Share via


AI-hulpprogramma's en -modellen gebruiken in Azure Functions

Azure Functions biedt serverloze rekenresources die kunnen worden geïntegreerd met AI- en Azure-services om het bouwen van intelligente toepassingen in de cloud te stroomlijnen. Dit artikel bevat een overzicht van de breedte van AI-gerelateerde scenario's, integraties en andere AI-resources die u in uw functie-apps kunt gebruiken.

Enkele van de inherente voordelen van het gebruik van Azure Functions als rekenresource voor uw ai-geïntegreerde taken zijn:

  • Snelle, gebeurtenisgestuurde schaalaanpassing: u hebt rekenresources beschikbaar wanneer u ze nodig hebt. Met bepaalde abonnementen wordt uw app terug geschaald naar nul wanneer deze niet meer nodig is. Zie Gebeurtenisgestuurd schalen in Azure Functions voor meer informatie.
  • MCP-servers (Model Context Protocol): Met Functions kunt u eenvoudig externe MCP-servers maken en implementeren om uw gegevens en functies beschikbaar te maken voor AI-agents en LLM's (large language models).
  • Ingebouwde ondersteuning voor Azure OpenAI: de OpenAI-bindingsextensie vereenvoudigt de interactie met Azure OpenAI voor zowel het ophalen van augmented generation (RAG) als agentische werkstromen.
  • Brede taal- en bibliotheekondersteuning: Met Functies kunt u communiceren met AI met behulp van uw keuze voor programmeertaal, plus u kunt een breed scala aan AI-frameworks en -bibliotheken gebruiken.
  • Indelingsmogelijkheden: terwijl functie-uitvoeringen inherent staatloos zijn, kunt u met de Durable Functions-extensie complexe werkstromen maken die uw AI-agents nodig hebben.

Dit artikel is taalspecifiek, dus zorg ervoor dat u uw programmeertaal boven aan de pagina kiest.

De combinatie van ingebouwde bindingen en brede ondersteuning voor externe bibliotheken biedt u een breed scala aan mogelijke scenario's voor het uitbreiden van uw apps en oplossingen met de kracht van AI.

In de volgende secties worden enkele belangrijke AI-integratiescenario's geïntroduceerd die worden ondersteund door Functions.

Retrieval-geaugmenteerde generatie

Omdat Functions meerdere gebeurtenissen uit verschillende gegevensbronnen tegelijk kan verwerken, is het een effectieve oplossing voor realtime AI-scenario's, zoals RAG-systemen die snelle gegevens ophalen en verwerken vereisen. Snelle schaalaanpassing op basis van gebeurtenissen vermindert de latentie die uw klanten ervaren, zelfs in situaties met hoge vraag.

Hier volgen enkele referentievoorbeelden voor scenario's op basis van RAG:

Voor RAG kunt u SDK's, waaronder Azure Open AI en Azure SDK's, gebruiken om uw scenario's te bouwen. ::: zone-end

Hier ziet u hoe u een vriendelijke chatbot maakt die eenvoudige prompts uitgeeft, tekstvoltooiingen ontvangt en berichten verzendt, allemaal in een stateful sessie met behulp van de OpenAI-bindingsextensie.

Externe MCP-servers

Het Model Context Protocol (MCP) biedt een gestandaardiseerde manier voor AI-modellen en -agents om te communiceren met externe systemen om te bepalen hoe ze het beste gebruik kunnen maken van hun mogelijkheden. Met een MCP-server kan een AI-model of -agent (client) deze bepalingen efficiënter bepalen. U kunt een MCP-server gebruiken om specifieke resources openbaar te maken als hulpprogramma's, die vervolgens door agents worden aangeroepen om specifieke taken uit te voeren.

Wanneer u uw externe MCP-servers in Azure Functions bouwt of host, krijgt u dynamische schaalaanpassing, serverloze prijsmodellen en platformbeveiligingsfuncties.

Functions ondersteunt deze opties voor het maken en hosten van externe MCP-servers:

  • Gebruik de MCP-bindingsextensie om aangepaste MCP-servers te maken en te hosten, net zoals elke andere functie-app.
  • Zelf gehoste MCP-servers die zijn gemaakt met behulp van de officiële MCP SDK's. Deze hostingoptie is momenteel beschikbaar als preview-versie.

Hier volgt een vergelijking van de huidige hostopties voor MCP-servers die door Functions worden geboden:

Eigenschap MCP-bindingsextensie Zelf gehoste MCP-servers
Huidig ondersteuningsniveau Algemene Vergadering Voorbeeld*
Programmeermodel Functie-triggers en -bindingen Standaard MCP SDK's
Stateful uitvoering Ondersteund Wordt momenteel niet ondersteund
Talen die momenteel worden ondersteund C# (geïsoleerd proces)
Python
TypeScript
JavaScript
Java
C# (geïsoleerd proces)
Python
TypeScript
JavaScript
Java
Overige vereisten Geen Streambaar HTTP-transport
Hoe geïmplementeerd MCP-bindingsextensie Aangepaste handlers

*Configuratiedetails voor zelf-hostende MCP-servers worden tijdens de preview gewijzigd.

