Документация по порталу Microsoft Foundry (классическая версия)

Используйте портал Microsoft Foundry (классический) для работы с устаревшими процессами проектов, основанных на хабе, и управления ресурсами за пределами проекта.

Начать

Обзор

• Что такое портал Microsoft Foundry (классический)
• Изучение моделей Microsoft Foundry
• Ответственное использование ИИ

Краткое руководство

• Быстрый старт для Foundry
• Обновление моделей из GitHub

Модели Microsoft Foundry

Концепция

• Литейные модели, продаваемые непосредственно через Azure
• Azure OpenAI в моделях Foundry
• Типы развертывания

Учебник

• Начните работу с DeepSeek-R1
• Узнайте, как настроить модели

Служба агента Foundry

Обзор

• Оркестрация и хостинг ИИ агентов
• Агент AI для Red Teaming (предварительная версия)

Краткое руководство

• Создание пользовательского агента ИИ
• Azure шаблон приложения ИИ для агентов

Защита и управление

Концепция

• Надежный ИИ
• Что такое безопасность содержимого?

Практическое руководство

• Отследите вашу заявку
• Оценка рабочих процессов агента
• Мониторинг созданных приложений ИИ

Инструменты литейного производства

Ссылка

• Речь
• Vision
• Переводчик
• Language
• Интеллектуальная обработка документов
• Понимание содержания

Литейный IQ

Концепция

• Что такое Foundry IQ?
• Часто задаваемые вопросы

Практическое руководство

• Подключение knowledge base к агентам

SDKs

Скачать

• Пакет SDK для Python
• Пакет SDK для C#
• Пакет SDK для JavaScript
• пакет SDK для Java

Ознакомьтесь с Microsoft Foundry

Ссылка

• Документация по Microsoft Foundry (новая)
• Портал Microsoft Foundry
• Пакеты SDK для Microsoft Foundry
• Лаборатории Microsoft Foundry
• модели GitHub
• расширение кода Visual Studio

Azure Machine Learning

Концепция

• Узнайте, как обучить модели
• Оркестрация рабочих процессов с помощью конвейеров
• Что такое автоматизированная machine learning (AutoML)?

Обучение и сертификация

Обучение

• Обучение ИИ и центр сообщества
• Разработка генеративных приложений искусственного интеллекта в Microsoft Foundry
• Определение принципов и практик ответственного использования ИИ
• Схемы и модули обучения ИИ
• Путь карьерного роста инженера AI