Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Aktualnie wyświetlane:
Wersja - Przełączanie do wersji dla nowego portalu Foundry
Zasób platformy Foundry zapewnia ujednolicony dostęp do modeli, agentów i narzędzi. W tym artykule wyjaśniono, który zestaw SDK i punkt końcowy mają być używane w danym scenariuszu.
| SDK | Do czego to służy | Endpoint |
|---|---|---|
| Foundry SDK | Funkcje specyficzne dla rozwiązania Foundry z interfejsami zgodnymi z technologią OpenAI. Obejmuje dostęp do bezpośrednich modeli Foundry poprzez API odpowiedzi (a nie uzupełniania czatu). | https://<resource-name>.services.ai.azure.com/api/projects/<project-name> |
| OpenAI SDK | Najnowsze modele i funkcje zestawu OpenAI SDK z pełnym zakresem interfejsu API OpenAI. Modele bezpośrednie Foundry dostępne za pośrednictwem interfejsu API dopełniania rozmów (nie przez odpowiedzi). | https://<resource-name>.openai.azure.com/openai/v1 |
| Zestawy SDK narzędzi Foundry | Wstępnie utworzone rozwiązania (Rozpoznawanie wizji, Rozpoznawanie mowy, Bezpieczeństwo treści i inne). | Punkty końcowe specyficzne dla narzędzi (różnią się w zależności od usługi). |
| Struktura agenta | Koordynacja wielu agentów w kodzie. Niezależne od chmury. | Używa punktu końcowego projektu za pośrednictwem Foundry SDK. |
Wybierz zestaw SDK:
- Używanie zestawu SDK usługi Foundry podczas kompilowania aplikacji z agentami, ocenami lub funkcjami specyficznymi dla rozwiązania Foundry
- Używaj OpenAI SDK , gdy wymagana jest maksymalna zgodność z OpenAI lub korzystając z modeli bezpośrednich Foundry przez funkcję Chat Completions
- Używanie zestawów SDK narzędzi Foundry podczas pracy z określonymi usługami sztucznej inteligencji (przetwarzanie obrazów, mowa, język itp.)
- Używanie struktury agentów podczas kompilowania systemów z wieloma agentami w kodzie (lokalna aranżacja)
Uwaga / Notatka
Typy zasobów: Zasób foundry zawiera wszystkie punkty końcowe wymienione wcześniej. Zasób Azure OpenAI udostępnia tylko punkt końcowy /openai/v1.
Authentication: Przykłady tutaj używają Microsoft Entra ID (DefaultAzureCredential). Klucze API działają na /openai/v1. Przekaż klucz jako api_key zamiast dostawcy tokenu.
Wymagania wstępne
-
Konto Azure z aktywną subskrypcją. Jeśli go nie masz, utwórz konto free Azure, które obejmuje subskrypcję bezpłatnej wersji próbnej.
Aby utworzyć zasoby usługi Foundry i zarządzać nimi, wykonaj jedną z następujących Azure ról RBAC:
- Użytkownik AI platformy Azure (rola z najmniejszymi uprawnieniami developerskimi)
- Azure AI Project Manager (do zarządzania projektami foundry)
- Współautor lub właściciel (w przypadku uprawnień na poziomie subskrypcji)
Aby uzyskać szczegółowe informacje na temat uprawnień poszczególnych ról, zobacz Kontrola dostępu oparta na rolach dla Microsoft Foundry.
Zainstaluj wymagane środowiska uruchomieniowe języka, narzędzia globalne i rozszerzenia programu VS Code zgodnie z opisem w temacie Przygotowywanie środowiska projektowego.
Ważna
Przed rozpoczęciem upewnij się, że środowisko deweloperskie jest gotowe.
Ten artykuł koncentruje się na krokach specyficznych dla scenariusza , takich jak instalacja, uwierzytelnianie i uruchamianie przykładowego kodu zestawu SDK.
