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。
DocumentModelAdministrationClient class
用于与 表单识别器 服务的模型管理功能交互的客户端,例如创建、读取、列出、删除和复制模型。
示例:
Azure Active Directory
import { DocumentModelAdministrationClient } from "@azure/ai-form-recognizer";
import { DefaultAzureCredential } from "@azure/identity";
const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new DefaultAzureCredential();
const client = new DocumentModelAdministrationClient(endpoint, credential);
API 密钥 (订阅密钥)
import { DocumentModelAdministrationClient, AzureKeyCredential } from "@azure/ai-form-recognizer";
const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new AzureKeyCredential("<api key>");
const client = new DocumentModelAdministrationClient(endpoint, credential);
构造函数
Document |
从资源终结点和静态 API 密钥创建 DocumentModelAdministrationClient 实例, () 示例:
|
Document |
从资源终结点和 Azure 标识 有关使用 Azure Active Directory 进行身份验证的详细信息, 示例:
|
方法
begin |
使用给定的分类器 ID 和文档类型生成新的文档分类器。 分类器 ID 在资源中的分类器中必须是唯一的。 文档类型作为对象提供,该对象将文档类型的名称映射到该文档类型的训练数据集。 支持两种训练数据输入方法:
表单识别器服务从 Azure 存储容器读取训练数据集,该数据集作为包含 SAS 令牌的容器的 URL 提供,允许服务后端与容器通信。 至少需要“读取”和“列表”权限。 此外,必须根据特定约定组织给定容器中的数据,该约定记录在 用于生成自定义文档分类器的服务文档中。 示例
|
begin |
从模型内容源生成具有给定 ID 的新模型。 模型 ID 可以包含任何文本,只要它不以“prebuilt-”开头, (因为这些模型指的是所有资源) 通用的预生成表单识别器模型,只要它尚不存在于资源中。 内容源描述了服务用于读取输入训练数据的机制。 有关详细信息, <xref:DocumentModelContentSource> 请参阅 类型。 示例
|
begin |
从一组输入文档和标记字段生成具有给定 ID 的新模型。 模型 ID 可以包含任何文本,只要它不以“prebuilt-”开头, (因为这些模型指的是所有资源) 通用的预生成表单识别器模型,只要它尚不存在于资源中。 表单识别器服务从 Azure 存储容器读取训练数据集,该数据集作为包含 SAS 令牌的容器的 URL 提供,允许服务后端与容器通信。 至少需要“读取”和“列出”权限。 此外,必须根据特定约定组织给定容器中的数据,该约定记录在 用于生成自定义模型的服务文档中。 示例
|
begin |
从多个预先存在的子模型创建单个组合模型。 生成的组合模型合并其组件模型的文档类型,并将分类步骤插入提取管道,以确定其哪些组件子模型最适合给定输入。 示例
|
begin |
将具有给定 ID 的模型复制到由给定复制授权编码的资源和模型 ID 中。 请参阅 CopyAuthorization 和 getCopyAuthorization。 示例
|
delete |
从客户端的资源中删除具有给定 ID 的分类器(如果存在)。 此操作无法还原。 示例
|
delete |
从客户端的资源中删除具有给定 ID 的模型(如果存在)。 此操作无法还原。 示例
|
get |
创建一个授权,用于将模型复制到资源中,与 方法一起使用 授予 示例
|
get |
检索有关按 ID) (DocumentClassifierDetails 分类器 的信息。 示例
|
get |
(DocumentModelDetails) 按 ID 检索有关模型的信息。 此方法可以检索有关自定义模型和预生成模型的信息。 中断性变更在以前版本的 表单识别器 REST API 和 SDK 中 示例
|
get |
检索有关操作的信息, 操作表示非分析任务,例如生成、撰写或复制模型。 |
get |
检索有关此客户端资源的基本信息。 示例
|
list |
列出有关资源中的分类器的详细信息。 此操作支持分页。 示例异步迭代
按页
|
list |
列出资源中模型的摘要。 将包括自定义模型和预生成模型。 此操作支持分页。 DocumentModelSummary) (模型摘要仅包含有关模型的基本信息,不包括有关模型 (中的文档类型的信息,例如字段架构和) 置信度值。 若要访问有关模型的完整信息,请使用 getDocumentModel。 中断性变更在以前版本的 表单识别器 REST API 和 SDK 中 示例异步迭代
按页
|
list |
列出资源中的模型创建操作。 这将生成所有操作,包括未能成功创建模型的操作。 此操作支持分页。 示例异步迭代
按页
|
构造函数详细信息
DocumentModelAdministrationClient(string, KeyCredential, DocumentModelAdministrationClientOptions)
