eShop项目中Azure OpenAI本地开发连接字符串的最佳实践
2025-05-29 13:23:35作者:秋泉律Samson
在eShop项目中使用Azure OpenAI服务时,开发团队发现了一个关于本地开发环境配置的重要优化点。本文将详细介绍这一发现及其解决方案,帮助开发者更好地理解如何在本地开发环境中高效使用Azure OpenAI服务。
背景与问题发现
在Aspire框架的Preview 5版本中,Azure OpenAI服务的集成方式发生了变化。当开发者使用builder.AddAzureOpenAI方法时,如果目标资源不存在,系统会自动创建一个新的Azure OpenAI资源。这种行为虽然简化了初始设置,但在本地开发环境中可能带来以下问题:
- 每次启动应用都会尝试创建资源,影响开发效率
- 无法复用已部署的Azure OpenAI实例
- 开发环境与生产环境行为不一致
解决方案:条件性使用连接字符串
经过技术团队的讨论和实践,提出了一个优雅的解决方案:根据执行上下文动态选择连接方式。具体实现如下:
var ai = builder.ExecutionContext.IsPublishMode ?
builder.AddAzureOpenAI(ServiceNames.AzureOpenAI)
.AddDeployment(new(builder.Configuration["Azure:AI:ChatDeploymentName"] ?? "gpt-4", "gpt-4", "1106"))
.AddDeployment(new(builder.Configuration["Azure:AI:EmbeddingDeploymentName"] ?? "text-embedding-ada-002", "text-embedding-ada-002", "2")) :
builder.AddConnectionString(ServiceNames.AzureOpenAI);
这个方案的核心思想是:
- 在发布模式下(
IsPublishMode为true),使用完整的Azure OpenAI资源配置 - 在本地开发模式下,直接使用连接字符串
技术优势
这种条件性配置方式带来了多重好处:
- 开发效率提升:本地开发时避免了不必要的资源创建检查
- 环境一致性:可以复用已部署的实例,保持开发与生产环境一致
- 配置灵活性:通过连接字符串可以轻松切换不同的Azure OpenAI实例
- 性能优化:减少了本地启动时的外部依赖检查
实现细节与最佳实践
在实际应用中,建议开发者:
- 将Azure OpenAI的连接信息存储在用户机密中
- 为不同的部署环境(开发/测试/生产)配置独立的连接字符串
- 使用有意义的服务名称常量(如示例中的
ServiceNames.AzureOpenAI) - 为模型部署配置合理的默认值,如示例中的GPT-4和text-embedding-ada-002
总结
eShop项目中的这一实践展示了如何在复杂云服务集成中平衡开发便利性和环境一致性。通过条件性使用连接字符串,开发者既保持了Aspire框架的自动化优势,又获得了本地开发的高效体验。这种模式不仅适用于Azure OpenAI服务,也可以推广到其他类似的云服务集成场景中。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
469
465
暂无描述
Dockerfile
778
5.08 K
Ascend Extension for PyTorch
Python
757
968
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
876
2.03 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
676
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271