VS Code で Azure AI Studio プロジェクトを開始する (プレビュー)

重要

この記事で "(プレビュー)" と付記されている項目は、現在、パブリック プレビュー段階です。 このプレビューはサービス レベル アグリーメントなしで提供されており、運用環境ではお勧めしません。 特定の機能はサポート対象ではなく、機能が制限されることがあります。 詳しくは、Microsoft Azure プレビューの追加使用条件に関するページをご覧ください。

Azure AI Studio では、VS Code (デスクトップおよび Web) での開発をサポートしています。 各シナリオにおいて、VS Code インスタンスは、仮想マシン (コンピューティング インスタンスとも呼ばれます) 上で実行されている事前構築済みのカスタム コンテナーにリモート接続されます。

Azure AI Studio から VS Code を起動する

1. Azure AI Studio に移動します。

2. Azure AI Studio でプロジェクトを開きます。

3. 左側のメニューで、[コード] を選択します。

4. コンピューティングの場合は、既存のコンピューティング インスタンスを選択するか、新しく作成します。

   • 使用するコンピューティング インスタンスを選択します。 停止している場合は、[コンピューティングの開始] を選択し、"実行中" に切り替わるのを待ちます。 コンピューティングを使用する準備ができたら、"準備完了" 状態が表示されます。
   • コンピューティング インスタンスがない場合は、名前を入力し、[コンピューティングの作成] を選択します。 コンピューティング インスタンスの準備ができるまで待ちます。

5. VS Code コンテナーの場合は、[コンテナーの設定] ボタンが有効になったら選択します。 これにより、コンピューティング上のコンテナーが構成されます。 コンテナーの設定が完了するまでに数分かかる場合があります。 初めてコンテナーを設定した場合、次回からは直接起動できます。 プロンプトが表示された場合、コンピューティングの認証が必要になることがあります。 設定が完了すると、"準備完了" が表示されます。

   警告

   コンピューティング インスタンスでアイドル シャットダウンを有効にしても、このカスタム VS Code コンテナーで設定されたコンピューティングではアイドル シャットダウンは発生しません。 これは、コンテナー内での作業中にコンピューティングが予期せずシャットダウンされないようにするためです。

6. VS Code でプロジェクトを開きます。

   • ローカルの VS Code インスタンスで作業する場合は、[VS Code (デスクトップ) で起動する] を選択します。 ローカル コンピューターで VS Code の新しいローカル インスタンスが開きます。
   • 代わりに、ブラウザーで作業する場合は、ドロップダウン矢印を選択し、[VS Code (Web) で起動する] を選択します。 vscode.dev に接続された新しいブラウザー タブが開きます。

   

カスタム コンテナーのフォルダー構造

事前構築済みの開発環境は、Azure AI SDK、プロンプト フロー SDK、およびその他のツールを備える Docker コンテナーに基づいています。 この環境は、コンテナー内で VS Code をリモートで実行するように構成されています。 コンテナーはこの Dockerfile と同様に定義されており、Microsoft の Python 3.10 Development Container Image に基づいています。

エクスプローラーが開かれ、AI Studio で起動した特定のプロジェクト ディレクトリが表示されます。

コンテナーは、Azure AI のフォルダー階層 (afh ディレクトリ) を使用して構成されます。この階層は、現在の開発コンテキスト内での位置を理解し、コード、データ、共有ファイルを最も効率的に操作できるように設計されています。 この afh ディレクトリには、Azure AI Studio プロジェクトが格納されます。各プロジェクトには専用のプロジェクト ディレクトリがあり、code、data、shared フォルダーが含まれます。

次の表では、フォルダー構造の概要を示します。

Folder	説明
code	Git リポジトリまたはローカル コード ファイルの操作に使用します。 code フォルダーは、コンピューティング インスタンス上の直接の保存場所であり、大規模なリポジトリでのパフォーマンスに優れています。 これは、Git リポジトリをクローンしたり、コード ファイルを取り込みまたは作成したりするのに最適な場所です。
data	ローカル データファイルの格納に使用します。 ローカル データを一貫した方法で保存および参照するには、data フォルダーを使用することをお勧めします。
shared	プロジェクトの共有ファイル、およびプロンプト フローなどのアセットの操作に使用します。 たとえば、shared\Users\{user-name}\promptflow は、プロジェクトのプロンプト フローが格納されている場所です。

重要

このプロジェクト ディレクトリ内で作業することをお勧めします。 ファイル、フォルダー、リポジトリは、プロジェクト ディレクトリに含めると、ホスト マシン (コンピューティング インスタンス) で保持されます。 コード フォルダーおよびデータ フォルダーに格納されたファイルは、コンピューティング インスタンスが停止されるか、再起動されても保持されますが、コンピューティングが削除されると失われます。 ただし、共有ファイルは、ハブのストレージ アカウントに保存されるため、コンピューティング インスタンスが削除されても失われません。

プロンプト フローの操作

プロンプト フローを作成、参照、操作できます。

Azure AI Studio で既に作成されているプロンプト フローは、shared\Users\{user-name}\promptflow に格納されています。 code または shared フォルダーに新しいフローを作成することもできます。

プロンプト フローでは、プロジェクトがアクセスできる Azure AI Studio 接続が自動的に使用されます。

この環境にプレインストールされている VS Code 内のプロンプト フロー拡張機能を操作することもできます。 この拡張機能内で、接続プロバイダーをプロジェクトに設定できます。 「Azure AI からの接続の使用」を参照してください。

詳細については、プロンプト フローの機能 に関する記事を参照してください。

AI アプリ テンプレートを使用する

AI アプリ テンプレートは、プロジェクトの [コード] タブの右側からリンクされます。 これらのサンプルでは、Azure AI SDK を使用して次の操作を行う方法について説明します。

• 開発環境を設定し、既存のリソースに接続する
• カスタム アプリケーション コードを取り込む
• 評価を実行する
• コードのデプロイ

新しいハブやプロジェクトなど、まったく新しいリソースのセットをプロビジョニングし、これらのサンプル アプリケーションをデプロイするには、ローカル開発環境で Azure Developer CLI (AZD) を使用できます。

解説

複数のコードおよびデータ ディレクトリ、または複数のリポジトリ間で作業する予定がある場合は、VS Code の分割ルート エクスプローラー機能を使用できます。 この機能を試すには、次の手順を実行します。

1. Ctrl + Shift + p キーを押して、コマンド パレットを開きます。 [ワークスペース: ワークスペースにフォルダーを追加する] を検索して選択します。
2. 読み込むリポジトリ フォルダーを選択します。 エクスプローラーに、開いたフォルダーの新しいセクションが表示されます。 これがリポジトリの場合、VS Code でソース管理をすぐに操作できます。
3. 今後の開発セッションのために、この構成を保存する場合は、Ctrl + Shift + p キーをもう一度押して、[ワークスペース: ワークスペース名を付けて保存] を選択します。 このアクションにより、構成ファイルが現在のフォルダーに保存されます。

好みのプログラミング言語のアプリ テンプレートと SDK サンプルについては、「Azure AI サービスを使用するアプリを開発する」を参照してください。

関連するコンテンツ

• プロンプト フロー SDK を使用してチャット アプリの構築を開始する
• Azure AI SDK を使い始める