP | n/a |
| Samples | Pas encore disponible | Pas encore disponible |
PowerShell n’est actuellement pas pris en charge pour l’option d’hébergement du serveur MCP.
Outils Azure Functions basés sur une file d’attente
En plus des serveurs MCP, vous pouvez implémenter des outils IA à l’aide d’Azure Functions avec une communication basée sur la file d’attente. Azure AI Foundry fournit des outils spécifiques à Azure Functions qui permettent l’appel de fonction asynchrone à l’aide de files d’attente de messages. Avec ces outils, les agents IA interagissent avec votre code à l’aide de modèles de messagerie.
Cette approche de l’outil est idéale pour les scénarios AI Foundry qui nécessitent :
- Remise et traitement fiables des messages
- Découplage entre les agents IA et l’exécution de fonction
- Fonctionnalités intégrées de nouvelle tentative et de gestion des erreurs
- Intégration à l’infrastructure de messagerie Azure existante
Voici quelques exemples de référence pour les scénarios d’appel de fonction :
Utilise un client azure AI Foundry Agent Service pour appeler un serveur MCP distant personnalisé implémenté à l’aide d’Azure Functions.
Utilise des fonctionnalités d’appel de fonction pour les agents dans les kits SDK Azure AI pour implémenter des appels de fonction personnalisés.
Flux de travail agentiques
Les processus pilotés par l’IA déterminent souvent comment interagir avec des modèles et d’autres ressources IA. Toutefois, certains scénarios nécessitent un niveau plus élevé de prévisibilité ou d’étapes bien définies. Ces flux de travail agentiques dirigés orchestrent des tâches ou des interactions distinctes que les agents doivent suivre.
L’extension Durable Functions vous permet de tirer parti des forces de Functions pour créer des opérations multistep et longues avec une tolérance de panne intégrée. Ces flux de travail fonctionnent bien pour vos flux de travail agentiques dirigés. Par exemple, une solution de planification de voyage peut d’abord recueillir des exigences auprès de l’utilisateur, rechercher des options de plan, obtenir l’approbation de l’utilisateur et enfin effectuer des réservations requises. Dans ce scénario, vous pouvez générer un agent pour chaque étape, puis coordonner leurs actions en tant que flux de travail à l’aide de Durable Functions.
Pour plus d’idées de scénario de flux de travail, consultez Les modèles d’application dans Durable Functions.
Génération augmentée de récupération
Étant donné que Functions peut gérer plusieurs événements à partir de différentes sources de données simultanément, il s’agit d’une solution efficace pour les scénarios IA en temps réel, comme les systèmes RAG qui nécessitent une récupération et un traitement rapides des données. La mise à l’échelle rapide basée sur les événements réduit la latence que vos clients rencontrent, même dans des situations à forte demande.
Voici quelques exemples de référence pour les scénarios basés sur RAG :
Pour RAG, vous pouvez utiliser des kits SDK, notamment Azure Open AI et des kits sdk Azure, pour créer vos scénarios. ::: zone-end
Montre comment créer un chatbot convivial qui émet des invites simples, reçoit des complétions de texte et envoie des messages, dans une session persistante à l’aide de l’extension de liaison OpenAI.
Outils et frameworks IA pour Azure Functions
Functions vous permet de créer des applications dans votre langue préférée et d’utiliser vos bibliothèques préférées. En raison de cette flexibilité, vous pouvez utiliser un large éventail de bibliothèques et d’infrastructures IA dans vos applications de fonction compatibles AVEC l’IA.
Voici quelques-unes des principales infrastructures d’IA Microsoft que vous devez connaître :
| Cadre/bibliothèque | Descriptif |
|---|---|
| Infrastructure de l’agent | Créez facilement des agents IA et des flux de travail agentiques. |
| Service de l’agent Azure AI Foundry | Un service entièrement managé pour la création, le déploiement et la mise à l’échelle d’agents IA avec des outils intégrés de sécurité, des outils intégrés et une intégration transparente à Azure Functions. |
| SDKs des services Azure AI | En travaillant directement avec les kits SDK clients, vous pouvez utiliser l’étendue complète des fonctionnalités des services Azure AI directement dans votre code de fonction. |
Functions permet également à vos applications de référencer des infrastructures et des bibliothèques tierces. Vous pouvez donc utiliser tous vos outils et bibliothèques IA favoris dans vos fonctions compatibles AVEC l’IA.