Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Zasób 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 | Punkt końcowy |
|---|---|---|
| Foundry SDK | Funkcje specyficzne dla rozwiązania Foundry z interfejsami zgodnymi z technologią OpenAI. Obejmuje dostęp do bezpośrednich modeli Foundry za pośrednictwem interfejsu API odpowiedzi (a nie poprzez uzupełnianie czatu). | https://<resource-name>.services.ai.azure.com/api/projects/<project-name> |
| OpenAI SDK | Najnowsze modele i funkcje zestawu OPENAI SDK z pełną powierzchnią interfejsu API OpenAI, w tym osadzaniem. Modele bezpośrednio dostępne z Foundry są dostępne poprzez API kompilacji czatu (nie odpowiedzi). | https://<resource-name>.openai.azure.com/openai/v1 |
| SDK-i dla narzędzi Foundry | Wstępnie przygotowane rozwiązania (Wizja, Mowa, Bezpieczeństwo treści i inne). | Punkty końcowe specyficzne dla narzędzi (różnią się w zależności od usługi). |
| Struktura agenta | Orkiestracja wielu agentów w kodzie. Niezależne od chmury. | Używa punktu końcowego projektu za pomocą SDK Foundry. |
Wybierz zestaw SDK:
- Używanie zestawu SDK usługi Foundry podczas kompilowania aplikacji z agentami, ocenami lub funkcjami specyficznymi dla rozwiązania Foundry
- Użyj zestawu OpenAI SDK, jeśli wymagana jest maksymalna zgodność z OpenAI, podczas generowania osadzeń lub używania bezpośrednich modeli Foundry za pomocą uzupełniania konwersacji.
- 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
Typy zasobów: Zasób foundry zawiera wszystkie punkty końcowe wymienione wcześniej. Zasób Azure OpenAI udostępnia tylko punkt końcowy /openai/v1.
Authentication: Przykłady w tym miejscu używają Microsoft Entra ID (DefaultAzureCredential). Klucze interfejsu API działają w systemie /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 Azure AI (rola z najmniejszymi uprawnieniami, dla rozwoju)
- 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 w Microsoft Foundry.
Zainstaluj wymagane środowiska uruchomieniowe języka, narzędzia globalne i rozszerzenia programu VS Code zgodnie z opisem w temacie Przygotowywanie środowiska projektowego.
Ważne
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.
Weryfikowanie wymagań wstępnych
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 rozwiązania Foundry łączy się z pojedynczym punktem końcowym projektu, który zapewnia dostęp do najpopularniejszych funkcji rozwiązania Foundry:
https://<resource-name>.services.ai.azure.com/api/projects/<project-name>
Uwaga
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.
Instalowanie zestawu SDK
| Wersja zestawu SDK | Wersja portalu | Stan | pakiet Python |
|---|---|---|---|
| 2.x | Odlewnia (nowa) | Stabilne | azure-ai-projects>=2.0.0 |
| 1.x | Foundry (wersja klasyczna) | Stabilne | 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 dla projektów Foundry.
pip install "azure-ai-projects>=2.0.0"
| Wersja zestawu SDK | Wersja portalu | Stan | pakiet Java |
|---|---|---|---|
| 2.0.0 | Odlewnia (nowa) | Stabilne | azure-ai-projectsazure-ai-agents |
| Wersja zestawu SDK | Wersja portalu | Stan | Pakiet JavaScript |
|---|---|---|---|
| 2.0.1 | Odlewnia (nowa) | Stabilne | @azure/ai-projects |
| 1.0.1 | Wersja klasyczna usługi Foundry | Stabilne | @azure/ai-projects |
| Wersja zestawu SDK | Wersja portalu | Stan | pakiet .NET |
|---|---|---|---|
| 2.0.0 (GA) | Odlewnia (nowa) | Stabilne | Azure.AI.ProjectsAzure.AI.Projects.AgentsAzure.AI.Extensions.OpenAI |
| 1.1.0 (ogólna dostępność) | Wersja klasyczna usługi Foundry | Stabilne | Azure.AI.Projects |
Ważne
Nie instaluj Azure.AI.Projects.OpenAI (wersja zapoznawcza) obok Azure.AI.Extensions.OpenAI (GA). Oba pakiety definiują te same typy w różnych przestrzeniach nazw, co powoduje błędy związane z niejednoznacznością odniesień. Używaj tylko Azure.AI.Extensions.OpenAI w scenariuszach agenta.
