Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Azure Functions olyan kiszolgáló nélküli számítási erőforrásokat biztosít, amelyek integrálhatók az AI-val és Azure szolgáltatásokkal a felhőalapú intelligens alkalmazások létrehozásához. Ez a cikk a függvényalkalmazásokban használható AI-forgatókönyveket, integrációkat és erőforrásokat vizsgálja.
Fontolja meg a Azure Functions használatát az AI-kompatibilis szolgáltatásokban az alábbi helyzetekben:
| Scenario | Leírás |
|---|---|
| Kiszolgáló nélküli ügynökök futtatókörnyezete | A Functions segítségével olyan eseményvezérelt ügynököket hozhat létre, amelyek modelleket, MCP-eszközöket, Azure összekötők kapcsolatait, tesztkörnyezetes végrehajtást és Functions-eseményindítókat használnak kiszolgáló nélküli infrastruktúrán való futtatás közben. |
| Eszközök és MCP-kiszolgálók | A Functions lehetővé teszi távoli Model Context Protocol -kiszolgálók (MCP) létrehozását és üzemeltetését, valamint különböző AI-eszközök implementálását. Az MCP-kiszolgálók a távoli eszközökkel történő függvényhívás engedélyezésének iparági szabványai. |
| Ügynöki munkafolyamatok | A Durable Functions segítségével beépített hibatűréssel hozhat létre többlépcsős, hosszú ideig futó ügynökműveleteket. |
| Visszakeresés-alapú generáció (RAG) | A RAG-rendszerek gyors adatlekérést és feldolgozást igényelnek. A függvények egyszerre több adatforrással is kommunikálhatnak, és a RAG-forgatókönyvek által megkövetelt gyors skálázást biztosítják. |
A cikk további megismeréséhez válassza ki az alábbi forgatókönyvek egyikét.
Ez a cikk nyelvspecifikus, ezért ügyeljen arra, hogy a lap tetején válassza ki a programozási nyelvet.
Kiszolgáló nélküli ügynökök futtatókörnyezete
A Azure Functions kiszolgáló nélküli ügynökök futtatókörnyezete egy előzetes verziójú programozási modell, amely eseményvezérelt ügynököket hoz létre függvényalkalmazásként. Ebben a futtatókörnyezetben egy ügynök definiálva van egy .agent.md fájlban, az alkalmazásszintű futtatókörnyezet alapértelmezései a következőkben agents.config.yamlvannak konfigurálva, és a távoli MCP-kiszolgálók a listában mcp.jsonszerepelnek. A futtatókörnyezet felderíti ezeket a fájlokat, regisztrálja a szükséges eseményindítókat és végpontokat, és futtatja az ügynököt Microsoft Ügynök-keretrendszeren keresztül, amikor egy esemény elindítja a függvényt.
A kiszolgáló nélküli ügynökök futtatókörnyezetét akkor használja, ha események, ütemezések, üzenetek vagy HTTP-kérések által aktivált ügynököket szeretne használni, és eszközöket hívhat a csatlakoztatott rendszereken. Az ügynökök MCP-kompatibilis, Azure-összekötőkön, távoli MCP-kiszolgálókon, készségeken és elkülönített végrehajtáson alapuló kapcsolatokat használhatnak, miközben az alkalmazás Flex Consumptionon fut felügyelt identitással, figyeléssel és nullára skálázódó üzemeltetéssel. Egyéni Python eszközök használata alkalmazásspecifikus logikához.
Első lépésként tekintse meg az alábbi cikkeket:
- Áttekintés: kiszolgáló nélküli ügynökök futtatókörnyezete az Azure Functionsben
Kezdődött: Kiszolgáló nélküli ügynökök létrehozása Azure Functions
Eszközök és MCP-kiszolgálók
Az AI-modellek és -ügynökök függvényhívással kérnek külső erőforrásokat, más néven eszközöket. A függvényhívás lehetővé teszi, hogy a modellek és ügynökök dinamikusan meghívják az adott funkciókat egy beszélgetés vagy feladat kontextusa alapján.
