Заметка
Доступ к этой странице требует авторизации. Вы можете попробовать войти в систему или изменить каталог.
Доступ к этой странице требует авторизации. Вы можете попробовать сменить директорию.
Функции Azure предоставляют бессерверные вычислительные ресурсы, которые интегрируются со службами ИИ и Azure для упрощения создания облачных интеллектуальных приложений. В этой статье приводится обзор разнообразных сценариев, интеграций и различных ресурсов искусственного интеллекта, которые можно использовать в функциях приложений.
Рекомендуется использовать функции Azure в интерфейсах с поддержкой ИИ для следующих сценариев:
| Scenario | Описание |
|---|---|
| Инструменты и серверы MCP | Функции позволяют создавать и размещать удаленные серверы протокола содержимого модели (MCP) и реализовывать различные средства ИИ. Серверы MCP являются отраслевым стандартом для обеспечения вызова функций с помощью удаленных инструментов. |
| Рабочие процессы агента | Durable Functions помогает создавать многоэтапные и продолжительные операции, выполняемые агентами, со встроенной отказоустойчивостью. |
| Генерация с дополнением извлечения (RAG) | Для систем RAG требуется быстрое получение и обработка данных. Функции могут взаимодействовать с несколькими источниками данных одновременно и обеспечивать быстрый масштаб, необходимый для сценариев RAG. |
Выберите один из этих сценариев, чтобы узнать больше в этой статье.
Эта статья зависит от языка, поэтому убедитесь, что вы выбрали язык программирования в верхней части страницы.
Инструменты и серверы MCP
Модели ИИ и агенты используют вызов функции для запроса внешних ресурсов, известных как средства. Вызов функций позволяет моделям и агентам динамически вызывать определенные функциональные возможности в зависимости от контекста беседы или задачи.
Функция особенно хорошо подходит для реализации вызова функций в агентных рабочих процессах, так как она эффективно масштабируется для обработки спроса и предоставляет расширения привязки, упрощающие подключение агентов к удалённым службам Azure. При создании или размещении средств искусственного интеллекта в Функциях вы также получаете бессерверные модели ценообразования и функции безопасности платформы.
Протокол контекста модели (MCP) является отраслевым стандартом для взаимодействия с удаленными серверами. Он предоставляет стандартизованный способ взаимодействия моделей и агентов ИИ с внешними системами. Сервер MCP позволяет этим клиентам ИИ эффективно определять средства и возможности внешней системы.
Функции Azure в настоящее время поддерживают предоставление кода функции с помощью следующих типов средств:
| Тип инструмента | Описание |
|---|---|
| Удаленный сервер MCP | Создайте пользовательские серверы MCP или серверы MCP на основе SDK. |
| Инструмент "Функции Azure на основе очередей" | Azure AI Foundry предоставляет определенное средство функций Azure, которое позволяет асинхронным вызовам функций с помощью очередей сообщений. |
Удаленные серверы MCP
Функции поддерживают следующие параметры для создания и размещения удаленных серверов MCP:
- Используйте расширение привязки MCP для создания и размещения пользовательских серверов MCP, как и любое другое функциональное приложение.
- Локальные серверы MCP, созданные с помощью официальных пакетов SDK MCP. Этот вариант размещения в настоящее время находится в предварительной версии.
Ниже приведено сравнение текущих параметров размещения сервера MCP, предоставляемых функциями:
| Функция | Расширение привязки MCP | Локальные серверы MCP |
|---|---|---|
| Текущий уровень поддержки | GA | Предварительный просмотр* |
| Модель программирования | Триггеры и привязки функций | Стандартные SDK-пакеты для MCP |
| Выполнение с отслеживанием состояния | Поддерживается | В настоящий момент не поддерживается |
| Языки, поддерживаемые в настоящее время | C# (изолированный процесс) Питон Машинописный текст JavaScript Ява |
C# (изолированный процесс) Питон Машинописный текст Ява |
| Другие требования | None | Потоковая передача HTTP |
| Как реализовано | Расширение привязки MCP | Пользовательские обработчики |
*Сведения о конфигурации для локальных серверов MCP изменяются во время предварительной версии.