Sprawdź wymagania wstępne
Przed kontynuowaniem potwierdź:
- subskrypcja Azure jest aktywna:
az account show - Masz wymaganą rolę RBAC: Sprawdź portal Azure → zasób Foundry → Kontrola dostępu (IAM)
- Zainstalowane środowisko uruchomieniowe języka:
- Python:
python --version(≥3.8)
- Python:
- Zainstalowane środowisko uruchomieniowe języka:
- Node.js:
node --version(≥18)
- Node.js:
- Zainstalowane środowisko uruchomieniowe języka:
- .NET:
dotnet --version(≥6.0)
- .NET:
- Zainstalowane środowisko uruchomieniowe języka:
- Java:
java --version(≥11)
- Java:
Foundry SDK
Zestaw SDK Foundry łączy się z pojedynczym punktem końcowym projektu, który zapewnia dostęp do najpopularniejszych funkcji Foundry.
https://<resource-name>.services.ai.azure.com/api/projects/<project-name>
Uwaga / Notatka
Jeśli twoja organizacja używa niestandardowej poddomeny, zastąp ciąg <resource-name> ciągiem <your-custom-subdomain> w adresie URL punktu końcowego.
Takie podejście upraszcza konfigurację aplikacji. Zamiast zarządzać wieloma punktami końcowymi, należy je skonfigurować.
Zainstaluj zestaw SDK
Uwaga / Notatka
Ten artykuł dotyczy projektu Foundry. Pokazany tutaj kod nie działa w przypadku projektu opartego na hubie. Aby uzyskać więcej informacji, zobacz Typy projektów.
Uwaga / Notatka
Wersje zestawu SDK: W tym artykule opisano instalację zestawu SDK 1.x. Upewnij się, że obserwowane przykłady są zgodne z zainstalowanym pakietem. Przejdź do nowej dokumentacji portalu Foundry, aby wyświetlić artykuł dla wersji 2.x.
| Wersja zestawu SDK | Wersja portalu | Status | pakiet Python |
|---|---|---|---|
| 2.x | Odlewnia (nowa) | Stabilny | azure-ai-projects>=2.0.0 |
| 1.x | Foundry (wersja klasyczna) | Stabilny | azure-ai-projects==1.0.0 |
Biblioteka klienta projektów sztucznej inteligencji Azure dla Python to ujednolicona biblioteka umożliwiająca jednoczesne używanie wielu bibliotek klienckich przez połączenie z pojedynczym punktem końcowym projektu.
Uruchom to polecenie, aby zainstalować pakiety 1.x dla klasycznych projektów Foundry.
pip install openai azure-identity azure-ai-projects==1.0.0
| Wersja zestawu SDK | Wersja portalu | Status | pakiet Java |
|---|---|---|---|
| 2.0.0 | Odlewnia (nowa) | Stabilny | azure-ai-projectsazure-ai-agents |
| Wersja zestawu SDK | Wersja portalu | Status | Pakiet JavaScript |
|---|---|---|---|
| 2.0.1 | Odlewnia (nowa) | Stabilny | @azure/ai-projects |
| 1.0.1 | Wersja klasyczna usługi Foundry | Stabilny | @azure/ai-projects |
| Wersja zestawu SDK | Wersja portalu | Status | pakiet .NET |
|---|---|---|---|
| 2.0.0-beta.1 (wersja zapoznawcza) | Odlewnia (nowa) | Preview | Azure.AI.ProjectsAzure.AI.Projects.OpenAI |
| 1.1.0 (ogólna dostępność) | Wersja klasyczna usługi Foundry | Stabilny | Azure.AI.Projects |
Biblioteka klienta Azure AI Projects dla Java to ujednolicona biblioteka, która umożliwia używanie wielu bibliotek klienckich razem przez połączenie z pojedynczym punktem końcowym projektu.
Ważna
Pakiet Java azure-ai-projects nie ma wersji ogólnodostępnej 1.x. Przykłady kodu w sekcjach Java używają bezpośrednio pakietu azure-ai-inference, który jest przestarzały i zostanie wycofany 30 maja 2026 r.
W przypadku zestawu SDK projektów 2.x przejdź do nowej dokumentacji portalu Foundry.
Dodaj te zależności w pliku Maven pom.xml dla klasycznych projektów Foundry.
<dependency>
<groupId>com.azure</groupId>
<artifactId>azure-ai-inference</artifactId>
<version>1.0.0-beta.6</version>
</dependency>
<dependency>
<groupId>com.azure</groupId>
<artifactId>azure-identity</artifactId>
<version>1.18.2</version>
</dependency>
Biblioteka kliencka projektów sztucznej inteligencji Azure dla języka JavaScript to ujednolicona biblioteka umożliwiająca używanie wielu bibliotek klienckich razem przez połączenie z pojedynczym punktem końcowym projektu.
