Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
AI Gateway ayuda a los equipos de plataforma a proporcionar a aplicaciones y agentes acceso compartido y gobernado a modelos y herramientas de IA. Puedes trasladar el tráfico de IA existente a través de AI Gateway para centralizar conexiones, aplicar controles centrados en IA y obtener visibilidad sobre su uso. Tu punto de partida podrían ser aplicaciones que llamen directamente a proveedores, un gateway existente o capacidades de gateway de IA en Azure API Management.
Mover una carga de trabajo significa cambiar cómo se gestionan y enrutan sus llamadas a modelos y herramientas. Puedes conservar los despliegues del modelo subyacente, los servicios de herramientas y las plataformas que gestionan tus otras cargas de trabajo. Por ejemplo, un asistente puede usar AI Gateway para el acceso a modelos y herramientas MCP federadas mientras las APIs empresariales continúan usando API Management.
Elige las capacidades que tus cargas de trabajo necesitan
Empieza con la mejora que quieres para aplicaciones, agentes o operaciones de plataforma. AI Gateway puede ayudarte a:
- Comparta conexiones a modelos aprobados. Registrar los despliegues existentes de modelos y exponer alias de modelos para que las aplicaciones usen nombres estables mientras los equipos de plataforma gestionan las conexiones backend.
- Integre herramientas para los agentes. Publicar herramientas desde múltiples backends MCP a través de un endpoint de gateway MCP compartido.
- Gestiona el consumo de IA. Aplica las asignaciones de tokens y presupuestos estimados de gasto de modelos con controles adecuados a la carga de trabajo y a sus llamantes.
- Comprenda el uso. Configura la telemetría para observar la actividad de modelos y herramientas e investigar las solicitudes.
Selecciona cargas de trabajo que se beneficien de estas capacidades, luego comprueba sus operaciones de modelo, transportes MCP, autenticación, políticas, redes y telemetría frente al soporte de AI Gateway. La compatibilidad con un proveedor no implica compatibilidad con todas las operaciones que ofrece.
Si tus cargas de trabajo usan Azure API Management
Mover cargas de trabajo de IA seleccionadas es opcional. AI Gateway y API Management son complementarios: utiliza AI Gateway para la gobernanza centrada en modelos y herramientas, y mantén la gestión del ciclo de vida de la API, las experiencias en portales para desarrolladores y las APIs empresariales en API Management.
Las capacidades de pasarela de IA en la gestión de API siguen siendo compatibles. No está previsto que haya una paridad total de funciones de IA entre los productos, así que evalúa cada carga de trabajo usando AI Gateway y Azure API Management Service. Por ejemplo, las dependencias en el balanceo de carga del backend pool, el failover, la caché semántica o las APIs de agentes A2A pueden ser razones para mantener una carga de trabajo en API Management o diseñar una alternativa antes de moverla.
Otros niveles de Gestión de APIs no se ven afectados por la retirada del SKU anterior de AIGateway. Si tu recurso usa ese SKU obsoleto, sigue Migrar desde el SKU AIGateway en Azure API Management en su lugar.
Asigna la carga de trabajo a AI Gateway
Haz un inventario de las conexiones y herramientas de modelos que planeas llevar a través de AI Gateway, sus llamantes, servicios de backend, credenciales, controles, dependencias de red y operativas. Usa ese inventario para diseñar la configuración objetivo.
| Configuración existente | Diseño objetivo para evaluar |
|---|---|
| Llamadas directas a modelos o APIs de modelo detrás de una pasarela | Proveedores de modelos y modelos registrados, con el protocolo, endpoint y autenticación backend requeridos |
| Nombres de modelos visibles para el cliente | Alias de modelo que conservan los nombres que usan las aplicaciones siempre que sea posible |
| Servidores MCP o operaciones de API HTTP expuestas como herramientas | Los backends MCP y las herramientas seleccionadas publicadas a través de los endpoints MCP de gateway |
| Credenciales de aplicación y autorización de llamantes, incluyendo suscripciones de API Management | Credenciales de ejecución de puerta de enlace o concesiones de acceso de Microsoft Entra para los llamadores requeridos |
| Controles en aplicaciones o en una pasarela existente | Controles de AI Gateway compatibles configurados para los modelos, herramientas y llamadores apropiados |
| Límites de consumo y agrupación de llamadores | Directivas de límite de tokens y límite de costo que cumplan los requisitos de capacidad permitida de la carga de trabajo y de gasto estimado |
| Diagnósticos, registros y paneles de control | Telemetría de pasarela, alertas y paneles de control que soportan comprobaciones operativas equivalentes |
| Automatización de la implementación | Definiciones de recursos y operaciones de gestión para Microsoft.ApiManagement/aigateways |
Trata este mapeo como una evaluación de diseño, no como una conversión directa de configuración. Para las cargas de trabajo en la Gestión de APIs, las APIs, productos, suscripciones y políticas deben mapearse a la configuración centrada en modelos y herramientas de AI Gateway. Una cuota de tokens y un presupuesto monetario estimado cumplen propósitos diferentes; ninguno sustituye la facturación del proveedor.