Biblioteka klienta Azure AI Projects dla Java to ujednolicona biblioteka, która umożliwia używanie wielu bibliotek klienckich razem przez połączenie z pojedynczym punktem końcowym projektu.
Dodaj te pakiety do instalacji dla projektów Foundry.
package com.azure.ai.agents;
import com.azure.core.util.Configuration;
import com.azure.identity.DefaultAzureCredentialBuilder;
import com.openai.models.responses.Response;
import com.openai.models.responses.ResponseCreateParams;
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 dla projektów foundry.
npm install @azure/ai-projects @azure/identity dotenv
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 wymagane pakiety do projektu .NET.
dotnet add package Azure.AI.Projects
dotnet add package Azure.AI.Projects.Agents
dotnet add package Azure.AI.Extensions.OpenAI
dotnet add package Azure.Identity
Korzystanie z zestawu SDK usługi Foundry
Zestaw SDK uwidacznia dwa typy klientów, ponieważ narzędzia Foundry i OpenAI mają różne kształty interfejsu API:
- Project client — używany w operacjach natywnych Foundry, gdzie 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, wszystkie korzystają ze wzorców żądań/odpowiedzi charakterystycznych dla OpenAI. Ten klient zapewnia również dostęp do modeli bezpośrednich "Foundry" (modeli innych niż Azure-OpenAI hostowanych w narzędziu Foundry). Punkt końcowy projektu obsługuje ten ruch na
/openaitrasie.
Większość aplikacji używa obu klientów. Użyj klienta projektu do konfiguracji, a następnie użyj klienta zgodnego z interfejsem OpenAI do uruchamiania agentów, ocen i wywoływania modeli (w tym modele Foundry).
Utwórz klienta projektu:
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient
project_client = AIProjectClient(
endpoint="https://<resource-name>.services.ai.azure.com/api/projects/<project-name>",
credential=DefaultAzureCredential())
Utwórz klienta zgodnego z platformą OpenAI na podstawie projektu:
with project_client.get_openai_client() as openai_client:
response = openai_client.responses.create(
model="gpt-5.2",
input="What is the size of France in square miles?",
)
print(f"Response output: {response.output_text}")
Oczekiwane dane wyjściowe:
Response output: France has an area of approximately 213,011 square miles (551,695 square kilometers).
Utwórz klienta projektu:
import com.azure.ai.projects.ProjectsClient;
import com.azure.ai.projects.ProjectsClientBuilder;
import com.azure.identity.DefaultAzureCredentialBuilder;
String endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
ProjectsClient projectClient = new ProjectsClientBuilder()
.credential(new DefaultAzureCredentialBuilder().build())
.endpoint(endpoint)
.buildClient();
```**Create and use an OpenAI-compatible client from your project:**
```java
OpenAIClient openAIClient = projectClient.getOpenAIClient();
Utwórz klienta projektu:
import { DefaultAzureCredential } from "@azure/identity";
import { AIProjectClient } from "@azure/ai-projects";
import "dotenv/config";
const projectEndpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
const deploymentName = "gpt-5.2";
const project = new AIProjectClient(projectEndpoint, new DefaultAzureCredential());
Utwórz klienta zgodnego z platformą OpenAI na podstawie projektu:
const openAIClient = await project.getOpenAIClient();
const response = await openAIClient.responses.create({
model: deploymentName,
input: "What is the size of France in square miles?",
});
console.log(`Response output: ${response.output_text}`);
Utwórz klienta projektu:
using Azure.AI.Projects;
using Azure.AI.Extensions.OpenAI;
using Azure.Identity;
string endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
AIProjectClient projectClient = new(
endpoint: new Uri(endpoint),
tokenProvider: new DefaultAzureCredential());
Utwórz klienta zgodnego z platformą OpenAI na podstawie projektu:
var responseClient = projectClient.ProjectOpenAIClient.GetProjectResponsesClientForModel("gpt-5.2");
var response = responseClient.CreateResponse("What is the speed of light?");
Console.WriteLine(response.GetOutputText());
Co można zrobić za pomocą zestawu SDK usługi Foundry
- Access Foundry Models w tym Azure OpenAI
- Korzystanie z usługi agenta programu Foundry
- Uruchamianie ewaluacji wsadowych
- Włączanie śledzenia aplikacji
- Dopasowanie modelu
- Uzyskiwanie punktów końcowych i kluczy dla narzędzi Foundry Tools, lokalnej aranżacji i nie tylko
Rozwiązywanie problemów
Błędy uwierzytelniania
Jeśli zobaczysz 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 w 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:
- Sprawdzanie, czy nazwy zasobów i projektów są zgodne z rzeczywistym wdrożeniem
-
Sprawdź format adresu URL punktu końcowego: powinien mieć wartość
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 błędem związanym z 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 zestawu OpenAI SDK, jeśli chcesz uzyskać pełną powierzchnię interfejsu API OpenAI i maksymalną zgodność klienta. Ten punkt końcowy zapewnia dostęp do modeli Azure OpenAI oraz bezpośrednich modeli Foundry (dostępnych za pośrednictwem API odpowiedzi), w tym do osadzania, zakończenia czatu i generowania obrazów. Nie zapewnia dostępu do funkcji specyficznych dla rozwiązania Foundry, takich jak agenci i oceny.
