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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253