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。

如何使用 Azure AI Foundry 模型生成聊天补全

本文介绍如何使用下一代 v1 Azure OpenAI API 生成聊天补全。

先决条件

若要在应用程序中使用聊天补全模型，需要：

v1 Azure OpenAI API

下一代 v1 Azure OpenAI APIs 允许在跨语言的官方 OpenAI 客户端库中用OpenAI()客户端替代AzureOpenAI()客户端。 v1 Azure OpenAI API 添加了对以下项的支持：

  • 可以持续访问最新功能，无需频繁为 api-version 参数指定新的值。
  • 在使用密钥身份验证时，OpenAI 客户端支持通过最少的代码更改在 OpenAI 和 Azure OpenAI 之间切换。
  • OpenAI 客户端支持基于令牌的身份验证和自动令牌刷新，而无需依赖于单独的 Azure OpenAI 客户端。
  • 使用 DeepSeek 和 Grok 等提供商（支持 v1 聊天补全语法）的 Foundry 模型进行聊天补全调用。

有关 v1 Azure OpenAI API 的详细信息，请参阅 API 演变 和 v1 OpenAPI 3.0 规范。

生成聊天补全

对于 Foundry 模型中的 Azure OpenAI，请使用响应 API 进行聊天补全调用。 对于 Azure 直接销售的其他 Foundry 模型（例如 DeepSeek 和 Grok 模型），v1 Azure OpenAI API 还允许你使用 v1 聊天完成语法进行聊天完成调用。

在以下示例中，创建客户端以使用模型，然后将基本请求发送到模型。

注释

将无密钥身份验证与 Microsoft Entra ID 配合使用。 如果不可能，请使用 API 密钥并将其存储在 Azure Key Vault 中。 可以使用环境变量在 Azure 环境外部进行测试。 若要了解有关无密钥身份验证的详细信息，请参阅 什么是Microsoft Entra 身份验证？ 和 DefaultAzureCredential。

使用响应 API

Python v1 示例。

API 密钥身份验证：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("AZURE_OPENAI_API_KEY"),
    base_url="https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/"
)

response = client.responses.create(   
  model="gpt-4.1-nano", # Replace with your deployment name 
  input="This is a test.",
)

print(response.model_dump_json(indent=2))

请注意前面的代码的以下详细信息：

  • 使用OpenAI()客户端而不是已弃用的AzureOpenAI()客户端。
  • 将附加 /openai/v1/ 的 Azure OpenAI 终结点作为 base_url 传递。
  • 无需向 v1 GA API 提供 api-version 参数。
  • 将 model 参数设置为部署模型时选择的基础 部署名称 。 此名称与部署的模型的名称不同。

要使用为 OPENAI_BASE_URL 和 OPENAI_API_KEY 设置了环境变量的 API 密钥：

client = OpenAI()

Microsoft Entra 身份验证：

Microsoft Entra 身份验证仅支持 Azure OpenAI 资源。 完成以下步骤：

  1. 安装 Azure 标识客户端库：

    pip install azure-identity

  2. 使用以下代码配置 OpenAI 客户端对象、指定部署并生成响应。

    import os
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
)

client = OpenAI(  
  base_url = "https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/",  
  api_key = token_provider  
)

response = client.responses.create(
    model ="gpt-4.1-nano",  # Replace with your deployment name 
    input = "This is a test" 
)

print(response.model_dump_json(indent=2))

    请注意前面的代码的以下详细信息：

    • 使用OpenAI()客户端而不是已弃用的AzureOpenAI()客户端。
    • 将附加 /openai/v1/ 的 Azure OpenAI 终结点作为 base_url 传递。
    • 将 api_key 参数设置为 token_provider. 此设置支持自动检索和刷新身份验证令牌，而不是使用静态 API 密钥。
    • 无需向 v1 GA API 提供 api-version 参数。
    • 将 model 参数设置为部署模型时选择的基础 部署名称 。 此名称与部署的模型的名称不同。

使用聊天完成功能的 API

对于 Foundry 模型中的 Azure OpenAI，请使用 响应 API。 但是，对于来自 DeepSeek 和 Grok 等提供程序的其他 Foundry 模型，v1 API 允许进行聊天完成调用，因为这些模型支持 OpenAI v1 聊天完成语法。

base_url 接受这两种格式 https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/ 和 https://YOUR-RESOURCE-NAME.services.ai.azure.com/openai/v1/ 格式。

API 密钥身份验证：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("AZURE_OPENAI_API_KEY"),
    base_url="https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/",
)

completion = client.chat.completions.create(
  model="grok-3-mini", # Replace with your model deployment name.
  messages=[
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "When was Microsoft founded?"}
  ]
)

#print(completion.choices[0].message)
print(completion.model_dump_json(indent=2))

Microsoft Entra 身份验证：

from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
)

client = OpenAI(  
  base_url = "https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/",  
  api_key=token_provider,
)
completion = client.chat.completions.create(
  model="grok-3-mini", # Replace with your model deployment name.
  messages=[
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Tell me about the attention is all you need paper"}
  ]
)

#print(completion.choices[0].message)
print(completion.model_dump_json(indent=2))

相关内容