Wskazówka
Użyj punktu końcowego zestawu OpenAI SDK do generowania osadzania. Obecnie punkt końcowy projektu wykorzystywany przez SDK Foundry nie obsługuje żądań osadzania.
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))
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 języki programowania w usługach Azure OpenAI
Poniższy fragment kodu pokazuje, jak bezpośrednio używać punktu końcowego Azure OpenAI /openai/v1.
import com.azure.identity.AuthenticationUtil;
import com.azure.identity.DefaultAzureCredential;
import com.azure.identity.DefaultAzureCredentialBuilder;
import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.credential.BearerTokenCredential;
import java.util.function.Supplier;
DefaultAzureCredential tokenCredential = new DefaultAzureCredentialBuilder().build();
String endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
String deploymentName = "gpt-5.2";
Supplier<String> bearerTokenSupplier = AuthenticationUtil.getBearerTokenSupplier(
tokenCredential, "https://ai.azure.com/.default");
OpenAIClient openAIClient = OpenAIOkHttpClient.builder()
.baseUrl(endpoint)
.credential(BearerTokenCredential.create(bearerTokenSupplier))
.build();
ResponseCreateParams responseCreateParams = ResponseCreateParams.builder()
.input("What is the speed of light?")
.model(deploymentName)
.build();
Response response = openAIClient.responses().create(responseCreateParams);
System.out.println("Response output: " + response.getOutputText());
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz obsługiwane języki programowania Azure przez OpenAI
const endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
const scope = "https://ai.azure.com/.default";
const azureADTokenProvider = getBearerTokenProvider(new DefaultAzureCredential(), scope);
const client = new OpenAI({ baseURL: endpoint, apiKey: azureADTokenProvider });
const response = await client.responses.create({
model: deploymentName,
input: "What is the size of France in square miles?",
});
console.log(`Response output: ${response.output_text}`);
Aby uzyskać więcej informacji na temat korzystania z zestawu OpenAI SDK, zobacz języki programowania obsługiwane przez Azure OpenAI
- Zainstaluj pakiet OpenAI: uruchom to polecenie, aby dodać bibliotekę klienta OpenAI do projektu .NET.
dotnet add package OpenAI ```When it succeeds, the .NET CLI confirms that it installed the `OpenAI` package. This snippet configures `DefaultAzureCredential`, builds `OpenAIClientOptions`, and creates a `ResponsesClient` for the Azure OpenAI v1 endpoint. ```csharp using Azure.Identity; using OpenAI; using OpenAI.Responses; using System.ClientModel.Primitives; #pragma warning disable OPENAI001 const string directModelEndpoint = "https://<resource-name>.openai.azure.com/openai/v1/"; const string deploymentName = "gpt-5.2"; BearerTokenPolicy tokenPolicy = new( new DefaultAzureCredential(), "https://ai.azure.com/.default"); OpenAIClient openAIClient = new( authenticationPolicy: tokenPolicy, options: new OpenAIClientOptions() { Endpoint = new($"{directModelEndpoint}"), }); ResponsesClient client = openAIClient.GetResponsesClient(); CreateResponseOptions options = new() { Model = deploymentName, InputItems = { ResponseItem.CreateUserMessageItem("What is the size of France in square miles?") }, Temperature = (float)0.7, }; var modelDirectResponse = client.CreateResponse(options); Console.WriteLine($"[ASSISTANT]: {modelDirectResponse.Value.GetOutputText()}"); #pragma warning restore OPENAI001
Aby uzyskać więcej informacji na temat korzystania z OpenAI SDK, zobacz obsługiwane przez platformę OpenAI języki programowania Azure
Generowanie osadzeń za pomocą OpenAI SDK
Użyj tego samego /openai/v1 punktu końcowego, aby wygenerować osadzanie z wdrożonym modelem osadzania.