Uruchom to polecenie, aby zainstalować pakiety JavaScript 1.x dla klasycznych projektów Foundry.
npm install @azure/ai-projects@1.0.1 @azure/identity
Biblioteka kliencka projektów sztucznej inteligencji Azure dla .NET to ujednolicona biblioteka umożliwiająca używanie wielu bibliotek klienckich razem przez połączenie z pojedynczym punktem końcowym projektu.
Uruchom te polecenia, aby dodać pakiety Azure AI SDK 1.x dla klasycznych projektów Foundry.
# Add 1.x Azure AI SDK packages
dotnet add package Azure.Identity
dotnet add package Azure.AI.Projects --version 1.1.0
dotnet add package Azure.AI.Agents.Persistent --version 1.1.0
dotnet add package Azure.AI.Inference
Korzystanie z zestawu SDK usługi Foundry
Zestaw SDK uwidacznia dwa typy klientów, ponieważ narzędzia Foundry i OpenAI mają różne kształty interfejsu API:
- Project client — należy użyć w przypadku operacji natywnych dla rozwiązania Foundry, w których interfejs OpenAI nie ma odpowiednika. Przykłady: wyświetlanie listy połączeń, pobieranie właściwości projektu, włączanie śledzenia.
-
Klient zgodny z interfejsem OpenAI — służy do obsługi funkcji rozwiązania Foundry, która opiera się na pojęciach dotyczących interfejsu OpenAI. Interfejs API odpowiedzi, agenci, oceny i dostrajanie używają wzorców żądań/odpowiedzi według wzorców OpenAI. Ten klient oferuje również dostęp do modeli bezpośrednio z Foundry (modeli innych niż Azure OpenAI, hostowanych w Foundry). Końcowy punkt projektu obsługuje ten ruch na trasie
/openai.
Większość aplikacji używa obu klientów. Użyj klienta project do instalacji i konfiguracji, a następnie użyj klienta zgodnego z platformą OpenAI do uruchamiania agentów, ocen i wywoływania modeli (w tym modeli bezpośrednich rozwiązania Foundry).
Utwórz klienta projektu:
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential
project_client = AIProjectClient(
endpoint="https://<resource-name>.services.ai.azure.com/api/projects/<project-name>",
credential=DefaultAzureCredential(),
)
Utwórz klienta kompatybilnego z OpenAI w swoim projekcie:
models = project_client.get_openai_client(api_version="2024-10-21")
chat_responses = models.chat.completions.create(
model="gpt-4o",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "What is the size of France in square miles?"},
],
)
print(chat_responses.choices[0].message.content)
Utwórz klienta projektu:
package com.azure.ai.foundry.samples;
import com.azure.ai.inference.ChatCompletionsClient;
import com.azure.ai.inference.ChatCompletionsClientBuilder;
import com.azure.ai.inference.models.ChatCompletions;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.credential.TokenCredential;
import com.azure.core.exception.HttpResponseException;
import com.azure.core.util.logging.ClientLogger;
import com.azure.identity.DefaultAzureCredentialBuilder;
String prompt = "What best practices should I follow when asking an AI model to review Java code?";
String endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
TokenCredential credential = new DefaultAzureCredentialBuilder().build();
ChatCompletionsClient client = new ChatCompletionsClientBuilder()
.credential(credential)
.endpoint(endpoint)
.buildClient();
```**Create and use an OpenAI-compatible client from your project:**
```java
ChatCompletions completions = client.complete(prompt);
String content = completions.getChoice().getMessage().getContent();
System.out.println("\nResponse from AI assistant:\n" + content);
Utwórz klienta projektu:
const endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
const deployment = "gpt-4o";
const project = new AIProjectClient(endpoint, new DefaultAzureCredential());
Utwórz klienta kompatybilnego z OpenAI w swoim projekcie:
const client = await project.getAzureOpenAIClient({
// The API version should match the version of the Azure OpenAI resource
apiVersion: "2024-12-01-preview"
});
const chatCompletion = await client.chat.completions.create({
model: deployment,
messages: [
{ role: "system", content: "You are a helpful assistant" },
{ role: "user", content: "What is the speed of light?" },
],
});
console.log(chatCompletion.choices[0].message.content);
Utwórz klienta projektu:
using System.ClientModel.Primitives;
using Azure.AI.OpenAI;
using Azure.AI.Projects;
using Azure.Identity;
