为 Azure AI Foundry 创建中心项目

本文介绍如何在 Azure AI Foundry 中创建基于中心的项目。 如果需要提示流、托管计算、Azure 机器学习兼容性或高级开发功能，请使用中心项目。

有关不同项目类型的详细信息，请参阅 项目类型 。

先决条件

选择方法：

Azure AI Foundry 门户

• Azure 订阅。

Python SDK

• Azure 订阅。
• Azure 机器学习 SDK v2。
• 现有中心资源（请参阅创建中心文章）。
• 已安装并经过身份验证的 Azure CLI。az login

Azure CLI

• Azure 订阅。
• 安装了 ML 扩展的 Azure CLI。
• 现有中心资源。

创建中心项目

Azure AI Foundry 门户

若要在 Azure AI Foundry 中创建基于中心的项目，请执行以下步骤：

1. 登录到 Azure AI Foundry。

2. 接下来的步骤取决于你所处的位置：

   • 如果没有任何现有项目：请按照快速入门中的步骤作 ：开始使用 Azure AI Foundry 创建第一个项目。

   • 如果在项目中：选择项目痕迹导航，然后选择“创建新资源”。

     

   • 如果你不在项目中：选择右上角的“新建”以创建新的 Azure AI Foundry 项目

     

3. 选择 AI 中心资源，然后选择“ 下一步”。

4. 输入项目的名称。

5. 如果你有一个中心，会选择最近使用过的中心。

   • 如果你有权访问多个中心，可以从下拉列表中选择一个不同的中心。

   • 如果要创建新中心，请选择“创建新中心”并输入名称。

     

6. 如果没有中心，则会为你创建一个默认中心。

7. 选择 创建。

或者，如果要自定义新的中心点，请在选择创建之前，按照下一部分中的步骤进行操作。

对中心进行自定义

中心内存在基于中心的项目。 通过中心，你可以与所有项目共享数据连接等配置，并集中管理安全设置和支出。 如果你是团队的一员，则中心会在订阅中的其他团队成员之间共享。 有关中心和项目之间的关系的更多信息，请参阅中心和项目概述文档。

新建中心时，必须对所选资源组具有“所有者”或“参与者”权限。 如果你是团队的一员但没有这些权限，管理员应为你创建一个中心。

在项目创建过程中创建新中心时，会提供默认设置。 如果要自定义这些设置，请在创建项目之前这样操作：

1. 在 “创建项目 ”窗体中，选择右侧的箭头。

   

2. 选择要使用的现有资源组，或保留默认值以创建新资源组。

   小窍门

   尤其是在刚开始时，我们建议为您的项目创建一个新的资源组。 通过资源组，可以轻松管理项目及其所有资源。 创建项目时，会在资源组中创建多个资源，包括中心、容器注册表和存储帐户。

3. 选择“位置”或使用默认值。 位置是中心所在的区域。 枢纽的位置也是项目的位置。 Azure AI 服务可用性因区域而异。 例如，某些模型在某些区域中可能不可用。

4. 选择“创建项目”。 可以看到资源创建进度。 流程完成后便创建项目。

Python SDK

from azure.ai.ml.entities import Project

my_project_name = "myexampleproject"
my_display_name = "My Example Project"
hub_name = "myhubname"  # Hub resource name
hub_id = f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}"

my_project = Project(
    name=my_project_name,
    display_name=my_display_name,
    hub_id=hub_id
)

created_project = ml_client.workspaces.begin_create(workspace=my_project).result()

Azure CLI

az ml workspace create --kind project --hub-id {my_hub_ID} --resource-group {my_resource_group} --name {my_project_name}

my_hub_ID 语法： /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}

查看项目设置

门户：打开项目概述以查看名称、订阅、资源组。 将管理中心用于共享资产，或在 Azure 门户中管理基础资源。

Python SDK：

ml_client = MLClient(workspace_name=my_project_name, resource_group_name=resource_group, subscription_id=subscription_id, credential=DefaultAzureCredential())

Azure CLI：

az ml workspace show --name {my_project_name} --resource-group {my_resource_group}

访问项目资源

从中心共享：连接、计算、网络配置。

项目范围：

• 组件（数据集、流、索引、部署）
• 项目连接
• 存储容器和文件共享：
  • workspaceblobstore – 默认数据上传
  • workspaceartifactstore – 组件和元数据
  • workspacefilestore – 来自计算和提示流的文件

删除项目

1. 在门户中打开中心。
2. 管理中心 > 概述。
3. 选择要删除的项目。
4. 删除项目。

删除中心（包含所有项目）：在中心属性中，选择“删除中心”以打开 Azure 门户中心删除。

相关内容

• 创建 Azure AI Foundry 项目。
• 快速入门：开始使用 Azure AI Foundry（集线器项目）。
• 详细了解 Azure AI Foundry。