Använda AI-verktyg och modeller i Azure Functions

Azure Functions tillhandahåller serverlösa beräkningsresurser som integreras med AI- och Azure-tjänster för att effektivisera skapandet av molnbaserade intelligenta program. Den här artikeln innehåller en undersökning av bredden i AI-relaterade scenarier, integreringar och andra AI-resurser som du kan använda i dina funktionsappar.

Överväg att använda Azure Functions i dina AI-aktiverade upplevelser för följande scenarier:

Scenario	Beskrivning
Verktyg och MCP-servrar	Med Functions kan du skapa och vara värd för MCP-servrar (Remote Model Content Protocol) och implementera olika AI-verktyg. MCP-servrar är branschstandarden för aktivering av funktionsanrop via fjärrverktyg.
Agentiska arbetsflöden	Durable Functions hjälper dig att skapa långvariga agentåtgärder med flera steg med inbyggd feltolerans.
Hämtningsförhöjd generation (RAG)	RAG-system kräver snabb datahämtning och bearbetning. Funktioner kan interagera med flera datakällor samtidigt och tillhandahålla den snabba skalning som krävs av RAG-scenarier.

Välj något av dessa scenarier om du vill veta mer i den här artikeln.

Den här artikeln är språkspecifik, så se till att du väljer ditt programmeringsspråk överst på sidan.

Verktyg och MCP-servrar

AI-modeller och agenter använder funktionsanrop för att begära externa resurser som kallas verktyg. Med funktionsanrop kan modeller och agenter dynamiskt anropa specifika funktioner baserat på kontexten för en konversation eller uppgift.

Funktioner passar särskilt bra för att implementera funktionsanrop i agentiska arbetsflöden eftersom det effektivt skalar för att hantera efterfrågan och tillhandahåller bindningstillägg som förenklar anslutning av agenter med fjärranslutna Azure-tjänster. När du skapar eller är värd för AI-verktyg i Functions får du även serverlösa prismodeller och plattformssäkerhetsfunktioner.

Model Context Protocol (MCP) är branschstandarden för att interagera med fjärrservrar. Det är ett standardiserat sätt för AI-modeller och agenter att kommunicera med externa system. Med en MCP-server kan dessa AI-klienter effektivt fastställa verktygen och funktionerna i ett externt system.

Azure Functions har för närvarande stöd för att exponera din funktionskod med hjälp av följande typer av verktyg:

Verktygstyp	Beskrivning
Fjärr-MCP-server	Skapa anpassade MCP-servrar eller värd-SDK-baserade MCP-servrar.
Köbaserat Azure Functions-verktyg	Azure AI Foundry tillhandahåller ett specifikt Azure Functions-verktyg som möjliggör asynkrona funktionsanrop med hjälp av meddelandeköer.

Fjärr-MCP-servrar

Functions har stöd för dessa alternativ för att skapa och vara värd för fjärr-MCP-servrar:

Använd MCP-bindningstillägget för att skapa och vara värd för anpassade MCP-servrar på samma sätt som andra funktionsappar.
MCP-servrar med egen värd som skapats med hjälp av de officiella MCP-SDK:erna. Det här värdalternativet är för närvarande i förhandsversion.

Här är en jämförelse av de aktuella värdalternativen för MCP-servern som tillhandahålls av Functions:

Egenskap	MCP-bindningstillägg	MCP-servrar med egen värd
Aktuell supportnivå	GA	Förhandsvisning^*
Programmeringsmodell	Funktionsutlösare och bindningar	Standard-MCP-SDK:er
Tillståndskänslig körning	Understödd	Stöds för närvarande inte
Språk som stöds för närvarande	C# (isolerad process) python TypeScript JavaScript Java	C# (isolerad process) python TypeScript Java
Övriga krav	None	Strömmande HTTP-transport
Så här implementeras	MCP-bindningstillägg	Anpassade hanterare

^*Konfigurationsinformation för lokalt installerade MCP-servrar ändras under förhandsversionen.

Här är några alternativ som hjälper dig att komma igång med MCP-servrar i Functions:

Options	MCP-bindningstillägg	MCP-servrar med egen värd
Documentation	MCP-bindningstillägg	Inte tillämpligt
Samples	Fjärranpassad MCP-server	Väderserver
Mallar	HelloTool	Inte tillämpligt

Options	MCP-bindningstillägg	MCP-servrar med egen värd
Documentation	MCP-bindningstillägg	Inte tillämpligt
Samples	Fjärranpassad MCP-server	Väderserver

Options	MCP-bindningstillägg	MCP-servrar med egen värd
Documentation	MCP-bindningstillägg	Inte tillämpligt
Samples	Fjärranpassad MCP-server	Väderserver

Options	MCP-bindningstillägg	MCP-servrar med egen värd
Documentation	MCP-bindningstillägg	Inte tillämpligt
Samples	Ännu inte tillgängligt	Inte tillämpligt

Options	MCP-bindningstillägg	MCP-servrar med egen värd
Documentation	MCP-bindningstillägg	Inte tillämpligt
Samples	Ännu inte tillgängligt	Ännu inte tillgängligt

PowerShell stöds för närvarande inte för något av MCP-servervärdalternativen.