using OpenAI.Chat;
string endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
AIProjectClient projectClient = new AIProjectClient(new Uri(endpoint), new DefaultAzureCredential());
Utwórz klienta kompatybilnego z OpenAI w swoim projekcie:
ClientConnection connection = projectClient.GetConnection(typeof(AzureOpenAIClient).FullName!);
if (!connection.TryGetLocatorAsUri(out Uri uri) || uri is null)
{
throw new InvalidOperationException("Invalid URI.");
}
uri = new Uri($"https://{uri.Host}");
const string modelDeploymentName = "gpt-4o";
AzureOpenAIClient azureOpenAIClient = new AzureOpenAIClient(uri, new DefaultAzureCredential());
ChatClient chatClient = azureOpenAIClient.GetChatClient(deploymentName: modelDeploymentName);
Console.WriteLine("Complete a chat");
ChatCompletion result = chatClient.CompleteChat("List all the rainbow colors");
Console.WriteLine(result.Content[0].Text);
Co można zrobić za pomocą zestawu SDK usługi Foundry
- Access Foundry Models w tym Azure OpenAI
- Użyj usługi agenta Foundry
- Uruchamianie ocen w chmurze
- Włączanie śledzenia aplikacji
- Dostroj model
- Uzyskiwanie punktów końcowych i kluczy dla narzędzi Foundry, lokalnej orkiestracji i nie tylko
Rozwiązywanie problemów
Błędy uwierzytelniania
Jeśli widzisz DefaultAzureCredential failed to retrieve a token:
Zweryfikuj, czy Azure CLI jest uwierzytelniony:
az account show az login # if not logged inSprawdź przypisanie roli RBAC:
- Upewnij się, że masz co najmniej rolę użytkownika sztucznej inteligencji Azure w projekcie Foundry
- Zobacz Przypisywanie ról Azure
W przypadku tożsamości zarządzanej w środowisku produkcyjnym:
- Upewnij się, że tożsamość zarządzana ma przypisaną odpowiednią rolę
- Zobacz Konfigurowanie tożsamości zarządzanych
Błędy konfiguracji punktu końcowego
Jeśli widzisz wartość Connection refused lub 404 Not Found:
- Zweryfikuj nazwy zasobów i projekt zgadzają się z rzeczywistym wdrożeniem
-
Sprawdź format adresu URL punktu końcowego: Powinien być
https://<resource-name>.services.ai.azure.com/api/projects/<project-name> -
W przypadku domen podrzędnych niestandardowych: zastąp
<resource-name>element niestandardową poddomeną
Niezgodność wersji zestawu SDK
Jeśli przykłady kodu kończą się niepowodzeniem z błędem AttributeError lub ModuleNotFoundError:
Sprawdź wersję zestawu SDK:
pip show azure-ai-projects # Python npm list @azure/ai-projects # JavaScript dotnet list package # .NETZainstaluj ponownie z poprawnymi flagami wersji: Zobacz polecenia instalacji w każdej sekcji języka powyżej
OpenAI SDK
Użyj SDK OpenAI, jeśli chcesz uzyskać pełny zakres interfejsu API OpenAI i maksymalną zgodność z klientem. Ten punkt końcowy zapewnia dostęp do modeli Azure OpenAI i modeli Foundry direct (za pośrednictwem interfejsu API do uzupełnień czatów). Nie udostępnia dostępu do funkcji specyficznych dla rozwiązania Foundry, takich jak agenty i oceny.
Poniższy fragment kodu pokazuje, jak bezpośrednio używać punktu końcowego Azure OpenAI /openai/v1.
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
token_provider = get_bearer_token_provider(
DefaultAzureCredential(), "https://ai.azure.com/.default"
)
client = OpenAI(
base_url = "https://<resource-name>.openai.azure.com/openai/v1/",
api_key=token_provider,
)
response = client.responses.create(
model="model_deployment_name",
input= "What is the size of France in square miles?"
)
print(response.model_dump_json(indent=2))
Aby uzyskać więcej informacji, zobacz Obsługiwane języki programowania Azure OpenAI. Oczekiwane dane wyjściowe:
{
"id": "resp_abc123",
"object": "response",
"created": 1234567890,
"model": "gpt-5.2",
"output_text": "France has an area of approximately 213,011 square miles (551,695 square kilometers)."
}
Aby uzyskać więcej informacji, zobacz obsługiwane przez Azure OpenAI języki programowania
Ważna
Elementy oznaczone jako (wersja zapoznawcza) w tym artykule są aktualnie dostępne w publicznej wersji zapoznawczej. Ta wersja zapoznawcza jest udostępniana bez umowy dotyczącej poziomu usług i nie zalecamy korzystania z niej w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą nie być obsługiwane lub mogą mieć ograniczone możliwości. Aby uzyskać więcej informacji, zobacz Wygólne warunki użytkowania Microsoft Azure Previews.
