RuoYi-Vue-Pro 项目集成 Azure OpenAI 的技术实现
在开源项目 RuoYi-Vue-Pro 的最新更新中,开发团队成功实现了对 Azure AI 服务的集成支持。这一功能的加入为开发者提供了更多元化的 AI 能力接入选择,进一步丰富了项目的技术生态。
技术背景与需求
Azure AI 是微软云平台提供的企业级 AI 服务,相比直接使用 AI 官方接口,Azure 版本提供了更好的企业级安全管控、资源隔离和合规性保障。对于需要将 AI 能力集成到企业应用中的开发者而言,Azure AI 是一个更可靠的选择。
RuoYi-Vue-Pro 作为一个基于 Spring Boot 和 Vue 的企业级快速开发框架,此前已经支持了多种 AI 服务的集成。但 Azure AI 的接入需要特定的 API 终结点格式和认证机制,这与标准 AI 接口存在差异,因此需要专门的适配实现。
实现方案
开发团队通过以下关键技术点实现了 Azure AI 的集成:
-
API 终结点适配
Azure AI 的 API 地址格式与官方 AI 不同,需要按照https://{resource-name}.ai.azure.com的格式进行配置。开发团队在项目中新增了专门的配置项来支持这种格式。 -
认证机制调整
与使用 API Key 直接认证的标准 AI 不同,Azure AI 要求在每个请求头中携带api-key字段进行认证。项目中的 HTTP 客户端模块被相应调整,以支持这种认证方式。 -
部署名称支持
Azure AI 要求在每个请求路径中包含部署名称(deployment-name)。开发团队在接口调用层实现了这一参数的动态注入,确保请求能够正确路由到指定的模型部署。 -
兼容性设计
为了保持与现有代码的兼容性,开发团队设计了统一的接口抽象层。开发者可以通过简单的配置切换来选择使用标准 AI 还是 Azure AI 服务,而业务代码无需修改。
使用示例
在 application.yml 配置文件中,开发者现在可以这样配置 Azure AI:
ai:
ai:
type: azure
api-key: your-azure-api-key
endpoint: https://your-resource-name.ai.azure.com
deployment-name: your-deployment-name
在业务代码中,开发者可以像使用标准 AI 一样调用 AI 服务,框架会自动根据配置选择正确的实现方式。
技术价值
这一功能的实现为 RuoYi-Vue-Pro 用户带来了以下价值:
- 企业级合规支持:满足需要 Azure 环境的企业用户的安全和合规要求。
- 资源隔离保障:Azure 部署确保计算资源专有,避免公开 API 可能遇到的限流问题。
- 技术生态扩展:丰富了项目的 AI 能力接入选项,为开发者提供更多选择。
- 无缝切换体验:统一的 API 设计让开发者可以轻松在不同 AI 服务间切换。
总结
RuoYi-Vue-Pro 对 Azure AI 的集成支持体现了项目团队对开发者实际需求的敏锐洞察。通过精心设计的架构和实现,团队成功将企业级 AI 能力无缝融入框架,同时保持了良好的使用体验和代码简洁性。这一功能的加入将进一步扩大 RuoYi-Vue-Pro 在企业应用开发领域的适用场景。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00