Hier volgen enkele opties om u te helpen aan de slag te gaan met het hosten van MCP-servers in Functions:

Options MCP-bindingsextensies Zelf gehoste MCP-servers
Documentation MCP-bindingsextensie n.v.t.
Samples Externe aangepaste MCP-server Weerserver
Copilot-aanwijzingen
(Visual Studio Code)
n.v.t. Installatieprompt
Sjablonen HelloTool n.v.t.
Options MCP-bindingsextensies Zelf gehoste MCP-servers
Documentation extensies voor MCP-binding n.v.t.
Samples Externe aangepaste MCP-server Weerserver
Copilot-aanwijzingen
(Visual Studio Code)
n.v.t. Installatieprompt
Options MCP-bindingsextensies Zelf gehoste MCP-servers
Documentation extensies voor MCP-binding n.v.t.
Samples Externe aangepaste MCP-server Weerserver
Copilot-aanwijzingen
(Visual Studio Code)
n.v.t. Installatieprompt
Options MCP-bindingsextensies Zelf gehoste MCP-servers
Documentation extensies voor MCP-binding n.v.t.
Samples n.v.t. Weerserver
Options MCP-bindingsextensies Zelf gehoste MCP-servers
Documentation extensies voor MCP-binding n.v.t.
Samples Nog niet beschikbaar Nog niet beschikbaar

PowerShell wordt momenteel niet ondersteund voor de hostingopties voor MCP-servers.

Beschouw de chatprompt van de implementatiehelper momenteel als experimenteel.

Functie oproepen

Functiegesprekken bieden uw AI-agent de mogelijkheid om dynamisch specifieke AI-hulpprogramma's of API's aan te roepen op basis van de context van een gesprek of taak. Met dit MCP-gedrag kunnen uw agents communiceren met externe systemen, gegevens ophalen en andere acties uitvoeren.

Functions is ideaal voor het implementeren van functie-aanroepen in agentische werkstromen. Naast efficiënt schalen om de vraag af te handelen, vereenvoudigen bindingsuitbreidingen het proces van het gebruik van Functions om agents te verbinden met externe Azure-services. Als er geen binding is voor uw gegevensbron of als u volledige controle over SDK-gedrag nodig hebt, kunt u uw eigen client-SDK-verbindingen in uw app beheren.

Hier volgen enkele referentievoorbeelden voor scenario's voor het aanroepen van functies:

Maakt gebruik van een Azure AI Foundry Agent Service-client om een aangepaste externe MCP-server aan te roepen die is geïmplementeerd met behulp van Azure Functions.

Maakt gebruik van functies voor het aanroepen van functies voor agents in Azure AI SDK's om aangepaste functie-aanroepen te implementeren.

Proactieve werkstromen

Het is gebruikelijk dat AI-gestuurde processen autonoom bepalen hoe ze met modellen en andere AI-assets kunnen communiceren. Er zijn echter veel gevallen waarin u een hoger voorspelbaarheidsniveau nodig hebt of waar de stappen goed zijn gedefinieerd. Deze gerichte agentische werkstromen bestaan uit een indeling van afzonderlijke taken of interacties die agents moeten volgen.

Met de Durable Functions-extensie kunt u profiteren van de sterke punten van Functions om langdurige bewerkingen met ingebouwde fouttolerantie in meerdere stappen te maken. Deze werkstromen werken goed voor uw gerichte agentische werkstromen. Een oplossing voor reisplanning kan bijvoorbeeld eerst vereisten van de gebruiker verzamelen, plannen zoeken, goedkeuring van de gebruiker verkrijgen en ten slotte vereiste reserveringen maken. In dit scenario kunt u voor elke stap een agent bouwen en vervolgens hun acties coördineren als een werkstroom met behulp van Durable Functions.

Zie Toepassingspatronen in Durable Functions voor meer ideeën over werkstroomscenario's.

AI-hulpprogramma's en -frameworks voor Azure Functions

Met Functions kunt u apps bouwen in uw voorkeurstaal en uw favoriete bibliotheken gebruiken. Vanwege deze flexibiliteit gebruikt u een breed scala aan AI-bibliotheken en -frameworks in uw functie-apps met AI-functionaliteit.

Hier volgen enkele van de belangrijkste Microsoft AI-frameworks waarvan u rekening moet houden:

Framework/bibliotheek Beschrijving
Azure AI Foundry Agent Service Een volledig beheerde service voor het bouwen, implementeren en schalen van AI-agents met hoogwaardige beveiliging, ingebouwde hulpprogramma's en naadloze integratie met Azure Functions.
Azure AI Services SDK's Door rechtstreeks met client-SDK's te werken, kunt u de volledige functionaliteit van Azure AI-services rechtstreeks in uw functiecode gebruiken.
OpenAI-bindingsextensie Integreer eenvoudig de kracht van Azure OpenAI in uw functies en laat Functions de serviceintegratie beheren.
Semantische kernel Hiermee kunt u eenvoudig AI-agents en -modellen bouwen.

Met Functions kunnen uw apps ook verwijzen naar bibliotheken en frameworks van derden, wat betekent dat u al uw favoriete AI-hulpprogramma's en bibliotheken in uw ai-functies kunt gebruiken.