Poniższy fragment kodu pokazuje, jak bezpośrednio używać punktu końcowego Azure OpenAI /openai/v1.
import com.azure.ai.openai.OpenAIClient;
import com.azure.ai.openai.OpenAIClientBuilder;
import com.azure.ai.openai.models.ChatChoice;
import com.azure.ai.openai.models.ChatCompletions;
import com.azure.ai.openai.models.ChatCompletionsOptions;
import com.azure.ai.openai.models.ChatRequestAssistantMessage;
import com.azure.ai.openai.models.ChatRequestMessage;
import com.azure.ai.openai.models.ChatRequestSystemMessage;
import com.azure.ai.openai.models.ChatRequestUserMessage;
import com.azure.ai.openai.models.ChatResponseMessage;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.Configuration;
import java.util.ArrayList;
import java.util.List;
String endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
String deploymentName = "gpt-5.2";
TokenCredential defaultCredential = new DefaultAzureCredentialBuilder().build();
OpenAIClient client = new OpenAIClientBuilder()
.credential(defaultCredential)
.endpoint("{endpoint}")
.buildClient();
List<ChatRequestMessage> chatMessages = new ArrayList<>();
chatMessages.add(new ChatRequestSystemMessage("You are a helpful assistant."));
chatMessages.add(new ChatRequestUserMessage("What is the speed of light?"));
ChatCompletions chatCompletions = client.getChatCompletions(deploymentName, new ChatCompletionsOptions(chatMessages));
System.out.printf("Model ID=%s is created at %s.%n", chatCompletions.getId(), chatCompletions.getCreatedAt());
for (ChatChoice choice : chatCompletions.getChoices()) {
ChatResponseMessage message = choice.getMessage();
System.out.printf("Index: %d, Chat Role: %s.%n", choice.getIndex(), message.getRole());
System.out.println("Message:");
System.out.println(message.getContent());
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Azure Języki programowania obsługiwane przez platformę OpenAI.
import { AzureOpenAI } from "openai";
import { DefaultAzureCredential, getBearerTokenProvider } from "@azure/identity";
const deployment = "gpt-4o";
const endpoint = "https://<resource-name>.openai.azure.com";
const scope = "https://ai.azure.com/.default";
const apiVersion = "2024-04-01-preview";
const azureADTokenProvider = getBearerTokenProvider(new DefaultAzureCredential(), scope);
const options = { azureADTokenProvider, deployment, apiVersion, endpoint };
const client = new AzureOpenAI(options);
const result = await client.chat.completions.create({
model: deployment,
messages: [
{ role: "system", content: "You are a helpful assistant" },
{ role: "user", content: "What is the speed of light?" },
],
});
console.log(result.choices[0].message.content);
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Azure Języki programowania obsługiwane przez platformę OpenAI.
- Zainstaluj pakiet OpenAI: uruchom to polecenie, aby dodać bibliotekę klienta OpenAI do projektu .NET.
dotnet add package OpenAI ```When it succeeds, the .NET CLI confirms that it installed the `OpenAI` package. This snippet configures `DefaultAzureCredential`, builds `OpenAIClientOptions`, and creates a `ChatClient` for the Azure OpenAI v1 endpoint. ```csharp using System.ClientModel.Primitives; using Azure.Identity; using OpenAI; using OpenAI.Chat; #pragma warning disable OPENAI001 const string directModelEndpoint = "https://<resource-name>.openai.azure.com/openai/v1/"; const string modelDeploymentName = "gpt-5.2"; BearerTokenPolicy tokenPolicy = new( new DefaultAzureCredential(), "https://ai.azure.com/.default"); OpenAIClient openAIClient = new( authenticationPolicy: tokenPolicy, options: new OpenAIClientOptions() { Endpoint = new($"{directModelEndpoint}"), }); ChatClient chatClient = openAIClient.GetChatClient(modelDeploymentName); ChatCompletion completion = await chatClient.CompleteChatAsync( [ new SystemChatMessage("You are a helpful assistant."), new UserChatMessage("How many feet are in a mile?") ]); Console.WriteLine(completion.Content[0].Text); #pragma warning restore OPENAI001
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz Azure Języki programowania obsługiwane przez platformę OpenAI.
