Megosztás a következőn keresztül:


Ismerkedés az Azure AI Foundry-projektekkel a VS Code-ban (előzetes verzió)

Fontos

A cikkben megjelölt (előzetes verziójú) elemek jelenleg nyilvános előzetes verzióban érhetők el. Ez az előzetes verzió szolgáltatásszint-szerződés nélkül érhető el, és éles számítási feladatokhoz nem javasoljuk. Előfordulhat, hogy néhány funkció nem támogatott, vagy korlátozott képességekkel rendelkezik. További információ: Kiegészítő használati feltételek a Microsoft Azure előzetes verziójú termékeihez.

Az Azure AI Foundry támogatja a VS Code – Asztali és webes fejlesztést. Minden forgatókönyvben az Ön VS Code-példánya távolról csatlakozik egy virtuális gépen futó előre összeállított egyéni tárolóhoz, más néven számítási példányhoz.

VS Code indítása az Azure AI Foundryből

  1. Nyissa meg az Azure AI Foundryt.

  2. Nyissa meg a projektet az Azure AI Foundry portálon.

  3. A bal oldali menüben válassza a Kód lehetőséget.

  4. Válassza a VS Code-tárolót.

  5. A Compute esetében válasszon ki egy meglévő számítási példányt, vagy hozzon létre egy újat.

    • Válasszon ki egy használni kívánt számítási példányt. Ha le van állítva, válassza a Számítás indítása lehetőséget, és várja meg, amíg fut. Kész állapot jelenik meg, ha a számítás használatra kész.
    • Ha nincs számítási példánya, válassza a Számítás létrehozása lehetőséget. Ezután adjon meg egy nevet, számítási adatokat, és válassza a Számítás létrehozása lehetőséget. Várjon, amíg a számítási példány készen áll.
  6. A VS Code-tároló esetében válassza a Tároló beállítása lehetőséget, ha a gomb engedélyezi. Ezzel konfigurálja a tárolót a számításon. A tároló beállítása eltarthat néhány percig. A tároló első beállítása után közvetlenül elindíthatja a következő időpontokat. Előfordulhat, hogy hitelesítenie kell a számítást, amikor a rendszer kéri. Ha a telepítés befejeződött, megjelenik a Kész.

    Figyelmeztetés

    Még ha engedélyezi is az üresjárati leállítást a számítási példányon, az üresjárati leállítás nem történik meg az egyéni VS Code-tárolóval beállított számítások esetében. Ezzel biztosíthatja, hogy a számítás ne zárjon le váratlanul, miközben egy tárolón belül dolgozik.

  7. Ha a tároló elkészült, indítsa el a VS Code-ot:

    • Ha a helyi VS Code-példányban szeretne dolgozni, válassza az Indítás a VS Code-ban (asztali verzió) lehetőséget. Megnyílik a VS Code új helyi példánya a helyi gépen.
    • Ha inkább a böngészőben szeretne dolgozni, válassza a legördülő nyilat, és válassza az Indítás a VS Code-ban (web). Megnyílik egy új, vscode.dev csatlakoztatott böngészőlap.

    Képernyőkép: A VS Code-ban végzett munka lap, amely készen áll az indításra.

Az egyéni tárolómappa-struktúra

Az előre összeállított fejlesztési környezetek egy Olyan Docker-tárolón alapulnak, amely Azure AI SDK-kkal, parancssori SDK-val és egyéb eszközökkel rendelkezik. A környezet úgy van konfigurálva, hogy távolról futtassa a VS Code-ot a tárolón belül. A tároló a Dockerfile-hoz hasonlóan van definiálva, és a Microsoft Python 3.10 fejlesztői tárolórendszerképén alapul.

A fájlkezelő az Azure AI Foundry portálon indított adott projektkönyvtárba nyílik meg.

A tároló az Azure AI mappahierarchiájával (afh könyvtárával) van konfigurálva, amely úgy lett kialakítva, hogy a jelenlegi fejlesztési környezeten belül tájékozódjon, és segítsen a kód, az adatok és a megosztott fájlok leghatékonyabb kezeléséhez. Ez a afh könyvtár tartalmazza az Azure AI Foundry-projekteket, és minden projekthez tartozik egy dedikált projektkönyvtár, amely tartalmazza codea , dataés shared mappákat.