Köbaserade Azure Functions-verktyg

Förutom MCP-servrar kan du implementera AI-verktyg med hjälp av Azure Functions med köbaserad kommunikation. Azure AI Foundry tillhandahåller Azure Functions-specifika verktyg som aktiverar asynkrona funktionsanrop med hjälp av meddelandeköer. Med dessa verktyg interagerar AI-agenter med din kod med hjälp av meddelandemönster.

Den här verktygsmetoden är idealisk för AI Foundry-scenarier som kräver:

Tillförlitlig leverans och bearbetning av meddelanden
Avkoppling mellan AI-agenter och körning av funktioner
Inbyggda funktioner för återförsök och felhantering
Integrering med befintlig Azure-meddelandeinfrastruktur

Här följer några referensexempel för scenarier för funktionsanrop:

Agenttjänstfunktionsanrop

Använder en Azure AI Foundry Agent Service-klient för att anropa en anpassad fjärr-MCP-server som implementeras med hjälp av Azure Functions.

Agentfunktionsanrop (Azure AI-SDK:er)

Använder funktionsanropsfunktioner för agenter i Azure AI-SDK:er för att implementera anpassade funktionsanrop.

Agentiska arbetsflöden

AI-drivna processer bestämmer ofta hur man interagerar med modeller och andra AI-tillgångar. Vissa scenarier kräver dock en högre nivå av förutsägbarhet eller väldefinierade steg. Dessa dirigerade agentiska arbetsflöden samordnar separata uppgifter eller interaktioner som agenter måste följa.

Durable Functions-tillägget hjälper dig att dra nytta av funktionernas styrkor för att skapa långvariga åtgärder med flera steg med inbyggd feltolerans. Dessa arbetsflöden fungerar bra för dina riktade agentiska arbetsflöden. En lösning för reseplanering kan till exempel först samla in krav från användaren, söka efter planalternativ, få användarens godkännande och slutligen göra nödvändiga bokningar. I det här scenariot kan du skapa en agent för varje steg och sedan samordna deras åtgärder som ett arbetsflöde med hjälp av Durable Functions.

Mer information om arbetsflödesscenarion finns i Programmönster i Durable Functions.

Generering med retrieval-förstärkning

Eftersom Functions kan hantera flera händelser från olika datakällor samtidigt är det en effektiv lösning för AI-scenarier i realtid, till exempel RAG-system som kräver snabb datahämtning och bearbetning. Snabb händelsedriven skalning minskar svarstiden för dina kunder, även i situationer med hög efterfrågan.

Här följer några referensexempel för RAG-baserade scenarier:

RAG med Azure AI Search

För RAG kan du använda SDK:er, inklusive Azure Open AI och Azure SDK:er, för att skapa dina scenarier. ::: zone-end

Anpassad chattrobot

Visar hur du skapar en användarvänlig chattrobot som utfärdar enkla frågor, tar emot textavslutningar och skickar meddelanden, allt i en tillståndskänslig session med hjälp av OpenAI-bindningstillägget.

AI-verktyg och ramverk för Azure Functions

Med Functions kan du skapa appar på önskat språk och använda dina favoritbibliotek. På grund av den här flexibiliteten kan du använda en mängd olika AI-bibliotek och ramverk i dina AI-aktiverade funktionsappar.

Här följer några viktiga Microsoft AI-ramverk som du bör känna till:

Ramverk/bibliotek	Beskrivning
Agent Framework	Skapa enkelt AI-agenter och agentiska arbetsflöden.
Azure AI Foundry Agent Service	En fullständigt hanterad tjänst för att skapa, distribuera och skala AI-agenter med säkerhet i företagsklass, inbyggda verktyg och sömlös integrering med Azure Functions.
Azure AI Services-SDK:er	Genom att arbeta direkt med klient-SDK:er kan du använda den fullständiga bredden av Funktioner för Azure AI-tjänster direkt i funktionskoden.

Med Functions kan dina appar även referera till bibliotek och ramverk från tredje part, så att du kan använda alla dina FAVORIT-AI-verktyg och -bibliotek i dina AI-aktiverade funktioner.

Azure Functions-scenarier

Feedback

Var den här sidan till hjälp?

Last updated on 2025-11-08