从资源终结点和静态 API 密钥创建 DocumentModelAdministrationClient 实例, () KeyCredential
,
示例:
import { DocumentModelAdministrationClient, AzureKeyCredential } from "@azure/ai-form-recognizer";
const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new AzureKeyCredential("<api key>");
const client = new DocumentModelAdministrationClient(endpoint, credential);
new DocumentModelAdministrationClient(endpoint: string, credential: KeyCredential, options?: DocumentModelAdministrationClientOptions)
参数
- endpoint
-
string
Azure 认知服务实例的终结点 URL
- credential
- KeyCredential
包含认知服务实例订阅密钥的 KeyCredential
用于在客户端中配置所有方法的可选设置
DocumentModelAdministrationClient(string, TokenCredential, DocumentModelAdministrationClientOptions)
从资源终结点和 Azure 标识 TokenCredential
创建 DocumentModelAdministrationClient 实例。
有关使用 Azure Active Directory 进行身份验证的详细信息, @azure/identity
请参阅包。
示例:
import { DocumentModelAdministrationClient } from "@azure/ai-form-recognizer";
import { DefaultAzureCredential } from "@azure/identity";
const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new DefaultAzureCredential();
const client = new DocumentModelAdministrationClient(endpoint, credential);
new DocumentModelAdministrationClient(endpoint: string, credential: TokenCredential, options?: DocumentModelAdministrationClientOptions)
参数
- endpoint
-
string
Azure 认知服务实例的终结点 URL
- credential
- TokenCredential
包中的 @azure/identity
TokenCredential 实例
用于在客户端中配置所有方法的可选设置
方法详细信息
beginBuildDocumentClassifier(string, DocumentClassifierDocumentTypeSources, BeginBuildDocumentClassifierOptions)
使用给定的分类器 ID 和文档类型生成新的文档分类器。
分类器 ID 在资源中的分类器中必须是唯一的。
文档类型作为对象提供,该对象将文档类型的名称映射到该文档类型的训练数据集。 支持两种训练数据输入方法:
azureBlobSource
,它使用给定Azure Blob 存储容器中的数据训练分类器。azureBlobFileListSource
,它类似于azureBlobSource
,但允许使用 JSONL 格式的文件列表对训练数据集中包含的文件进行更精细的控制。
表单识别器服务从 Azure 存储容器读取训练数据集,该数据集作为包含 SAS 令牌的容器的 URL 提供,允许服务后端与容器通信。 至少需要“读取”和“列表”权限。 此外,必须根据特定约定组织给定容器中的数据,该约定记录在 用于生成自定义文档分类器的服务文档中。
示例
const classifierId = "aNewClassifier";
const containerUrl1 = "<training data container SAS URL 1>";
const containerUrl2 = "<training data container SAS URL 2>";
const poller = await client.beginBuildDocumentClassifier(
classifierId,
{
// The document types. Each entry in this object should map a document type name to a
// `ClassifierDocumentTypeDetails` object
"formX": {
azureBlobSource: {
containerUrl: containerUrl1,
}
},
"formY": {
azureBlobFileListSource: {
containerUrl: containerUrl2,
fileList: "path/to/fileList.jsonl"
}
},
},
{
// Optionally, a text description may be attached to the classifier
description: "This is an example classifier!"
