使用适用于 Visual Studio Code 的 Azure AI Foundry 扩展（预览版）

Azure AI Foundry 为企业 AI 运营、模型生成器和应用程序开发提供了一个统一的平台。 此基础将生产级基础结构与友好的界面相结合，确保组织能够自信地构建和运营 AI 应用程序。

使用 Azure AI Foundry，可以：

• 使用可靠的模型目录从 Microsoft、OpenAI、Meta、DeepSeek 等部署最新语言模型

• 在模型场中测试已部署的模型

• 使用 Azure 特选代码模板集合快速开始开发生成 AI 应用程序

• 使用 Azure AI Foundry 代理服务配置和部署代理

使用适用于 Visual Studio Code 的 Azure AI Foundry 扩展，可以直接通过 Visual Studio Code 完成此工作流。 它还提供了其他功能，例如代码模板、练习环境以及与其他 VS Code 扩展和功能的集成。

本文介绍如何快速开始使用适用于 Visual Studio Code 的 Azure AI Foundry 扩展的功能。

重要

本文中标记了“（预览版）”的项目目前为公共预览版。 此预览版未提供服务级别协议，不建议将其用于生产工作负载。 某些功能可能不受支持或者受限。 有关详细信息，请参阅 Microsoft Azure 预览版补充使用条款。

先决条件

在使用适用于 Visual Studio Code 的 Azure AI Foundry 扩展之前，必须：

• 下载、安装和配置 Visual Studio Code。 详细信息：下载 Visual Studio Code

• 订阅需要低于配额限制才能在本快速入门中部署新模型。 否则，你已经需要一个已部署的聊天模型。

安装

安装 Visual Studio Code 后，需要安装用于 Visual Studio Code 的 Azure AI Foundry 扩展。

若要安装适用于 Visual Studio Code 的 Azure AI Foundry 扩展，请执行以下作：

1. 打开 Visual Studio Code。

2. 从左窗格中选择扩展。

3. 从扩展窗格的右上角选择 设置图标。

4. 搜索并选择 Azure AI Foundry。

5. 选择 安装。

6. 从状态消息验证扩展是否已成功安装。

立即开始

使用以下步骤开始使用 Azure AI Foundry 扩展。

注释

有关扩展中提供的功能的完整列表，请使用命令面板。 选择 F1 以打开命令面板并搜索 Azure AI Foundry。 以下屏幕截图显示了 Azure AI Foundry 的一些操作。

登录到资源

使用以下步骤登录到 Azure 订阅以访问资源：

1. 选择 VS Code 导航栏上的 Azure 图标。

2. 通过选择 Sign in to Azure...视图中的项登录。

   

3. 在“资源”部分下，选择 Azure 订阅和资源组。

4. 选择 Azure AI Foundry ，然后右键单击项目。

5. 在 Azure AI Foundry 扩展中选择“打开”。

   

探索 Azure AI Foundry 扩展功能

Azure AI Foundry 扩展在其自己的视图中打开，现在 VS Code Navbar 上会显示 Azure AI Foundry 图标。 该扩展有三个主要部分：资源、工具和帮助和反馈。

• 资源：本部分包含你在 Azure AI Foundry 项目中有权访问的资源。 “ 资源 ”部分是用于与 Azure AI Foundry 服务交互的主要视图。 它包含以下小节：

  • 模型：本部分包含可用于生成和部署 AI 应用程序的模型。 “ 模型 ”视图可在 Azure AI Foundry 项目中查找已部署的模型。
  • 代理：本部分包含 Azure AI Foundry 项目中已部署的代理。
  • 线程：本部分包含由 Azure AI Foundry 项目中部署的智能体执行的线程和运行。

• 工具：本部分包含可用于生成和部署 AI 应用程序的工具。 可以在“工具”视图中找到可用于部署的工具，然后处理已部署的模型和代理。 它包含以下小节：

  • 模型目录：可用于发现和部署模型的模型目录的链接。
  • 模型场：指向模型场的链接，用于与 Azure AI Foundry 项目中的已部署模型进行交互。
  • Agent Playground：指向 Agent Playground 的链接，用于在 Azure AI Foundry 项目中与已部署的代理进行互动。

