Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
In dit artikel wordt u begeleid bij taalspecifieke zelfstudies en bronnen om u te helpen intelligente toepassingen te bouwen met App Service.
Met Azure App Service kunt u eenvoudig AI-mogelijkheden integreren in uw webtoepassingen in meerdere programmeertalen en frameworks. Of u nu krachtige Azure OpenAI-modellen wilt gebruiken, lokale kleine taalmodellen (SLM's) rechtstreeks met uw apps wilt implementeren, MCP-servers (Host Model Context Protocol) of geavanceerde patronen wilt implementeren, zoals het ophalen van augmented generation (RAG), App Service biedt het flexibele, veilige platform dat u nodig hebt voor AI-toepassingen.
App Service biedt verschillende voordelen voor het ontwikkelen en implementeren van ai-toepassingen:
- Systeemeigen integratie met Azure AI-services : naadloos verbinding maken met Azure OpenAI en andere AI-services met behulp van beheerde identiteiten voor veilige, wachtwoordloze verificatie
- Lokale SLM-ondersteuning - Sidecar-extensies gebruiken om kleinere taalmodellen rechtstreeks met uw toepassing te implementeren
- Beveiliging op ondernemingsniveau - Netwerkisolatie, end-to-end-versleuteling en op rollen gebaseerd toegangsbeheer implementeren
- Vereenvoudigde DevOps met GitHub-integratie : CI/CD-pijplijnen stroomlijnen met Behulp van GitHub Actions, GitHub Codespaces gebruiken met geïntegreerde GitHub Copilot voor ai-ondersteunde ontwikkeling en end-to-end werkstromen maken van ontwikkeling tot productie-implementatie
.NET-toepassingen
Bouw met ai gemaakte .NET-toepassingen met deze zelfstudies:
- Een chatbot bouwen met Azure OpenAI (Blazor): maak een Blazor-web-app die verbinding maakt met Azure OpenAI om TLDR-samenvattingen te genereren met behulp van Semantic Kernel.
- Een RAG-toepassing bouwen met Azure OpenAI en Azure AI Search (.NET): implementeer RAG om uw AI-modellen toegang te geven tot en gebruik te maken van de gegevens van uw organisatie.
- Een App Service-app integreren als een MCP-server voor GitHub Copilot Chat (.NET)
- Een App Service-app toevoegen als een hulpprogramma in Azure AI Foundry Agent Service (.NET)
- Zelfstudie: Een agentische web-app bouwen in Azure App Service met Microsoft Semantic Kernel of Azure AI Foundry Agent Service (.NET)
- Een RAG-toepassing bouwen met Azure OpenAI en Azure SQL : Gebruik Azure SQL als vectordatabase voor RAG-toepassingen.
- Een chatbot uitvoeren met een lokale SLM-sidecar-extensie : implementeer een chatbot die gebruikmaakt van een lokale SLM zonder dat hiervoor een externe AI-service is vereist.
- Een web-app aanroepen vanuit azure AI Foundry Agent : uw web-API beschikbaar maken voor AI-agents.
Java-toepassingen
AI-mogelijkheden integreren in uw Java-toepassingen:
- Een chatbot bouwen met Azure OpenAI (Spring Boot): maak een Spring Boot-toepassing die verbinding maakt met Azure OpenAI met behulp van een beheerde identiteit.
- Bouw een RAG-toepassing met Azure OpenAI en Azure AI Search (Java): implementeer RAG om uw eigen documenten met Java te doorzoeken.
- Een chatbot uitvoeren met een lokale SLM (Spring Boot) - Een Spring Boot-toepassing implementeren met een lokale SLM-sidecar.
Voorbeelden:
Node.js toepassingen
AI-functies toevoegen aan uw Node.js-webtoepassingen:
- Een chatbot bouwen met Azure OpenAI (Express.js): maak een Express.js-toepassing die verbinding maakt met Azure OpenAI met behulp van een beheerde identiteit.
- Een RAG-toepassing bouwen met Azure OpenAI en Azure AI Search (Node.js): bouw een RAG-toepassing met Node.js.
- Een chatbot uitvoeren met een lokale SLM (Express.js) - Een Express.js-toepassing implementeren met een lokale SLM-sidecar.
Python-toepassingen
AI-mogelijkheden implementeren in uw Python-webtoepassingen:
- Een chatbot bouwen met Azure OpenAI (Flask): maak een Flask-toepassing die verbinding maakt met Azure OpenAI met behulp van een beheerde identiteit.
- Een RAG-toepassing bouwen met Azure OpenAI en Azure AI Search (Python) - RAG implementeren met Python.
- Een chatbot uitvoeren met een lokale SLM (FastAPI) - Een FastAPI-toepassing implementeren met een lokale SLM-sidecar.
- Zelfstudie over Azure AI Foundry: Een web-app voor bedrijfschat implementeren - Volledig geïntegreerde AI-web-app implementeren rechtstreeks vanuit uw implementatie in Azure AI Foundry.
MCP-servers (Model Context Protocol)
Host Model Context Protocol (MCP) in uw webtoepassingen:
- Een .NET MCP-server hosten in Azure App Service : een MCP-server implementeren met .NET.
- Een Node.js MCP-server hosten in Azure App Service - Een MCP-server implementeren met Node.js.
- Een Python MCP-server hosten in Azure App Service : implementeer een MCP-server met Python.
- Host een Pyton MCP-server met verificatie op basis van sleutels in Azure App Service : implementeer een MCP-server met Python en op sleutels gebaseerde autorisatie.
- Host een Pyton MCP-server met OAuth 2.0-autorisatie in Azure App Service : implementeer een MCP-server met Python en OAuth 2.0-autorisatie met Micrososft Entra-id.