}
);
// Classifier building, like model creation operations, returns a poller that eventually produces a
// DocumentClassifierDetails object
const classifierDetails = await poller.pollUntilDone();
const {
classifierId, // identical to the classifierId given when creating the classifier
description, // identical to the description given when creating the classifier (if any)
createdOn, // the Date (timestamp) that the classifier was created
docTypes // information about the document types in the classifier and their details
} = classifierDetails;
function beginBuildDocumentClassifier(classifierId: string, docTypeSources: DocumentClassifierDocumentTypeSources, options?: BeginBuildDocumentClassifierOptions): Promise<DocumentClassifierPoller>
参数
- classifierId
-
string
要创建的分类器的唯一 ID
- docTypeSources
- DocumentClassifierDocumentTypeSources
要包含在分类器中的文档类型及其源 (文档类型名称映射) ClassifierDocumentTypeDetails
分类器生成操作的可选设置
返回
Promise<DocumentClassifierPoller>
长时间运行的操作 (轮询器) ,最终将生成创建的分类器详细信息或错误
beginBuildDocumentModel(string, DocumentModelSource, DocumentModelBuildMode, BeginBuildDocumentModelOptions)
从模型内容源生成具有给定 ID 的新模型。
模型 ID 可以包含任何文本,只要它不以“prebuilt-”开头, (因为这些模型指的是所有资源) 通用的预生成表单识别器模型,只要它尚不存在于资源中。
内容源描述了服务用于读取输入训练数据的机制。 有关详细信息, <xref:DocumentModelContentSource> 请参阅 类型。
示例
const modelId = "aNewModel";
const poller = await client.beginBuildDocumentModel(modelId, { containerUrl: "<SAS-encoded blob container URL>" }, {
// Optionally, a text description may be attached to the model
description: "This is an example model!"
});
// Model building, like all other model creation operations, returns a poller that eventually produces a ModelDetails
// object
const modelDetails = await poller.pollUntilDone();
const {
modelId, // identical to the modelId given when creating the model
description, // identical to the description given when creating the model
createdOn, // the Date (timestamp) that the model was created
docTypes // information about the document types in the model and their field schemas
} = modelDetails;
function beginBuildDocumentModel(modelId: string, contentSource: DocumentModelSource, buildMode: DocumentModelBuildMode, options?: BeginBuildDocumentModelOptions): Promise<DocumentModelPoller>
参数
- modelId
-
string
要创建的模型的唯一 ID
- contentSource
- DocumentModelSource
提供此模型训练数据的内容源
- buildMode
-
DocumentModelBuildMode
生成模型时要使用的模式 (查看 DocumentModelBuildMode
)
- options
- BeginBuildDocumentModelOptions
模型生成操作的可选设置
返回
Promise<DocumentModelPoller>
长时间运行的操作 (轮询器) ,最终将生成创建的模型信息或错误
beginBuildDocumentModel(string, string, DocumentModelBuildMode, BeginBuildDocumentModelOptions)
从一组输入文档和标记字段生成具有给定 ID 的新模型。
模型 ID 可以包含任何文本,只要它不以“prebuilt-”开头, (因为这些模型指的是所有资源) 通用的预生成表单识别器模型,只要它尚不存在于资源中。
表单识别器服务从 Azure 存储容器读取训练数据集,该数据集作为包含 SAS 令牌的容器的 URL 提供,允许服务后端与容器通信。 至少需要“读取”和“列出”权限。 此外,必须根据特定约定组织给定容器中的数据,该约定记录在 用于生成自定义模型的服务文档中。
示例
const modelId = "aNewModel";
const containerUrl = "<training data container SAS URL>";
const poller = await client.beginBuildDocumentModel(modelId, containerUrl, {
// Optionally, a text description may be attached to the model
description: "This is an example model!"
});
// Model building, like all other model creation operations, returns a poller that eventually produces a ModelDetails
// object
const modelDetails = await poller.pollUntilDone();
const {
modelId, // identical to the modelId given when creating the model
description, // identical to the description given when creating the model
createdOn, // the Date (timestamp) that the model was created
docTypes // information about the document types in the model and their field schemas
} = modelDetails;
function beginBuildDocumentModel(modelId: string, containerUrl: string, buildMode: DocumentModelBuildMode, options?: BeginBuildDocumentModelOptions): Promise<DocumentModelPoller>
参数
- modelId
-
string
要创建的模型的唯一 ID
- containerUrl
-
string
存储训练数据集的 Azure 存储容器的 SAS 编码 URL
- buildMode
-
DocumentModelBuildMode
生成模型时要使用的模式 (请参阅 DocumentModelBuildMode
)
- options
- BeginBuildDocumentModelOptions
模型生成操作的可选设置
返回
Promise<DocumentModelPoller>
长时间运行的操作 (轮询器) ,最终将生成创建的模型信息或错误
beginComposeDocumentModel(string, Iterable<string>, BeginComposeDocumentModelOptions)
从多个预先存在的子模型创建单个组合模型。
生成的组合模型合并其组件模型的文档类型,并将分类步骤插入提取管道,以确定其哪些组件子模型最适合给定输入。
示例
const modelId = "aNewComposedModel";
const subModelIds = [
"documentType1Model",
"documentType2Model",
"documentType3Model"
];
// The resulting composed model can classify and extract data from documents
// conforming to any of the above document types
const poller = await client.beginComposeDocumentModel(modelId, subModelIds, {
description: "This is a composed model that can handle several document types."