A függvények különösen jól használhatók az ügynöki munkafolyamatokban történő függvényhíváshoz, mivel hatékonyan méretezhető az igények kezelésére, és kötési bővítményeket biztosít, amelyek leegyszerűsítik az ügynökök távoli Azure szolgáltatásokkal való összekapcsolását. Amikor AI-eszközöket hoz létre vagy üzemeltet a Functionsben, kiszolgáló nélküli díjszabási modelleket és platformbiztonsági funkciókat is kap.
A Model Context Protocol (MCP) a távoli kiszolgálókkal való interakció iparági szabványa. Szabványosított módot biztosít az AI-modellek és -ügynökök számára a külső rendszerekkel való kommunikációra. Az MCP-kiszolgáló lehetővé teszi, hogy ezek az AI-ügyfelek hatékonyan határozzák meg egy külső rendszer eszközeit és képességeit.
Azure Functions jelenleg az alábbi típusú eszközökkel támogatja a függvénykód felfedését:
| Eszköz típusa | Leírás |
|---|---|
| Távoli MCP-kiszolgáló | Egyéni MCP-kiszolgálókat hozhat létre, vagy SDK-alapú MCP-kiszolgálókat üzemeltethet. |
| Queue-alapú Azure Functions eszköz | A Microsoft Foundry egy adott Azure Functions eszközt biztosít, amely lehetővé teszi az aszinkron függvények hívását üzenetsorok használatával. |
Távoli MCP-kiszolgálók
A Függvények az alábbi lehetőségeket támogatják távoli MCP-kiszolgálók létrehozására és üzemeltetésére:
- Az MCP kötési bővítmény használatával egyéni MCP-kiszolgálókat hozhat létre és üzemeltethet, mint bármely más függvényalkalmazás.
- A hivatalos MCP SDK-k használatával létrehozott saját üzemeltetésű MCP-kiszolgálók. Ez az üzemeltetési lehetőség jelenleg előzetes verzióban érhető el.
Íme a Functions által biztosított aktuális MCP-kiszolgáló üzemeltetési lehetőségek összehasonlítása:
| Tulajdonság | MCP kötésbővítmény | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Aktuális támogatási szint | GA | Előnézet* |
| Programozási modell | Függvények eseményindítói és kötései | Standard MCP SDK-k |
| Állapotalapú végrehajtás | Támogatott | Jelenleg nem támogatott |
| Jelenleg támogatott nyelvek | C# (izolált folyamat) Python TypeScript JavaScript Java |
C# (izolált folyamat) Python TypeScript Java |
| További követelmények | None | Streamelhető HTTP-átvitel |
| Implementálás módja | MCP kötésbővítmény | Egyéni kezelők |
*A saját üzemeltetésű MCP-kiszolgálók konfigurációs adatai az előzetes verzióban változnak.
Az alábbi lehetőségek segítenek az MCP-kiszolgálók üzemeltetésének megkezdésében a Functionsben:
| Beállítások | MCP kötésbővítmények | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Documentation | MCP kötésbővítmény | nincs adat |
| Samples | Egyéni távoli MCP-kiszolgáló | Weather-kiszolgáló |
| Sablonok | HelloTool | nincs adat |
| Beállítások | MCP kötésbővítmények | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Documentation | MCP kötésbővítmények | nincs adat |
| Samples | Egyéni távoli MCP-kiszolgáló | Weather-kiszolgáló |
| Beállítások | MCP kötésbővítmények | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Documentation | MCP kötésbővítmények | nincs adat |
| Samples | Egyéni távoli MCP-kiszolgáló | Weather-kiszolgáló |
| Beállítások | MCP kötésbővítmények | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Documentation | MCP kötésbővítmények | nincs adat |
| Samples | Még nem elérhető | nincs adat |
| Beállítások | MCP kötésbővítmények | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Documentation | MCP kötésbővítmények | nincs adat |
| Samples | Még nem elérhető | Még nem elérhető |
A PowerShell jelenleg egyik MCP-kiszolgáló üzemeltetési lehetőség esetében sem támogatott.
Üzenetsor-alapú Azure Functions eszközök
Az MCP-kiszolgálók mellett az AI-eszközöket Azure Functions üzenetsoralapú kommunikációval is implementálhatja. Az Foundry Azure Functions-specifikus eszközöket biztosít, amelyek üzenetsorok használatával engedélyezik az aszinkron függvények hívását. Ezekkel az eszközökkel az AI-ügynökök üzenetkezelési minták használatával használják a kódot.
