Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
- Últimas
- 2026-09-01
- 2026-07-15-preview
- 2026-07-01
- Pré-visualização de 2026-05-15-
- 2026-05-01
- Pré-visualização de 2026-03-15-
- 2026-03-01
- 2026-01-15-preview
- 2025-12-01
- 2025-10-01-visualização
- 2025-09-01
- 2025-07-01-visualização
- 2025-06-01
- 2025-04-01
- 2025-04-01-visualização
- 2025-01-01-visualização
- 2024-10-01
- 2024-10-01-pré-visualização
- 2024-07-01-visualização
- 2024-04-01
- 2024-04-01-visualização
- 2024-01-01-pré-visualização
- 2023-10-01
- 2023-08-01-PREVIEW
- 2023-06-01-visualização
- 2023-04-01
- 2023-04-01-visualização
- 2023-02-01-visualização
- 2022-12-01-pré-visualização
- 2022-10-01
- 2022-10-01-pré-visualização
- 2022-06-01-pré-visualização
- 2022-05-01
- 2022-02-01-pré-visualização
- 2022-01-01-pré-visualização
- 2021-07-01
- 2021-04-01
- 2021-03-01-pré-visualização
- 2021-01-01
- 2020-09-01-pré-visualização
- 2020-08-01
- 2020-06-01
Definição de recursos do bíceps
O tipo de recurso espaços de trabalho/conexões pode ser implantado com operações que visam:
- Grupos de recursos - Consulte comandos de implantação de grupo de recursos
Para obter uma lista de propriedades alteradas em cada versão da API, consulte log de alterações.
Exemplos de uso
Módulos verificados do Azure
Os seguintes de Módulos Verificados do Azure podem ser usados para implantar esse tipo de recurso.
| Module | Descrição |
|---|---|
| Espaço de Trabalho de Serviços de Machine Learning - Ligação | Módulo Filho AVM para Espaço de Trabalho de Serviços de Machine Learning - Conexão |
Exemplos de início rápido do Azure
Os seguintes modelos início rápido do Azure contêm exemplos de Bicep para implantar esse tipo de recurso.
| Arquivo Bicep | Descrição |
|---|---|
| Configuração básica do Azure AI Foundry | Este conjunto de modelos demonstra como configurar o Azure AI Foundry com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Configuração básica do Azure AI Foundry | Este conjunto de modelos demonstra como configurar o Azure AI Foundry com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Azure AI Foundry Network Restrito | Este conjunto de modelos demonstra como configurar o Azure AI Foundry com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Azure AI Foundry com autenticação de ID do Microsoft Entra | Este conjunto de modelos demonstra como configurar o Azure AI Foundry com a autenticação Microsoft Entra ID para recursos dependentes, como os Serviços de IA do Azure e o Armazenamento do Azure. |
| de configuração básica do Azure AI Studio | Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Rede Restrita do Azure AI Studio | Este conjunto de modelos demonstra como configurar o Azure AI Studio com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
| Chaves de API de configuração básica do agente | Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com a configuração básica usando a autenticação de chaves de API para a conexão AI Service/AOAI. Os agentes usam recursos de pesquisa e armazenamento multilocatários totalmente gerenciados pela Microsoft. Não terá visibilidade nem controlo sobre estes recursos subjacentes do Azure. |
| de identidade de configuração básica do agente | Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com a configuração básica usando a autenticação de identidade gerenciada para a conexão AI Service/AOAI. Os agentes usam recursos de pesquisa e armazenamento multilocatários totalmente gerenciados pela Microsoft. Não terá visibilidade nem controlo sobre estes recursos subjacentes do Azure. |
| Implante o Secure AI Foundry com uma rede virtual gerenciada | Este modelo cria um ambiente seguro do Azure AI Foundry com restrições robustas de segurança de rede e identidade. |
| Agente Protegido em Rede com de Identidade Gerenciada pelo Usuário | Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com isolamento de rede virtual usando a autenticação de Identidade Gerenciada pelo Usuário para a conexão AI Service/AOAI e links de rede privada para conectar o agente aos seus dados seguros. |
| Configuração do agente padrão | Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com a configuração padrão, ou seja, com a autenticação de identidade gerenciada para conexões de projeto/hub e acesso público à Internet habilitado. Os agentes usam recursos de pesquisa e armazenamento de propriedade do cliente e de locatário único. Com essa configuração, você tem total controle e visibilidade sobre esses recursos, mas incorrerá em custos com base no seu uso. |
Formato do recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces/connections, adicione o seguinte Bicep ao seu modelo.
