Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Az Azure Functions kiszolgáló nélküli számítási erőforrásokat biztosít, amelyek integrálhatók az AI-vel és az Azure-szolgáltatásokkal a felhőalapú intelligens alkalmazások létrehozásának egyszerűsítése érdekében. Ez a cikk az AI-hoz kapcsolódó forgatókönyvek, integrációk és egyéb AI-erőforrások felmérését tartalmazza, amelyeket a függvényalkalmazásokban használhat.
Fontolja meg az Azure Functions használatát az AI-kompatibilis szolgáltatásokban az alábbi helyzetekben:
| Scenario | Leírás |
|---|---|
| Eszközök és MCP-kiszolgálók | A Functions lehetővé teszi távoli Model Content 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 több lépésből álló, hosszan tartó ügynökműveleteket hozhat létre beépített hibatűréssel. |
| 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.
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 olyan kötéskiterjesztéseket 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.
Az 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. |
| Üzenetsor-alapú Azure Functions-eszköz | Az Azure AI Foundry egy adott Azure Functions-eszközt biztosít, amely lehetővé teszi az aszinkron függvényhívást 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 | Távoli egyéni MCP-kiszolgáló | Időjárás-kiszolgáló |
| Sablonok | HelloTool | nincs adat |
| Beállítások | MCP kötésbővítmények | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Documentation | MCP kötésbővítmények | nincs adat |
| Samples | Távoli egyéni MCP-kiszolgáló | Időjárás-kiszolgáló |
| Beállítások | MCP kötésbővítmények | Saját üzemeltetésű MCP-kiszolgálók |
|---|---|---|
| Documentation | MCP kötésbővítmények | nincs adat |
| Samples | Távoli egyéni MCP-kiszolgáló | Időjárás-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-kiszolgálókon kívül az AI-eszközöket az Azure Functions üzenetsoralapú kommunikációval is implementálhatja. Az Azure AI Foundry Azure Functions-specifikus eszközöket biztosít, amelyek üzenetsorok használatával engedélyezik az aszinkron függvényhívást. Ezekkel az eszközökkel az AI-ügynökök üzenetkezelési minták használatával használják a kódot.
Ez az eszköz megközelítés ideális olyan AI 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:
Az Azure AI Foundry Agent Service-ügyfél használatával meghív egy egyéni távoli MCP-kiszolgálót, amelyet az Azure Functions használatával valósít meg.
Az Azure AI SDK-k ügynökeinek függvényhívási funkcióit használja az 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 segít kihasználni a Functions erősségeit, hogy beépített hibatűréssel többhelyes, hosszú ideig futó műveleteket hozzon létre. 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.
További munkafolyamat-forgatókönyv-ötletekért tekintse meg a Durable Functions alkalmazásmintáit .
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-k, köztük az Azure Open AI és az Azure SDK-k használatával hozhatja létre a forgatókönyveket. ::: zónavég
Bemutatja, hogyan hozhat létre egy barátságos csevegőrobotot, amely egyszerű kéréseket ad ki, szövegkiegészítéseket fogad és üzeneteket küld, mindezt állapotalapú munkamenetben az OpenAI kötésbővítménnyel.
Az 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. |
| Azure AI Foundry Agent Service | Teljes körűen felügyelt szolgáltatás az AI-ügynökök nagyvállalati szintű biztonsággal, beépített eszközökkel és az Azure Functions szolgáltatással való zökkenőmentes integrálásához, üzembe helyezéséhez és méretezéséhez. |
| Azure AI Services SDK-k | Az ügyféloldali SDK-k közvetlen használatával közvetlenül a függvénykódban használhatja az Azure AI-szolgáltatások teljes körű funkcióit. |
A Functions lehetővé teszi, hogy az alkalmazások külső kódtárakra és keretrendszerekre hivatkozhassanak, így az AI-kompatibilis függvényekben minden kedvenc AI-eszközét és kódtárát használhatja.