Ez a táblázat a mappastruktúrát foglalja össze:

Mappa Leírás
code Git-adattárak vagy helyi kódfájlok használatához használható.

A code mappa egy tárolóhely közvetlenül a számítási példányon, és nagy adattárak esetén teljesít. Ideális hely a git-adattárak klónozására, vagy a kódfájlok más módon történő létrehozására vagy létrehozására.
data Helyi adatfájlok tárolására használható. Javasoljuk, hogy a data mappát használva tárolja és hivatkozzon a helyi adatokra konzisztens módon.
shared A projekt megosztott fájljaival és eszközeivel, például a parancssori folyamatokkal való munkához használható.

Itt található például shared\Users\{user-name}\promptflow a projekt parancssori folyamata.

Fontos

Javasoljuk, hogy ebben a projektkönyvtárban dolgozzon. A projektkönyvtárban szereplő fájlok, mappák és adattárak továbbra is megmaradnak a gazdaszámítógépen (a számítási példányon). A kódban és az adatmappákban tárolt fájlok akkor is megmaradnak, ha a számítási példány leáll vagy újraindul, de a számítás törlésekor elvesznek. A megosztott fájlokat azonban a rendszer a központ tárfiókjába menti, ezért a számítási példány törlésekor nem vesznek el.

A parancssori folyamatok használata

Létrehozhat, hivatkozhat és dolgozhat a parancssori folyamatokkal.

Az Azure AI Foundry portálon már létrehozott parancssori folyamatok a következő helyen shared\Users\{user-name}\promptflowtalálhatók: . Új folyamatokat is létrehozhat a mappájábancode.shared

A parancssori folyamat automatikusan azokat az Azure AI Foundry-kapcsolatokat használja, amelyhez a projekt rendelkezik hozzáféréssel.

A vs Code parancssori folyamatbővítményével is dolgozhat, amely ebben a környezetben van előre telepítve. Ezen a bővítményen belül beállíthatja a kapcsolatszolgáltatót a projekthez. Tekintse meg az Azure AI-ből származó kapcsolatok felhasználása című témakört.

További információ: parancssori folyamat képességei.

AI-alkalmazássablonok használata

Az AI-alkalmazássablonok a projekt Kód lapjának jobb oldaláról vannak csatolva. Ezek a minták bemutatja, hogyan használhatja az Azure AI SDK-kat a következőkre:

  • A fejlesztési környezet beállítása és a meglévő erőforrásokhoz való csatlakozás
  • Egyéni alkalmazáskód beírása
  • Kiértékelések futtatása
  • A kód üzembe helyezése

Ha teljesen új erőforráskészletet szeretne kiépíteni, beleértve egy új központot és projektet, és üzembe szeretné helyezni ezeket a mintaalkalmazásokat, használhatja az Azure Developer CLI-t (AZD) a helyi fejlesztési környezetben.

Hálózatelkülönítés használata

Ha az Azure AI Foundry-projekt hálózati elkülönítésre van konfigurálva, előfordulhat, hogy portokat kell megnyitnia az interneten, további információkért tekintse meg a hálózati elkülönítés konfigurálását ismertető témakört.

Megjegyzések

Ha több kód- és adatkönyvtárban vagy több adattárban szeretne dolgozni, használhatja a felosztott gyökérfájl-kezelő funkciót a VS Code-ban. A funkció kipróbálásához kövesse az alábbi lépéseket:

  1. A parancskatalógus megnyitásához írja be a Ctrl+Shift+p billentyűkombinációt. Munkaterületek keresése és kiválasztása : Mappa hozzáadása a munkaterülethez.
  2. Válassza ki a betölteni kívánt adattármappát. A megnyitott mappa fájlkezelőjében egy új szakasznak kell megjelennie. Ha adattár volt, mostantól a VS Code-ban is használhatja a forrásvezérlőt.
  3. Ha menteni szeretné ezt a konfigurációt a jövőbeli fejlesztési munkamenetekhez, írja be ismét a Ctrl+Shift+p billentyűkombinációt, és válassza a Munkaterületek: Munkaterület mentése másként lehetőséget. Ez a művelet egy konfigurációs fájlt ment az aktuális mappába.

Az előnyben részesített programozási nyelv alkalmazássablonjairól és SDK-mintáiról az Azure AI-szolgáltatásokat használó alkalmazások fejlesztése című témakörben olvashat.