resource symbolicname 'Microsoft.MachineLearningServices/workspaces/connections@2021-04-01' = {
parent: resourceSymbolicName
name: 'string'
properties: {
authType: 'string'
category: 'string'
target: 'string'
value: 'string'
valueFormat: 'string'
}
}
Valores de propriedade
Microsoft.MachineLearningServices/espaços de trabalho/conexões
| Designação | Descrição | Valor |
|---|---|---|
| Designação | O nome do recurso | string (obrigatório) |
| elemento principal | No Bicep, você pode especificar o recurso pai para um recurso filho. Você só precisa adicionar essa propriedade quando o recurso filho é declarado fora do recurso pai. Para obter mais informações, consulte recurso filho fora do recurso pai. |
Nome simbólico para recurso do tipo: espaços de trabalho |
| propriedades | Propriedades da conexão do espaço de trabalho. | WorkspaceConnectionProps |
WorkspaceConnectionProps
| Designação | Descrição | Valor |
|---|---|---|
| tipoDeAutenticação | Tipo de autorização da conexão do espaço de trabalho. | cadeia (de caracteres) |
| categoria | Categoria da conexão do espaço de trabalho. | cadeia (de caracteres) |
| destino | Destino da conexão do espaço de trabalho. | cadeia (de caracteres) |
| valor | Detalhes do valor da conexão do espaço de trabalho. | cadeia (de caracteres) |
| valueFormat | Formato para o valor de conexão do espaço de trabalho | 'JSON' |
Definição de recurso de modelo ARM
O tipo de recurso espaços de trabalho/conexões pode ser implantado com operações que visam:
- Grupos de recursos - Ver comandos de implementação de grupos de recursos Para uma lista das propriedades alteradas em cada versão da API, consulte registo de alterações.
Exemplos de uso
Modelos de início rápido do Azure
Os seguintes modelos de início rápido do Azure implantar esse tipo de recurso.
| Modelo | Descrição |
|---|---|
|
Configuração básica do
Azure AI Foundry |
Este conjunto de modelos demonstra como configurar o Azure AI Foundry com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Configuração básica do
Azure AI Foundry |
Este conjunto de modelos demonstra como configurar o Azure AI Foundry com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Azure AI Foundry Network Restrito |
Este conjunto de modelos demonstra como configurar o Azure AI Foundry com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Azure AI Foundry com autenticação de ID do Microsoft Entra |
Este conjunto de modelos demonstra como configurar o Azure AI Foundry com a autenticação Microsoft Entra ID para recursos dependentes, como os Serviços de IA do Azure e o Armazenamento do Azure. |
|
de configuração básica do Azure AI Studio |
Este conjunto de modelos demonstra como configurar o Azure AI Studio com a configuração básica, ou seja, com o acesso público à Internet habilitado, chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Rede Restrita do Azure AI Studio |
Este conjunto de modelos demonstra como configurar o Azure AI Studio com link privado e saída desabilitados, usando chaves gerenciadas pela Microsoft para criptografia e configuração de identidade gerenciada pela Microsoft para o recurso de IA. |
|
Chaves de API de configuração básica do agente |
Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com a configuração básica usando a autenticação de chaves de API para a conexão AI Service/AOAI. Os agentes usam recursos de pesquisa e armazenamento multilocatários totalmente gerenciados pela Microsoft. Não terá visibilidade nem controlo sobre estes recursos subjacentes do Azure. |
|
de identidade de configuração básica do agente |
Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com a configuração básica usando a autenticação de identidade gerenciada para a conexão AI Service/AOAI. Os agentes usam recursos de pesquisa e armazenamento multilocatários totalmente gerenciados pela Microsoft. Não terá visibilidade nem controlo sobre estes recursos subjacentes do Azure. |