});
// Model composition, like all other model creation operations, returns a poller that eventually produces a
// ModelDetails object
const modelDetails = await poller.pollUntilDone();
const {
modelId, // identical to the modelId given when creating the model
description, // identical to the description given when creating the model
createdOn, // the Date (timestamp) that the model was created
docTypes // information about the document types of the composed submodels
} = modelDetails;
function beginComposeDocumentModel(modelId: string, componentModelIds: Iterable<string>, options?: BeginComposeDocumentModelOptions): Promise<DocumentModelPoller>
参数
- modelId
-
string
要创建的模型的唯一 ID
- componentModelIds
-
Iterable<string>
可迭代表示要组合的模型的唯一模型 ID 的字符串
- options
- BeginComposeDocumentModelOptions
用于创建模型的可选设置
返回
Promise<DocumentModelPoller>
长时间运行的操作 (轮询器) ,最终将生成创建的模型信息或错误
beginCopyModelTo(string, CopyAuthorization, BeginCopyModelOptions)
将具有给定 ID 的模型复制到由给定复制授权编码的资源和模型 ID 中。
请参阅 CopyAuthorization 和 getCopyAuthorization。
示例
// We need a client for the source model's resource
const sourceEndpoint = "https://<source resource name>.cognitiveservices.azure.com";
const sourceCredential = new AzureKeyCredential("<source api key>");
const sourceClient = new DocumentModelAdministrationClient(sourceEndpoint, sourceCredential);
// We create the copy authorization using a client authenticated with the destination resource. Note that these two
// resources can be the same (you can copy a model to a new ID in the same resource).
const copyAuthorization = await client.getCopyAuthorization("<destination model ID>");
// Finally, use the _source_ client to copy the model and await the copy operation
const poller = await sourceClient.beginCopyModelTo("<source model ID>");
// Model copying, like all other model creation operations, returns a poller that eventually produces a ModelDetails
// object
const modelDetails = await poller.pollUntilDone();
const {
modelId, // identical to the modelId given when creating the copy authorization
description, // identical to the description given when creating the copy authorization
createdOn, // the Date (timestamp) that the model was created
docTypes // information about the document types of the model (identical to the original, source model)
} = modelDetails;
function beginCopyModelTo(sourceModelId: string, authorization: CopyAuthorization, options?: BeginCopyModelOptions): Promise<DocumentModelPoller>
参数
- sourceModelId
-
string
要复制的源模型的唯一 ID
- authorization
- CopyAuthorization
复制模型的授权,使用 getCopyAuthorization 创建
- options
- BeginCopyModelOptions
的可选设置
返回
Promise<DocumentModelPoller>
长时间运行的操作 (轮询器) ,最终将生成复制的模型信息或错误
deleteDocumentClassifier(string, OperationOptions)
从客户端的资源中删除具有给定 ID 的分类器(如果存在)。 此操作无法还原。
示例
await client.deleteDocumentClassifier("<classifier ID to delete>"));
function deleteDocumentClassifier(classifierId: string, options?: OperationOptions): Promise<void>
参数
- classifierId
-
string
要从资源中删除的分类器的唯一 ID
- options
- OperationOptions
请求的可选设置
返回
Promise<void>
deleteDocumentModel(string, DeleteDocumentModelOptions)
从客户端的资源中删除具有给定 ID 的模型(如果存在)。 此操作无法还原。
示例
await client.deleteDocumentModel("<model ID to delete>"));
function deleteDocumentModel(modelId: string, options?: DeleteDocumentModelOptions): Promise<void>
参数
- modelId
-
string
要从资源中删除的模型的唯一 ID
- options
- DeleteDocumentModelOptions
请求的可选设置
返回
Promise<void>
getCopyAuthorization(string, GetCopyAuthorizationOptions)
创建一个授权,用于将模型复制到资源中,与 方法一起使用 beginCopyModelTo
。
授予 CopyAuthorization
另一个认知服务资源在此客户端的资源中创建模型的权限,该资源包含编码为授权的模型 ID 和可选说明。
示例
// The copyAuthorization data structure stored below grants any cognitive services resource the right to copy a
// model into the client's resource with the given destination model ID.
