Introduction
Azure Language in Foundry Tools biedt een set mogelijkheden voor natuurlijke taalverwerking (NLP) die u kunt gebruiken om tekst te analyseren. Deze mogelijkheden omvatten sentimentanalyse, herkenning van benoemde entiteiten, sleuteltermextractie, samenvatting en meer.
Hoewel u deze mogelijkheden afzonderlijk kunt aanroepen via REST API's of SDK's, kunt u ze ook beschikbaar maken voor een AI-agent via de MCP-server (Azure Language Model Context Protocol). Met deze methode kan de agent dynamisch het juiste taalprogramma selecteren en aanroepen op basis van de aanvraag van een gebruiker, zonder dat u specifieke code hoeft te schrijven voor elke mogelijkheid.
Stel dat u werkt voor een bedrijf dat feedback van klanten moet analyseren. Klanten verzenden beoordelingen in meerdere talen en uw team moet inzicht hebben in het algehele gevoel, de personen en plaatsen identificeren die worden vermeld en samenvattingen van de feedback genereren. In plaats van afzonderlijke integraties te bouwen voor elk van deze taken, kunt u een AI-agent maken die gebruikmaakt van de Azure Language MCP-server om ze allemaal uit te voeren via één hulpprogrammaverbinding.
In deze module leert u hoe de Azure Language MCP-server werkt, hoe u deze verbindt met een AI-agent in Microsoft Foundry en hoe u een clienttoepassing bouwt die via een programma met de agent communiceert.
Opmerking
De MCP-server van Azure Language is momenteel beschikbaar als openbare preview. Details die in deze module worden beschreven, kunnen worden gewijzigd.