通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

配置连接以在 AI 项目中使用 Azure AI Foundry 模型

可以使用 Azure AI Foundry 项目中的 Azure AI Foundry 模型来创建丰富的应用程序并交互/管理可用的模型。 若要在项目中使用 Azure AI Foundry 模型服务，需要创建与 Azure AI Foundry 资源（以前已知的 Azure AI 服务）的连接。

以下文章介绍如何创建与 Azure AI Foundry 资源（以前已知的 Azure AI 服务）的连接，以使用 Azure AI Foundry 模型。

Azure 市场与 AI Foundry 模型集成的总体体系结构的关系图。

Prerequisites

若要完成本文，需要做好以下准备：

  • AI 项目资源。

  • 将 模型部署到 Azure AI 模型推理服务 功能已启用。

    演示如何在 Azure AI Foundry 门户中启用“将模型部署到 Azure AI 模型推理服务”功能的动画。

添加连接

可以使用以下步骤创建与 Azure AI 服务资源的连接：

  1. 转到 Azure AI Foundry 门户。

  2. 在屏幕左下角，选择“管理中心”。

  3. 在 “连接资源 ”部分中，选择“ 新建连接”。

  4. 选择“Azure AI 服务”。

  5. 在浏览器中，在订阅中查找现有的 Azure AI 服务资源。

  6. 选择“添加连接”。

  7. 新连接将添加到你的中心。

  8. 返回到项目的登陆页面以继续，现在选择新建的连接。 如果页面未立即显示，请刷新该页面。

    项目首页的屏幕截图，其中突出显示已连接资源的位置及关联的推理终结点。

查看已连接资源中的模型部署

可以按照以下步骤查看已连接资源中可用的模型部署：

  1. 转到 Azure AI Foundry 门户。

  2. 在左窗格中，选择 “模型 + 终结点”。

  3. 该页显示可用的模型部署，按连接名称分组。 找到刚刚创建的连接，该连接应属于 Azure AI 服务类型。

    显示给定连接下可用的模型的列表的屏幕截图。

  4. 选择要检查的任何模型部署。

  5. 详细信息页显示有关特定部署的信息。 如果要测试模型，可以使用“在操场中打开”的选项。

  6. 将显示 Azure AI Foundry 操场，可在其中与给定模型进行交互。

可以使用 Azure AI Foundry 项目中的 Azure AI Foundry 模型来创建丰富的应用程序并交互/管理可用的模型。 若要在项目中使用 Azure AI Foundry 模型服务，需要创建与 Azure AI Foundry 资源（以前已知的 Azure AI 服务）的连接。

以下文章介绍如何创建与 Azure AI Foundry 资源（以前已知的 Azure AI 服务）的连接，以使用 Azure AI Foundry 模型。

Azure 市场与 AI Foundry 模型集成的总体体系结构的关系图。

Prerequisites

若要完成本文，需要做好以下准备：

  • 安装适用于 Azure AI Foundry 的 Azure CLI 和 ml 扩展：

    az extension add -n ml

  • 标识以下信息：

    • Azure 订阅 ID。

    • 你的 Azure AI 服务资源名称。

    • 在其中部署 Azure AI 服务资源的资源组。

添加连接

若要添加模型，首先需要标识要部署的模型。 可以按如下所示的方法查询可用模型：

  1. 登录到 Azure 订阅：

    az login

  2. 将 CLI 配置为指向该项目：

    az account set --subscription <subscription>
az configure --defaults workspace=<project-name> group=<resource-group> location=<location>

  3. 创建连接定义：

    connection.yml

    name: <connection-name>
type: aiservices
endpoint: https://<ai-services-resourcename>.services.ai.azure.com
api_key: <resource-api-key>

  4. 创建连接：

    az ml connection create -f connection.yml

  5. 此时，连接可供使用。

可以使用 Azure AI Foundry 项目中的 Azure AI Foundry 模型来创建丰富的应用程序并交互/管理可用的模型。 若要在项目中使用 Azure AI Foundry 模型服务，需要创建与 Azure AI Foundry 资源（以前已知的 Azure AI 服务）的连接。

以下文章介绍如何创建与 Azure AI Foundry 资源（以前已知的 Azure AI 服务）的连接，以使用 Azure AI Foundry 模型。

Azure 市场与 AI Foundry 模型集成的总体体系结构的关系图。

Prerequisites

若要完成本文，需要做好以下准备：

  • 具有 AI 中心的 Azure AI 项目。

  • 安装 Azure CLI。

  • 标识以下信息：

    • Azure 订阅 ID。

    • 你的 Azure AI 服务资源名称。

    • 你的 Azure AI 服务资源 ID。

    • 部署项目的 Azure AI 中心的名称。

    • 在其中部署 Azure AI 服务资源的资源组。

添加连接

  1. 使用模板 ai-services-connection-template.bicep 描述连接：

    ai-services-connection-template.bicep

    @description('Name of the hub where the connection will be created')
param hubName string

@description('Name of the connection')
param name string

@description('Category of the connection')
param category string = 'AIServices'

@allowed(['AAD', 'ApiKey', 'ManagedIdentity', 'None'])
param authType string = 'AAD'

@description('The endpoint URI of the connected service')
param endpointUri string

@description('The resource ID of the connected service')
param resourceId string = ''

@secure()
param key string = ''


resource connection 'Microsoft.MachineLearningServices/workspaces/connections@2024-04-01-preview' = {
  name: '${hubName}/${name}'
  properties: {
    category: category
    target: endpointUri
    authType: authType
    isSharedToAll: true
    credentials: authType == 'ApiKey' ? {
      key: key
    } : null
    metadata: {
      ApiType: 'Azure'
      ResourceId: resourceId
    }
  }
}

  2. 运行部署：

    RESOURCE_GROUP="<resource-group-name>"
ACCOUNT_NAME="<azure-ai-model-inference-name>" 
ENDPOINT_URI="https://<azure-ai-model-inference-name>.services.ai.azure.com"
RESOURCE_ID="<resource-id>"
HUB_NAME="<hub-name>"

az deployment group create \
    --resource-group $RESOURCE_GROUP \
    --template-file ai-services-connection-template.bicep \
    --parameters accountName=$ACCOUNT_NAME hubName=$HUB_NAME endpointUri=$ENDPOINT_URI resourceId=$RESOURCE_ID

后续步骤