const copyAuthorization = await client.getCopyAuthorization("<destination model ID>");
function getCopyAuthorization(destinationModelId: string, options?: GetCopyAuthorizationOptions): Promise<CopyAuthorization>
参数
- destinationModelId
-
string
目标模型的唯一 ID (用于将模型复制到)
- options
- GetCopyAuthorizationOptions
用于创建复制授权的可选设置
返回
Promise<CopyAuthorization>
对给定 modelId 和可选说明进行编码的复制授权
getDocumentClassifier(string, OperationOptions)
检索有关按 ID) (DocumentClassifierDetails 分类器 的信息。
示例
const classifierId = "<classifier ID";
const {
classifierId, // identical to the ID given when calling `getDocumentClassifier`
description, // a textual description of the classifier, if provided during classifier creation
createdOn, // the Date (timestamp) that the classifier was created
// information about the document types in the classifier and their corresponding traning data
docTypes
} = await client.getDocumentClassifier(classifierId);
// The `docTypes` property is a map of document type names to information about the training data
// for that document type.
for (const [docTypeName, classifierDocTypeDetails] of Object.entries(docTypes)) {
console.log(`- '${docTypeName}': `, classifierDocTypeDetails);
}
function getDocumentClassifier(classifierId: string, options?: OperationOptions): Promise<DocumentClassifierDetails>
参数
- classifierId
-
string
要查询的分类器的唯一 ID
- options
- OperationOptions
请求的可选设置
返回
Promise<DocumentClassifierDetails>
有关具有给定 ID 的分类器的信息
getDocumentModel(string, GetModelOptions)
(DocumentModelDetails) 按 ID 检索有关模型的信息。
此方法可以检索有关自定义模型和预生成模型的信息。
中断性变更
在以前版本的 表单识别器 REST API 和 SDK 中getModel
,该方法可能会返回任何模型,甚至可能返回因错误而无法创建的模型。 在新服务版本中, getDocumentModel
和 listDocumentModels
仅生成成功创建的模型 (即“已准备就绪”可供) 使用的模型。 现在,通过“操作”API 检索失败的模型,请参阅 getOperation 和 listOperations。
示例
// The ID of the prebuilt business card model
const modelId = "prebuilt-businessCard";
const {
modelId, // identical to the modelId given when calling `getDocumentModel`
description, // a textual description of the model, if provided during model creation
createdOn, // the Date (timestamp) that the model was created
// information about the document types in the model and their field schemas
docTypes: {
// the document type of the prebuilt business card model
"prebuilt:businesscard": {
// an optional, textual description of this document type
description,
// the schema of the fields in this document type, see the FieldSchema type
fieldSchema,
// the service's confidences in the fields (an object with field names as properties and numeric confidence
// values)
fieldConfidence
}
}
} = await client.getDocumentModel(modelId);
function getDocumentModel(modelId: string, options?: GetModelOptions): Promise<DocumentModelDetails>
参数
- modelId
-
string
要查询的模型的唯一 ID
- options
- GetModelOptions
请求的可选设置
返回
Promise<DocumentModelDetails>
有关具有给定 ID 的模型的信息
getOperation(string, GetOperationOptions)
检索有关操作的信息, OperationDetails
(按其 ID) 。
操作表示非分析任务,例如生成、撰写或复制模型。
function getOperation(operationId: string, options?: GetOperationOptions): Promise<OperationDetails>
参数
- operationId
-
string
要查询的操作的 ID
- options
- GetOperationOptions
请求的可选设置
返回
Promise<OperationDetails>
有关具有给定 ID 的操作的信息
示例
// The ID of the operation, which should be a GUID
const operationId = "<operation GUID>";
const {
operationId, // identical to the operationId given when calling `getOperation`
kind, // the operation kind, one of "documentModelBuild", "documentModelCompose", or "documentModelCopyTo"
status, // the status of the operation, one of "notStarted", "running", "failed", "succeeded", or "canceled"
percentCompleted, // a number between 0 and 100 representing the progress of the operation
createdOn, // a Date object that reflects the time when the operation was started
lastUpdatedOn, // a Date object that reflects the time when the operation state was last modified
} = await client.getOperation(operationId);
getResourceDetails(GetResourceDetailsOptions)
检索有关此客户端资源的基本信息。
示例
const {
// Information about the custom models in the current resource
customDocumentModelDetails: {
// The number of custom models in the current resource
count,
// The maximum number of models that the current resource can support
limit
}
} = await client.getResourceDetails();
function getResourceDetails(options?: GetResourceDetailsOptions): Promise<ResourceDetails>
参数
- options
- GetResourceDetailsOptions
请求的可选设置
返回
Promise<ResourceDetails>
有关此客户端资源的基本信息
listDocumentClassifiers(ListModelsOptions)
列出有关资源中的分类器的详细信息。 此操作支持分页。
示例
异步迭代
for await (const details of client.listDocumentClassifiers()) {
const {
classifierId, // The classifier's unique ID
description, // a textual description of the classifier, if provided during creation
docTypes, // information about the document types in the classifier and their corresponding traning data
} = details;
}
按页
// The listDocumentClassifiers method is paged, and you can iterate by page using the `byPage` method.