• 帮助和反馈：本部分包含指向 Azure AI Foundry 文档、反馈、支持和Microsoft隐私声明的链接。 它包含以下小节：

  • 文档：指向 Azure AI Foundry 扩展文档的链接。
  • GitHub：指向 Azure AI Foundry 扩展 GitHub 存储库的链接。
  • Microsoft隐私声明：指向Microsoft隐私声明的链接。

注释

若要详细了解如何在 Azure AI Foundry 扩展中使用代理和线程，请参阅 Visual Studio Code 中的“使用 Azure AI Foundry 代理服务 ”一文。

创建项目

可以通过以下步骤从 Azure AI Foundry 扩展视图创建新的 Azure AI Foundry 项目：

1. 在 Azure AI Foundry 扩展视图的“资源”部分，选择“资源”旁边的加号图标。

2. 在顶部中心，输入 Azure AI Foundry 项目名称以在 Enter 项目名称 文本框中使用，然后按 Enter。

   

可以创建新的资源组，也可以选择现有的资源组。

• 若要创建新的资源组：

  1. 在顶部中心，选择 “创建新资源组 ”，然后按 Enter。

  

  1. 在顶部中心，输入 Azure 资源组名称，以在 “输入新资源组 ”文本框中使用，然后按 Enter。

  2. 在顶部中心，从可用位置列表中选择要使用的位置，然后按 Enter。

• 要使用现有的资源组，请执行以下步骤：

  1. 在顶部中心，从可用资源组列表中选择要使用的资源组，然后按 Enter。

项目部署后，将显示一个弹出窗口，其中显示了 项目已成功部署的消息。

若要将模型部署到新创建的项目，请选择弹出窗口中的 “部署模型 ”按钮。 此作将在 Azure AI Foundry 扩展视图中打开 “模型目录 ”页，选择要部署的模型 。

默认的 Azure AI Foundry 项目

在 Azure AI Foundry 扩展中打开项目时，该项目将设置为默认项目。

按照以下步骤切换默认项目：

1. 右键单击 Azure AI Foundry 项目，然后选择 Azure 扩展中的“切换默认项目 ”选项。

2. 在顶部中心，从可用项目列表中选择要使用的 Azure AI Foundry 项目，然后按 Enter。

所选项目现在将在项目名称后显示 默认值 。

使用模型

借助用于 Visual Studio Code 的 Azure AI Foundry 扩展，可以从 Visual Studio Code 中创建、交互和部署大型语言模型。

使用模型目录浏览所有模型

Azure AI Foundry 门户中的 模型目录 是用于发现和使用各种模型来生成生成 AI 应用程序的中心。

通过多种不同的方式访问模型目录：

• Azure AI Foundry：开放模型目录命令面板命令。
• 在 Azure AI Foundry 扩展视图的“资源”部分，选择“模型”旁边的加号图标。
• 在 Azure AI Foundry 扩展视图的“工具”部分选择“模型目录”链接。

从命令面板打开模型目录

从命令面板访问模型目录，以从 VS Code 内部浏览和部署 Azure AI Foundry 中提供的特选模型。

1. 选择 F1 以打开命令面板。

2. 输入 Azure AI Foundry：打开模型目录 ，然后按 Enter。

3. 将显示 “模型目录 ”页。

   

4. 使用页面左上角的下拉列表，通过和/或Publisher筛选Task。

5. 使用页面顶部中心的搜索栏搜索特定模型。

从“资源”部分打开模型目录

Azure AI Foundry 扩展视图的“资源”部分也提供了模型目录。

在 Azure AI Foundry 扩展视图中，选择模型旁边的加号图标以打开模型目录。

小提示

还可以右键单击 “模型 ”，然后选择“ 部署新的 AI 模型 ”选项以打开模型目录以启动部署过程。

从“工具”部分打开模型目录

Azure AI Foundry 扩展视图的“工具”部分也提供了模型目录。 双击 “模型目录 ”链接以打开模型目录。

从模型目录部署模型

使用以下步骤在模型目录中部署所选模型：

1. 紧随所选模型名称选择 “在 Azure 中部署 ”。

   