|
Implante o Secure AI Foundry com uma rede virtual gerenciada |
Este modelo cria um ambiente seguro do Azure AI Foundry com restrições robustas de segurança de rede e identidade. |
|
Agente Protegido em Rede com de Identidade Gerenciada pelo Usuário |
Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com isolamento de rede virtual usando a autenticação de Identidade Gerenciada pelo Usuário para a conexão AI Service/AOAI e links de rede privada para conectar o agente aos seus dados seguros. |
|
Configuração do agente padrão |
Este conjunto de modelos demonstra como configurar o Azure AI Agent Service com a configuração padrão, ou seja, com a autenticação de identidade gerenciada para conexões de projeto/hub e acesso público à Internet habilitado. Os agentes usam recursos de pesquisa e armazenamento de propriedade do cliente e de locatário único. Com essa configuração, você tem total controle e visibilidade sobre esses recursos, mas incorrerá em custos com base no seu uso. |
Formato do recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces/connections, adicione o seguinte JSON ao seu modelo.
{
"type": "Microsoft.MachineLearningServices/workspaces/connections",
"apiVersion": "2021-04-01",
"name": "string",
"properties": {
"authType": "string",
"category": "string",
"target": "string",
"value": "string",
"valueFormat": "string"
}
}
Valores de propriedade
Microsoft.MachineLearningServices/espaços de trabalho/conexões
WorkspaceConnectionProps
| Designação | Descrição | Valor |
|---|---|---|
| tipoDeAutenticação | Tipo de autorização da conexão do espaço de trabalho. | cadeia (de caracteres) |
| categoria | Categoria da conexão do espaço de trabalho. | cadeia (de caracteres) |
| destino | Destino da conexão do espaço de trabalho. | cadeia (de caracteres) |
| valor | Detalhes do valor da conexão do espaço de trabalho. | cadeia (de caracteres) |
| valueFormat | Formato para o valor de conexão do espaço de trabalho | 'JSON' |
Definição de recursos Terraform (provedor AzAPI)
O tipo de recurso espaços de trabalho/conexões pode ser implantado com operações que visam:
- Grupos de recursos Para uma lista das propriedades alteradas em cada versão da API, veja registo de alterações.
Formato do recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces/connections, adicione o seguinte Terraform ao seu modelo.
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces/connections@2021-04-01"
name = "string"
parent_id = "string"
body = {
properties = {
authType = "string"
category = "string"
target = "string"
value = "string"
valueFormat = "string"
}
}
}
Valores de propriedade
Microsoft.MachineLearningServices/espaços de trabalho/conexões
| Designação | Descrição | Valor |
|---|---|---|
| Designação | O nome do recurso | string (obrigatório) |
| parent_id | A ID do recurso que é o pai para este recurso. | ID do recurso do tipo: espaços de trabalho |
| propriedades | Propriedades da conexão do espaço de trabalho. | WorkspaceConnectionProps |
| tipo | O tipo de recurso | "Microsoft.MachineLearningServices/workspaces/connections@2021-04-01" |
WorkspaceConnectionProps
| Designação | Descrição | Valor |
|---|---|---|
| tipoDeAutenticação | Tipo de autorização da conexão do espaço de trabalho. | cadeia (de caracteres) |
| categoria | Categoria da conexão do espaço de trabalho. | cadeia (de caracteres) |
| destino | Destino da conexão do espaço de trabalho. | cadeia (de caracteres) |
| valor | Detalhes do valor da conexão do espaço de trabalho. | cadeia (de caracteres) |
| valueFormat | Formato para o valor de conexão do espaço de trabalho | 'JSON' |