Azure.AI.Projects 1.0.0-beta.9 版本发布:AI 项目管理的全面升级
Azure.AI.Projects 是微软 Azure AI 服务套件中的重要组件,它为开发者提供了在 Azure 平台上构建、部署和管理 AI 项目的统一接口。本次发布的 1.0.0-beta.9 版本带来了多项重要更新,特别是在部署管理、数据集处理和搜索索引方面进行了功能增强,同时对现有 API 进行了优化和重构。
核心功能增强
部署管理能力扩展
新版本引入了完整的 Deployments 功能集,开发者现在可以直接通过 SDK 枚举已部署到 AI Foundry 项目中的 AI 模型。这一功能为模型生命周期管理提供了更细粒度的控制能力,特别是在需要监控多个模型部署状态的场景下尤为实用。
数据集处理能力提升
Datasets 模块的加入使得文档上传和引用变得更加便捷。开发者可以:
- 批量上传训练或评估所需的文档
- 建立文档引用关系
- 为后续的评估任务准备高质量数据
这一功能特别适合需要处理大量非结构化数据的 AI 应用场景,如文档智能分析、知识挖掘等。
搜索索引管理
新增的 Indexes 功能提供了对搜索索引的完整管理能力,包括:
- 索引的创建与配置
- 索引内容的更新与维护
- 索引状态的监控
这对于构建基于搜索的 AI 应用(如智能问答系统、推荐系统)提供了基础设施支持。
架构优化与重大变更
客户端构造方式调整
新版本要求显式指定 AI Foundry 项目端点来构造 AIProjectClient。这一变更使得客户端配置更加明确,有助于提高代码的可读性和可维护性。端点格式为:https://<your-ai-services-account-name>.services.ai.azure.com/api/projects/<your-project-name>。
代理功能重构
代理(Agents)功能已迁移至独立的 Azure.AI.Agents.Persistent 包中。这一架构调整带来了更清晰的职责划分:
- 基础项目管理功能保留在核心包中
- 复杂的代理操作移至专用包
- 通过
GetPersistentAgentsClient方法获取代理客户端
这种设计使得核心包保持轻量,同时为代理功能提供了更大的扩展空间。
连接管理改进
Connections 相关 API 进行了重构:
- 响应对象简化为
Connection ConnectionProperties类更名为Connection- 属性结构优化,提高了 API 的直观性
这些变更使得连接管理更加符合开发者的直觉,降低了学习成本。
开发者体验优化
认证客户端支持
GetAzureOpenAIChatClient 方法现在支持返回经过认证的 AzureOpenAI ChatClient,开发者可以直接使用项目 AI 服务中部署的模型,无需额外处理认证逻辑。
评估功能简化
评估器 ID 现在通过 EvaluatorIDs 类提供,不再需要额外安装 Azure.AI.Evaluation 包。同时,Evaluation 类中的 Id 属性被更具语义的 name 属性取代,使代码更加自描述。
实际应用建议
对于正在使用早期版本的开发者,建议关注以下迁移要点:
- 更新客户端构造方式,确保提供完整的项目端点
- 将代理相关代码迁移至新的
Azure.AI.Agents.Persistent包 - 检查所有连接管理代码,适应新的 API 签名
- 利用新的数据集功能优化数据预处理流程
本次更新虽然包含了一些破坏性变更,但这些改进为后续功能扩展奠定了更坚实的基础,建议开发者尽早评估升级方案。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00