Ez az eszköz megközelítés ideális olyan Foundry-forgatókönyvekhez, amelyekhez a következők szükségesek:
- Megbízható üzenetkézbesítés és -feldolgozás
- Az AI-ügynökök és a függvények végrehajtása közötti szétválasztás
- Beépített újrapróbálkozások és hibakezelési képességek
- Integráció a meglévő Azure üzenetkezelési infrastruktúrával
Íme néhány referenciaminta a függvényhívási forgatókönyvekhez:
Egy Foundry Agent Service-ügyfél használatával hívja meg a Azure Functions használatával implementált egyéni távoli MCP-kiszolgálót.
Függvényhívási funkciókat használ Azure AI SDK-k ügynökei számára egyéni függvényhívások implementálásához.
Ügynöki munkafolyamatok
Az AI-alapú folyamatok gyakran határozzák meg, hogyan használhatók a modellek és más AI-eszközök. Egyes forgatókönyvek azonban magasabb szintű kiszámíthatóságot vagy jól meghatározott lépéseket igényelnek. Ezek az irányított ügynöki munkafolyamatok külön feladatokat vagy interakciókat vezényelnek, amelyeket az ügynököknek követniük kell.
A Durable Functions bővítmény segítségével kihasználhatja a Functions erősségeit a többhelyes, hosszú ideig futó műveletek beépített hibatűréssel történő létrehozásához. Ezek a munkafolyamatok jól működnek az irányított ügynöki munkafolyamatokhoz. Egy utazástervezési megoldás például először követelményeket gyűjthet a felhasználótól, megkeresheti a csomaglehetőségeket, beszerezheti a felhasználó jóváhagyását, és végül kötelező foglalásokat végezhet. Ebben a forgatókönyvben minden lépéshez létrehozhat egy ügynököt, majd munkafolyamatként koordinálhatja a műveleteket a Durable Functions használatával.
A munkafolyamat-forgatókönyvek további ötleteit a Alkalmazási minták Durable Functions című témakörben talál.
Lekérésalapú generáció
Mivel a Functions egyszerre több eseményt is képes kezelni különböző adatforrásokból, hatékony megoldás a valós idejű AI-forgatókönyvekhez, például a RAG rendszerekhez, amelyek gyors adatlekérést és feldolgozást igényelnek. A gyors eseményvezérelt skálázás csökkenti az ügyfelek által tapasztalt késést még nagy igényű helyzetekben is.
Íme néhány referenciaminta a RAG-alapú forgatókönyvekhez:
A RAG esetében SDK-kkal, például Azure AI és Azure SDK-k használatával hozhatja létre a forgatókönyveket. ::: zóna-vége
Bemutatja, hogyan hozhat létre egy barátságos csevegőrobotot, amely egyszerű kéréseket ad ki, szövegkiegészítéseket fogad és üzeneteket küld, mindezt állapotalapú munkamenetben az OpenAI kötésbővítménnyel.
Azure Functions AI-eszközei és keretrendszerei
A Functions segítségével alkalmazásokat hozhat létre az előnyben részesített nyelven, és használhatja kedvenc kódtárait. Ennek a rugalmasságnak köszönhetően számos AI-kódtárat és keretrendszert használhat az AI-kompatibilis függvényalkalmazásokban.
Az alábbiakban néhány fontos Microsoft AI-keretrendszert érdemes figyelembe vennie:
| Keretrendszer/kódtár | Leírás |
|---|---|
| Ügynök-keretrendszer | Egyszerűen készíthet AI-ügynököket és ügynöki munkafolyamatokat. |
| Ügynökszolgáltatás | Teljes körűen felügyelt szolgáltatás a nagyvállalati szintű biztonsággal, beépített eszközökkel és Azure Functions zökkenőmentes integrációval rendelkező AI-ügynökök létrehozására, üzembe helyezésére és skálázására. |
| Foundry Tools SDK | Az ügyféloldali SDK-k közvetlen használatával közvetlenül a függvénykódban használhatja az Foundry Tools funkcióinak teljes szélességét. |
A Functions lehetővé teszi, hogy az alkalmazások külső kódtárakra és keretrendszerekre hivatkozhassanak, így az AI-kompatibilis függvényekben minden kedvenc AI-eszközét és kódtárát használhatja.