2. 在顶部中心，选择要在 “选择 AI 服务 ”下拉列表中使用的 AI 服务，然后按 Enter。

   

3. 在顶部中心，选择要在 “选择模型版本 ”下拉列表中使用的模型版本，然后按 Enter。

   

4. 在顶部中心，选择要在 “选择部署类型 ”下拉列表中使用的部署类型，然后按 Enter。

   

5. 在顶部中心，输入模型部署名称以在 Enter 部署名称 文本框中使用，然后按 Enter。

   

6. 此时会显示一个确认对话框。 选择“ 部署 ”按钮，将模型部署到项目。

   

7. 成功部署后，你的模型将通过部署名称与项目中的 “模型 ”部分下的其他已部署模型一起列出。

   

查看已部署的模型

在“Azure 资源扩展”视图中，选择“模型”部分前面的箭头图标以查看已部署的模型列表。

展开的 “模型” 部分显示已部署的模型列表。

查看模型卡信息

选择已部署的模型会打开提供一些基本信息的面板：

• 部署信息：本节包含有关模型的信息：
  • 名字
  • 预配状态
  • 部署类型
  • 速率限制信息
  • 版本信息
  • 模型名称
  • 模型版本
• 终结点信息：本节包含目标 URI 链接、身份验证类型和密钥。
• 有用链接：本节包含代码示例存储库和教程链接，以开始使用 AI 应用程序开发。

更新模型

若要更新模型卡信息，请选择模型卡右上角的 “编辑 ”按钮。

直接在 VS Code 中更新所需的可编辑字段，例如速率限制。

若要保存更改，请选择模型卡右上角的 “保存 ”按钮。

浏览模型示例代码

使用以下步骤创建示例代码文件。

1. 右键单击已部署的模型，然后选择 “打开代码文件 ”选项。

   

2. 在页面顶部的正中央，选择要在 “选择首选 SDK” 下拉列表中使用的首选 SDK，然后按 Enter 键。

   

3. 在顶部中心，选择要在 “选择语言 ”下拉列表中使用的首选语言，然后按 Enter。

   

4. 在顶部中心，选择要在 “选择身份验证方法 ”下拉列表中使用的首选身份验证方法，然后按 Enter。

   

示例代码文件

此 Python 示例代码文件演示了对聊天完成 API 的基本调用。 调用是同步的：

使用模型场与模型交互

使用 模型场以交互方式与模型聊天、更改设置和系统说明。

Azure AI Foundry 扩展视图的工具部分可以找到模型游乐场。 双击 “模型场 ”链接以打开模型场。

还可以使用以下步骤打开模型场：

1. 右键单击已部署的模型，然后选择“在沙盒中打开”选项。

   

2. 显示 操场 页面。

   

3. 键入提示并查看输出。

4. 此外，可以使用右上角的 “查看代码 ”来查看有关如何以编程方式访问模型部署的详细信息。

5. 选择场左上角的 “历史记录 ”链接以查看聊天历史记录。

清理资源

本文中创建的 Azure 资源将计费给 Azure 订阅。 如果你预计将来不需要这些资源，请将其删除，以避免产生更多费用。

删除您的模型

1. 在 VS Code 导航栏中，刷新 Azure AI Foundry 扩展。 在“ 资源 ”部分中，展开“ 模型 ”子部分以显示已部署的模型列表。

2. 右键单击已部署的模型以删除并选择“ 删除 ”选项。

   

删除你的工具

使用以下步骤删除连接的工具：

1. 打开 Azure 门户
2. 选择包含该工具的 Azure 资源组。
3. 选择删除按钮。

后续步骤

• 通过使用此 Visual Studio Code 扩展来了解如何处理 Azure AI Foundry 代理服务。