embedding = client.embeddings.create(
model="text-embedding-3-large",
input="How do I get started with Microsoft Foundry?",
)
print(f"Embedding dimension: {len(embedding.data[0].embedding)}")
const embedding = await client.embeddings.create({
model: "text-embedding-3-large",
input: "How do I get started with Microsoft Foundry?",
});
console.log(`Embedding dimension: ${embedding.data[0].embedding.length}`);
var embeddingClient = openAIClient.GetEmbeddingClient("text-embedding-3-large");
var result = embeddingClient.GenerateEmbedding(
"How do I get started with Microsoft Foundry?");
Console.WriteLine($"Embedding dimension: {result.Value.ToFloats().Length}");
// Use the same OpenAI client created above
// Embeddings are available through the OpenAI SDK embeddings API
Aby zapoznać się z instrukcjami dotyczącymi pełnego osadzania, zobacz Generowanie osadzania.
Używanie struktury agenta do orkiestracji lokalnej
Microsoft Agent Framework to zestaw SDK typu open source do tworzenia wieloagentowych systemów w językach programowania (na przykład .NET i Python) za pomocą interfejsu niezależnego od dostawcy chmury.
Użyj struktury agentów, jeśli chcesz definiować i organizować agentów lokalnie. Połącz go z zestawem SDK Foundry, jeśli chcesz, aby agenci uruchamiali się 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 usługi Azure AI) to gotowe rozwiązania punktowe z dedykowanymi zestawami SDK. Użyj następujących punktów końcowych do pracy z narzędziami Foundry Tools.
Którego punktu końcowego należy użyć?
Wybierz punkt końcowy w zależności od potrzeb:
Użyj punktu końcowego usług sztucznej inteligencji Azure, aby uzyskać dostęp do przetwarzanie obrazów, bezpieczeństwa zawartości, analizy dokumentów, języka, tłumaczenia i narzędzi foundry tokenów.
Punkt końcowy narzędzi Foundry: https://<your-resource-name>.cognitiveservices.azure.com/
Uwaga
Punkty końcowe używają nazwy twojego zasobu lub niestandardowej poddomeny. Jeśli twoja organizacja skonfigurowała niestandardową poddomenę, zamień your-resource-name na your-custom-subdomain we wszystkich przykładach punktów końcowych.
Jeśli obciążenia korzystają z wycofywanych funkcji Język platformy Azure AI — na przykład analizy tonacji, wyodrębniania kluczowych fraz, podsumowania, linkowania 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 odlewnicze | Punkt końcowy |
|---|---|
| Zamiana mowy na tekst (Standardowa) | https://<YOUR-RESOURCE-REGION>.stt.speech.microsoft.com |
| Syntezator mowy (neuronowy) | https://<YOUR-RESOURCE-REGION>.tts.speech.microsoft.com |
| głos niestandardowy | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Punkty końcowe tłumaczenia
| Narzędzie odlewnicze | Punkt końcowy |
|---|---|
| Tłumaczenie tekstu | https://api.cognitive.microsofttranslator.com/ |
| Tłumaczenie dokumentu | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Punkty końcowe języka
| Narzędzie odlewnicze | Punkt końcowy |
|---|---|
| Analiza tekstu | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com |
Ważne
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 sentymentu i pozyskiwanie opinii
- Niestandardowa klasyfikacja tekstu
- Zrozumienie Języka Konwersacyjnego (CLU)
- Niestandardowe odpowiadanie na pytania (CQA)
- Przepływ pracy 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 Utworzone NER i Niestandardowe NER.
Aby uzyskać opcje migracji, zobacz Migrate from Language Studio to Microsoft Foundry.
