使用Azure AI Foundry SDK构建生成式AI聊天应用教程
2025-06-19 04:44:32作者:乔或婵
概述
在本教程中,我们将学习如何使用Azure AI Foundry SDK构建一个能够与语言模型对话的聊天应用。这个项目是MicrosoftLearning/mslearn-ai-studio课程的一部分,旨在帮助开发者快速上手Azure AI服务。
准备工作
环境要求
- Azure订阅账户
- 基本的Python或C#编程知识
- 约40分钟的时间
技术栈
- Azure AI Foundry服务
- GPT-4o语言模型
- Azure AI Foundry SDK和Azure AI Model Inference SDK
第一步:部署AI模型
-
登录Azure AI Foundry门户 使用Azure凭证登录Azure AI Foundry门户,这是管理AI项目的中心平台。
-
选择模型
- 在"Explore models and capabilities"部分搜索"gpt-4o"模型
- 点击模型详情页的"Use this model"按钮
-
创建项目
- 输入项目名称
- 展开"Advanced options"进行高级配置
- 设置以下参数:
- Azure AI Foundry资源名称
- 订阅信息
- 资源组(新建或选择现有)
- 支持AI服务的区域
-
完成部署
- 点击"Create"按钮
- 等待项目创建完成(约2-5分钟)
- 记下模型部署名称(默认为"gpt-4o")
注意:某些区域可能有配额限制,如果遇到问题可尝试更换区域
第二步:开发客户端应用
配置应用
-
获取项目信息
- 从项目概览页获取"Azure AI Foundry project endpoint"
- 打开Azure门户并启动Cloud Shell(选择PowerShell环境)
-
准备代码环境
rm -r mslearn-ai-foundry -f git clone https://github.com/microsoftlearning/mslearn-ai-studio mslearn-ai-foundry -
安装依赖库
- Python环境:
python -m venv labenv ./labenv/bin/Activate.ps1 pip install python-dotenv azure-identity azure-ai-projects azure-ai-inference- C#环境:
dotnet add package Azure.Identity dotnet add package Azure.AI.Projects --version 1.0.0-beta.9 dotnet add package Azure.AI.Inference --version 1.0.0-beta.5 -
配置连接信息
- 编辑配置文件(Python为.env,C#为appsettings.json)
- 填入项目端点和模型部署名称
核心代码实现
-
初始化项目客户端
- 使用Azure凭证建立连接
- 示例Python代码:
projectClient = AIProjectClient( credential=DefaultAzureCredential( exclude_environment_credential=True, exclude_managed_identity_credential=True ), endpoint=project_connection, ) -
创建聊天客户端
chat = projectClient.inference.get_chat_completions_client() -
设置系统消息
prompt=[ SystemMessage("You are a helpful AI assistant that answers questions.") ] -
实现聊天循环
while True: input_text = input("You: ") if input_text.lower() == "quit": break prompt.append(UserMessage(input_text)) response = chat.complete( model=model_deployment, messages=prompt) completion = response.choices[0].message.content print(completion) prompt.append(AssistantMessage(completion))
运行应用
-
Azure登录
az login按照提示完成认证流程
-
启动应用
- Python:
python chat-app.py- C#:
dotnet run -
测试对话
- 输入问题如:"What is the fastest animal on Earth?"
- 尝试后续问题:"Where can I see one?"
- 输入"quit"退出
常见问题解决
-
配额不足错误
- 等待几秒后重试
- 如持续出现,考虑更换区域
-
权限问题
- 确保使用正确的Azure凭证
- 检查项目权限设置
清理资源
完成实验后,为避免产生不必要费用:
- 打开Azure门户
- 导航至使用的资源组
- 选择"Delete resource group"并确认删除
总结
通过本教程,我们完成了:
- 在Azure AI Foundry中部署GPT-4o模型
- 使用SDK构建聊天客户端应用
- 实现与AI模型的持续对话功能
这个项目展示了Azure AI服务的强大能力,开发者可以基于此构建更复杂的AI应用场景。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
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
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
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++
939
861
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
1.07 K
557
暂无简介
Dart
902
218
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
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195