Вот несколько вариантов, которые помогут вам начать размещение серверов MCP в среде Functions:
| Options | Расширения привязки MCP | Локальные серверы MCP |
|---|---|---|
| Documentation | Расширение привязки MCP | n/a |
| Samples | Удаленный пользовательский сервер MCP | Сервер погоды |
| Шаблоны | HelloTool | n/a |
| Options | Расширения привязки MCP | Локальные серверы MCP |
|---|---|---|
| Documentation | Расширения привязки MCP | n/a |
| Samples | Удаленный пользовательский сервер MCP | Сервер погоды |
| Options | Расширения привязки MCP | Локальные серверы MCP |
|---|---|---|
| Documentation | Расширения привязки MCP | n/a |
| Samples | Удаленный пользовательский сервер MCP | Сервер погоды |
| Options | Расширения привязки MCP | Локальные серверы MCP |
|---|---|---|
| Documentation | Расширения привязки MCP | n/a |
| Samples | Пока недоступно | n/a |
| Options | Расширения привязки MCP | Локальные серверы MCP |
|---|---|---|
| Documentation | Расширения привязки MCP | n/a |
| Samples | Пока недоступно | Пока недоступно |
В настоящее время PowerShell не поддерживается для любого варианта размещения сервера MCP.
Средства функций Azure на основе очередей
Помимо серверов MCP можно реализовать средства искусственного интеллекта с помощью функций Azure с обменом данными на основе очередей. Azure AI Foundry предоставляет средства, связанные с функциями Azure, которые позволяют вызывать асинхронную функцию с помощью очередей сообщений. С помощью этих средств агенты ИИ взаимодействуют с кодом с помощью шаблонов обмена сообщениями.
Этот подход подходит для сценариев ИИ Foundry, для которых требуется:
- Надежная доставка и обработка сообщений
- Разделение между агентами ИИ и выполнением функций
- Встроенные возможности повтора и обработки ошибок
- Интеграция с существующей инфраструктурой обмена сообщениями Azure
Ниже приведены некоторые справочные примеры для сценариев вызова функций:
Использует клиент службы агента Azure AI Foundry для вызова удаленного пользовательского сервера MCP, который реализован с помощью Azure Functions.
Использует возможности вызова функций для агентов в SDK Azure AI для реализации пользовательских вызовов функций.
Рабочие процессы агента
Процессы, управляемые искусственным интеллектом, часто определяют, как взаимодействовать с моделями и другими ресурсами ИИ. Однако для некоторых сценариев требуется более высокий уровень прогнозируемости или четко определенных шагов. Эти направленные агентные рабочие процессы организуют выполнение отдельных задач или взаимодействий, которые должны выполняться агентами.
Расширение устойчивых функций помогает воспользоваться преимуществами функций для создания многоэтапных длительных операций с встроенной отказоустойчивостью. Эти рабочие процессы подходят для направленных рабочих процессов с агентами. Например, решение планирования поездки может сначала собрать требования от пользователя, найти варианты плана, получить утверждение пользователя и, наконец, сделать необходимые резервирования. В этом сценарии можно создать агент для каждого шага, а затем координировать свои действия как рабочий процесс с помощью устойчивых функций.
Дополнительные идеи по сценарию рабочего процесса см. в шаблонах приложений в устойчивых функциях .
Генерация, дополненная извлечением информации
Так как Функции могут обрабатывать несколько событий из различных источников данных одновременно, это эффективное решение для сценариев ИИ в реальном времени, таких как системы RAG, требующие быстрого извлечения и обработки данных. Быстрое масштабирование на основе событий снижает задержку, которая возникает у клиентов, даже в ситуациях с высоким спросом.
Ниже приведены некоторые справочные примеры для сценариев на основе RAG:
Для RAG можно использовать пакеты SDK, включая Azure Open AI и Пакеты SDK Azure, для создания сценариев. ::: zone-end
Показывает, как создать дружественного чат-бота, который выдает простые подсказки, получает текстовые ответы и отправляет сообщения, все в сеансе с сохранением состояния с помощью расширения привязки OpenAI.
Средства и платформы ИИ для функций Azure
Функции позволяют создавать приложения на предпочитаемом языке и использовать избранные библиотеки. Благодаря этой гибкости вы можете использовать широкий спектр библиотек и платформ ИИ в приложениях-функциях с поддержкой ИИ.
Ниже приведены некоторые ключевые платформы Microsoft AI, которые следует учитывать:
| Платформа или библиотека | Описание |
|---|---|
| Платформа агента | Легко создавать агентные системы ИИ и агентные рабочие процессы. |
| Служба агента Azure AI Foundry | Полностью управляемая служба для создания, развертывания и масштабирования агентов ИИ с помощью корпоративных средств безопасности, встроенных средств и простой интеграции с функциями Azure. |
| Пакеты SDK для служб искусственного интеллекта Azure | Работая непосредственно с клиентскими пакетами SDK, вы можете использовать полный набор функциональных возможностей служб ИИ Azure непосредственно в коде функции. |
Функции также позволяют приложениям ссылаться на сторонние библиотеки и платформы, поэтому вы можете использовать все избранные инструменты и библиотеки ИИ в функциях с поддержкой ИИ.