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
kernelopenEuler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。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
242
278
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
695
369
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
882