const pages = client.listDocumentClassifiers().byPage();
for await (const page of pages) {
// Each page is an array of classifiers and can be iterated synchronously
for (const details of page) {
const {
classifierId, // The classifier's unique ID
description, // a textual description of the classifier, if provided during creation
docTypes, // information about the document types in the classifier and their corresponding traning data
} = details;
}
}
function listDocumentClassifiers(options?: ListModelsOptions): PagedAsyncIterableIterator<DocumentClassifierDetails, DocumentClassifierDetails[], PageSettings>
参数
- options
- ListModelsOptions
分类器请求的可选设置
返回
支持分页的分类器详细信息的异步迭代器
listDocumentModels(ListModelsOptions)
列出资源中模型的摘要。 将包括自定义模型和预生成模型。 此操作支持分页。
DocumentModelSummary) (模型摘要仅包含有关模型的基本信息,不包括有关模型 (中的文档类型的信息,例如字段架构和) 置信度值。
若要访问有关模型的完整信息,请使用 getDocumentModel。
中断性变更
在以前版本的 表单识别器 REST API 和 SDK 中listModels
, 方法将返回所有模型,甚至返回因错误而无法创建的模型。 在新服务版本中, listDocumentModels
和 getDocumentModel
仅生成成功创建的模型 (即“已准备就绪”可供) 使用的模型。 现在,通过“操作”API 检索失败的模型,请参阅 getOperation 和 listOperations。
示例
异步迭代
for await (const summary of client.listDocumentModels()) {
const {
modelId, // The model's unique ID
description, // a textual description of the model, if provided during model creation
} = summary;
// You can get the full model info using `getDocumentModel`
const model = await client.getDocumentModel(modelId);
}
按页
// The listDocumentModels method is paged, and you can iterate by page using the `byPage` method.
const pages = client.listDocumentModels().byPage();
for await (const page of pages) {
// Each page is an array of models and can be iterated synchronously
for (const model of page) {
const {
modelId, // The model's unique ID
description, // a textual description of the model, if provided during model creation
} = summary;
// You can get the full model info using `getDocumentModel`
const model = await client.getDocumentModel(modelId);
}
}
function listDocumentModels(options?: ListModelsOptions): PagedAsyncIterableIterator<DocumentModelSummary, DocumentModelSummary[], PageSettings>
参数
- options
- ListModelsOptions
模型请求的可选设置
返回
支持分页的模型摘要的异步迭代器
listOperations(ListOperationsOptions)
列出资源中的模型创建操作。 这将生成所有操作,包括未能成功创建模型的操作。 此操作支持分页。
示例
异步迭代
for await (const operation of client.listOperations()) {
const {
operationId, // the operation's GUID
status, // the operation status, one of "notStarted", "running", "succeeded", "failed", or "canceled"
percentCompleted // the progress of the operation, from 0 to 100
} = operation;
}
按页
// The listOperations method is paged, and you can iterate by page using the `byPage` method.
const pages = client.listOperations().byPage();
for await (const page of pages) {
// Each page is an array of operation info objects and can be iterated synchronously
for (const operation of page) {
const {
operationId, // the operation's GUID
status, // the operation status, one of "notStarted", "running", "succeeded", "failed", or "canceled"
percentCompleted // the progress of the operation, from 0 to 100
} = operation;
}
}
function listOperations(options?: ListOperationsOptions): PagedAsyncIterableIterator<OperationSummary, OperationSummary[], PageSettings>
参数
- options
- ListOperationsOptions
操作请求的可选设置
返回
支持分页的操作信息对象的异步迭代器