Używanie Agent Framework do orkiestracji lokalnej
Microsoft Agent Framework to zestaw SDK typu open source do tworzenia systemów wieloagentowych w kodzie (na przykład .NET i Python) z interfejsem niezależnym od dostawcy chmury.
Użyj struktury agentów, jeśli chcesz definiować i organizować agentów lokalnie. Połącz go z Foundry SDK, jeśli chcesz, aby ci agenci działali na modelach Foundry, lub gdy chcesz, aby Agent Framework koordynował agentów hostowanych w Foundry.
Aby uzyskać więcej informacji, zobacz omówienie Microsoft Agent Framework.
Zestawy SDK narzędzi Foundry
Narzędzia Foundry Tools (dawniej Azure AI Services) to gotowe rozwiązania z dedykowanymi zestawami SDK. Użyj następujących punktów końcowych, aby korzystać z narzędzi Foundry.
Którego punktu końcowego należy użyć?
Wybierz punkt końcowy w zależności od potrzeb:
Użyj punktu końcowego usług Azure AI, aby uzyskać dostęp do przetwarzanie obrazów, Bezpieczeństwa Zawartości, Inteligencji Dokumentów, Usług Językowych, Usług Tłumaczenia i Narzędzi Token Foundry.
Punkt końcowy narzędzi Foundry: https://<your-resource-name>.cognitiveservices.azure.com/
Uwaga / Notatka
Punkty końcowe używają nazwy zasobu lub niestandardowej poddomeny. Jeśli twoja organizacja skonfiguruje niestandardową poddomenę, zastąp ciąg your-resource-name we your-custom-subdomain wszystkich przykładach punktów końcowych.
Jeśli Twoje obciążenia korzystają z wycofywanych funkcji Język platformy Azure AI — na przykład analizy tonacji, wyodrębniania kluczowych fraz, podsumowania, łączenia encji, CLU lub CQA — zaplanuj migrację do alternatyw oferowanych przez Microsoft Foundry. W przypadku nowego programowania rozważ użycie zestawu SDK rozwiązania Foundry lub punktu końcowego zgodnego z interfejsem OpenAI zgodnie z opisem we wcześniejszej sekcji tego artykułu. Zobacz Migrate from Language Studio to Microsoft Foundry.
W przypadku narzędzi usługi Speech and Translation Foundry użyj punktów końcowych w poniższych tabelach. Zastąp elementy zastępcze informacjami o zasobie.
Punkty końcowe mowy
| Narzędzie Foundry | Endpoint |
|---|---|
| Zamiana mowy na tekst (Standardowa) | https://<YOUR-RESOURCE-REGION>.stt.speech.microsoft.com |
| Text to Speech (neuronowe) | https://<YOUR-RESOURCE-REGION>.tts.speech.microsoft.com |
| głos niestandardowy | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Punkty końcowe tłumaczenia
| Narzędzie Foundry | Endpoint |
|---|---|
| Tłumaczenie tekstu | https://api.cognitive.microsofttranslator.com/ |
| Tłumaczenie dokumentu | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Punkty końcowe języka
| Narzędzie Foundry | Endpoint |
|---|---|
| Analiza tekstu | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com |
Ważna
20 marca 2027 r. program Azure Language Studio zostanie wycofany i zmigrowany do usługi Microsoft Foundry. Wszystkie możliwości i przyszłe ulepszenia będą dostępne w usłudze Microsoft Foundry.
31 marca 2029 r. następujące możliwości języka Azure zostaną wycofane (koniec wsparcia). Przed tą datą użytkownicy powinni migrować istniejące obciążenia i dołączać nowe projekty do modeli Microsoft Foundry w celu zwiększenia zrozumienia języka naturalnego i uproszczonej integracji aplikacji:
- wyodrębnianie kluczowych fraz
- Analiza uczuć i eksploracja opinii
- Niestandardowa klasyfikacja tekstu
- Rozumienie języka konwersacyjnego (CLU)
- Dostosowane odpowiadanie na zapytania (CQA)
- Proces orkiestracji
- Podsumowanie (wyodrębnianie i abstrakcja w przypadku dokumentów i konwersacji)
- Łączenie jednostek
Podstawowe funkcje z ciągłą obsługą: wykrywanie języka, wykrywanie PII, analiza tekstu dla zdrowia, wstępnie zbudowane NER i Niestandardowe NER.
Aby uzyskać opcje migracji, zobacz Migrate from Language Studio to Microsoft Foundry.
