Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Wichtig
Diese Lernprogrammreihe verwendet die REST-API 2026-08-01-Preview für den agentischen Abruf. Die Vorschau 2026-08-01 wird Ihnen als Teil Ihres Azure-Abonnements lizenziert und unterliegt den Bedingungen für "Vorschauen" in den Microsoft Produktbedingungen, dem Microsoft Produkt- und Dienstdatenschutzzusatz ("DPA") und den ergänzenden Nutzungsbedingungen für Microsoft Azure Previews.
Diese dreiteilige Tutorialreihe beschreibt, wie Sie mithilfe von Microsoft Foundry und Azure KI-Suche eine durchgängige private agentengestützte Retrieval-Architektur für Foundry IQ bereitstellen. Es wird erläutert, wie eingehende Konnektivität, ausgehende Abhängigkeiten und Abruflaufzeit in der gesamten Bereitstellung zusammenpassen.
In diesem Tutorial lernen Sie:
- Einrichten eingehender privater Verbindungen zwischen Foundry und Azure KI-Suche.
- Konfigurieren Sie ausgehende private Abhängigkeiten aus Azure KI-Suche.
- Validieren Sie den End-to-End-Abruf mit einer Wissensquelle, einer Wissensdatenbank, einer Projektverbindung und einem Agenten.
Was ist privater agentischer Informationsabruf?
Der private agentische Abruf ist ein Muster, bei dem ein Agent Wissen über private Netzwerkpfade anstelle von öffentlichen Endpunkten abruft. In diesem Tutorial verlaufen der Pfad vom Agent zu Search und der Pfad von Search zu Storage über private Endpunkte, gemeinsam genutzte private Links und private DNS-Zonen. Die Abhängigkeit für Search-zu-Foundry-Einbettungen ist ebenfalls für privaten ausgehenden Datenverkehr konfiguriert, der Einbettungsaufruf zum Erfassungszeitpunkt basiert derzeit jedoch noch auf der Trusted-Service-Ausnahme für Foundry.
Tipp
Dieses Lernprogramm ist die private Netzwerkversion des Lernprogramms: Erstellen einer End-to-End-Agentic-Abruflösung mithilfe von Azure KI-Suche. Beide Lernprogramme verwenden verwaltete Identitäten und rollenbasierten Zugriff, diese Version betont jedoch private Konnektivität und fügt bei jedem Schritt eingehende und ausgehende Überprüfungen hinzu.
Dienste in diesem Tutorial
Die Bereitstellung umfasst die folgenden Dienste. Sie interagieren im Verlauf dieses Tutorials mit jedem Dienst auf unterschiedliche Weise.
| Service | Rolle |
|---|---|
| Gießerei (Ressource und Projekt) | Koordiniert die Agentlaufzeit und hostt die Projektverbindung, den Agent und ein GPT-5-Familienmodell, das den Agent betreibt. In Teil 3 stellen Sie auch das text-embedding-3-large Einbettungsmodell bereit, das Azure KI-Suche zum Vektorisieren von Inhalten verwendet. |
| Azure KI-Suche | Nimmt Ihre privaten Blob-Inhalte auf, vektorisiert sie zu einer Wissensquelle und stellt anschließend Agent-Abruf über eine Wissensbasis und ihren MCP-Endpunkt bereit. Führt einen privaten ausgehenden Aufruf an Azure Blob Storage für den Zugriff auf Inhalte aus. Für die Foundry-Einbettungsabhängigkeit verwendet dieses Tutorial die gemeinsam genutzte private Verbindung openai_account für die Zielressource, und der Einbettungsaufruf zur Erfassungszeit basiert derzeit ebenfalls auf der Umgehung für vertrauenswürdige Dienste. |
| Azure Blob Storage (Speicherdienst von Azure für unstrukturierte Daten) | Speichert die Quelldokumente, die die Wissensquelle einnimmt, und Indizes für den agentischen Abruf. |
| Azure Cosmos DB (ein Microsoft-Datenbankdienst) | Speichert den Agentstatus für das Standardmäßige Agent-Setup, einschließlich Nachrichten, Aufgezeichnete Unterhaltungen und Agentmetadaten. Die Bereitstellung stellt sie automatisch zur Verfügung, und Sie konfigurieren oder verwenden sie nicht direkt. |
Teile in diesem Tutorial
Die folgende Tabelle zeigt, was Sie in jedem Abschnitt erreichen, welche Komponenten beteiligt sind und wie Sie den Erfolg bestätigen können, bevor Sie mit dem nächsten Abschnitt fortfahren.
| Bauteil | Ergebnis | Components | Erfolgskriterien |
|---|---|---|---|
| 1 – Eingehend | Ein privater Anforderungspfad von Foundry zu Azure KI-Suche. |
|
Vom In-VNet-Client lösen sich die Foundry- und Azure KI-Suche-Endpunkte in private IP-Adressen auf und akzeptieren Verbindungen unter TCP 443. |
| 2 - Ausgehend | Private Abhängigkeitspfade von Azure KI-Suche zu Azure Blob Storage und Foundry. |
|
Die gemeinsam genutzten privaten Verbindungen für Azure Blob Storage und Foundry weisen den Status Approved auf, und die verwaltete Identität von Azure KI-Suche verfügt über die zugewiesenen Blob- und Modellrollen. |
| 3 – Abrufüberprüfung | Ein Agent, der über den privaten Abrufpfad fundierte Antworten liefert. |
|
Die Validierungsaufforderung gibt eine Antwort zurück, die auf dem Inhalt Ihres Blobs basiert und Zitate aus den Quelldokumenten enthält. |