使用Azure AI Foundry SDK构建生成式AI聊天应用教程
2025-06-19 14:16:47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
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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.25 K
暂无简介
Dart
619
140
🔥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
62
19
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
1.03 K
479
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++
647
261
🎉 (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
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76