你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Azure AI Studio 中的连接

项目
05/21/2024

重要

本文介绍的某些功能可能仅在预览版中提供。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。

AI Studio 中的连接是在 Azure AI 项目中验证和使用 Microsoft 及非 Microsoft 资源的一种方式。例如，连接可用于提示流、训练数据和部署。可以专门为一个项目创建连接，也可以与同一中心的所有项目共享连接。

与 Azure AI 服务的连接

可以创建与 Azure AI 服务（例如 Azure OpenAI 和 Azure AI 内容安全）的连接。然后，可以在提示流工具（如 LLM 工具）中使用连接。

另一个示例是，你可以创建与 Azure AI 搜索资源的连接。然后，提示流工具（如 Vector DB Lookup 工具）可以使用连接。

与非 Microsoft 服务的连接

Azure AI Studio 支持与非 Microsoft 服务的连接，包括以下内容：

API 密钥连接单独处理对指定目标的身份验证。这是最常见的非 Microsoft 连接类型。
自定义连接允许在存储相关属性（如目标和版本）时安全地存储和访问密钥。当你有许多目标或者无需凭据即可访问时，自定义连接非常有用。 LangChain 方案就是一个很好的例子，你可以在其中使用自定义服务连接。自定义连接不会管理身份验证，因此你必须自行管理身份验证。

与数据存储的连接

通过创建数据连接，无需将其复制到项目即可访问外部数据。相反，连接提供对数据源的引用。

数据连接具有以下优势：

与不同的存储类型进行交互的常见易于使用的 API，包括 Microsoft OneLake、Azure Blob 和 Azure Data Lake Gen2。
在团队运营中更轻松地发现有用的连接。
对于基于凭据的访问（服务主体/SAS/密钥），AI Studio 可连接保护凭据信息。这样，就不需要在脚本中放置该信息。

创建与现有 Azure 存储帐户的连接时，可以在两种不同的身份验证方法之间进行选择：

基于凭据：使用服务主体、共享访问签名 (SAS) 令牌或帐户密钥对数据访问进行身份验证。具有“读者”项目权限的用户可以访问凭据。
基于标识：使用 Microsoft Entra ID 或托管标识对数据访问进行身份验证。

下表显示了支持的 Azure 基于云的存储服务和身份验证方法：

支持的存储服务	基于凭据的身份验证	基于标识的身份验证
Azure Blob 容器	✓	✓
Microsoft OneLake	✓	✓
Azure Data Lake Gen2	✓	✓

统一资源标识符 (URI) 表示本地计算机上的存储位置、Azure 存储或公开可用的 http 或 https 位置。这些示例显示了不同存储选项的 URI：

存储位置	URI 示例
Azure AI Studio 连接	`azureml://datastores/<data_store_name>/paths/<folder1>/<folder2>/<folder3>/<file>.parquet`
本地文件	`./home/username/data/my_data`
公共 http 或 https 服务器	`https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv`
Blob 存储	`wasbs://<containername>@<accountname>.blob.core.windows.net/<folder>/`
Azure Data Lake (gen2)	`abfss://<file_system>@<account_name>.dfs.core.windows.net/<folder>/<file>.csv`
Microsoft OneLake	`abfss://<file_system>@<account_name>.dfs.core.windows.net/<folder>/<file>.csv` `https://<accountname>.dfs.fabric.microsoft.com/<artifactname>`

密钥保管库和机密

通过连接，可以安全地存储凭据、对访问进行身份验证，以及使用数据和信息。与连接关联的机密按照严格的安全性和合规性标准，安全地保存在相应的 Azure Key Vault 中。作为管理员，可以审核中心级别的共享连接和项目范围的连接（与连接 rbac 的链接）。

Azure 连接充当密钥保管库代理，而与连接的交互是与 Azure 密钥保管库的直接交互。 Azure AI Studio 连接将 API 密钥作为机密安全地存储在密钥保管库中。密钥保管库 Azure 基于角色的访问控制 (Azure RBAC) 控制对这些连接资源的访问。连接从密钥保管库存储位置引用凭据以供后续使用。将凭据存储在中心的密钥保管库后，无需直接处理凭据。可以选择将凭据存储在 YAML 文件中。 CLI 命令或 SDK 可能会替代它们。建议避免将凭据存储在 YAML 文件中，因为安全漏洞可能会导致凭据泄露。

后续步骤

如何在 Azure AI Studio 中创建连接

通过