SDK et points de terminaison Microsoft Foundry (version classique)

Affichage actuel :Version du portail - Passer à la version du nouveau portail Foundry

Une ressource Foundry fournit un accès unifié aux modèles, agents et outils. Cet article explique le Kit de développement logiciel (SDK) et le point de terminaison à utiliser pour votre scénario.

Le Kit de développement logiciel (SDK) Foundry est un SDK client léger qui expose toutes les API de projet Foundry via un seul point de terminaison de projet. Les kits SDK de niveau supérieur s’appuient sur celui-ci , par exemple, le package Agent Framework foundry dépend du SDK Foundry pour accéder aux modèles, outils et configuration du projet Foundry.

Choisissez votre Kit de développement logiciel (SDK) :

• Utiliser le Kit de développement logiciel (SDK) Foundry lors de la création d’applications avec des agents, des évaluations ou des fonctionnalités spécifiques à Foundry
• Utilisez Agent Framework pour les agents hébergés ou les systèmes multi-agents dans le code à l’aide de l’API Réponses en C#/.NET ou Python
• Utilisez le Kit de développement logiciel (SDK) OpenAI lorsque la compatibilité OpenAI maximale ou la latence la plus faible est requise, lors de la génération d’incorporations ou lors de l’utilisation de modèles vendus par Azure par le biais d’achèvements de conversation
• Utilisez Anthropic SDK lors de l’utilisation de modèles Anthropic Claude déployés dans Foundry
• Utilisez les kits SDK Foundry Tools lors de l’utilisation de services IA spécifiques (Vision, Speech, Language, etc.)

Conditions préalables

• Un compte Azure avec un abonnement actif. Si vous n'en avez pas, créez un compte Azure gratuit, qui inclut un abonnement d'essai gratuit.

• Disposez du rôle Azure RBAC requis pour votre tâche dans l’étendue la plus restreinte possible :

  • Utilisateur Foundry sur le projet Foundry pour le développement au quotidien.

    Important

    Les rôles Foundry RBAC ont été récemment renommés. Foundry User, Foundry Owner, Propriétaire du compteFoundry et Foundry Project Manager ont été précédemment nommés Azure utilisateur IA, Azure propriétaire d’IA, propriétaire Azure compte IA et Azure gestionnaire Project IA. Il se peut que vous voyiez encore les anciens noms à certains endroits pendant le déploiement de ce changement de nom. Les ID de rôle et les autorisations de base ne sont pas modifiés par ce changement de nom.

  • Foundry Project Manager dans le projet Foundry pour gérer un projet existant et ses connexions.

  • Propriétaire du compte Foundry sur la ressource Foundry pour créer des projets ou gérer des ressources au niveau du compte. Attribuez ce rôle au groupe de ressources cible uniquement lorsque vous devez créer une ressource Foundry.

    Activez l’attribution de groupe de ressources juste à temps via Microsoft Entra Privileged Identity Management (PIM) et désactivez-la après l’approvisionnement. Les développeurs et les utilisateurs d’exécution quotidiens n’ont pas besoin de cette attribution élevée.

  Pour plus d'informations sur les autorisations de chaque rôle, consultez Contrôle d'accès en fonction du rôle pour Microsoft Foundry.

• Installez les runtimes de langage requis, les outils globaux et les extensions VS Code, comme décrit dans Préparer votre environnement de développement.

Vérifier les prérequis

Avant de continuer, vérifiez que chaque vérification retourne le résultat indiqué :

• Vérifiez que l’Azure CLI utilise l’abonnement et le locataire souhaités :

  az account show --query "{subscription:name, tenant:tenantId}" --output table
  

  La commande se termine correctement et affiche l’abonnement et le locataire attendus.

• Vérifiez que votre identifiant local peut demander un jeton d’accès Foundry sans afficher le jeton :

  az account get-access-token --resource https://ai.azure.com --query expiresOn --output tsv
  

  La commande se termine correctement et affiche l’heure d’expiration du jeton. En cas d’échec, exécutez az login avec une identité qui a le rôle Foundry requis.

• Vérifiez que vous disposez du rôle RBAC requis dans le portail Azure sous Ressource Foundry>Contrôle d’accès (IAM).

• Vérifiez que votre point de terminaison de projet a ce format : https://<resource-name>.services.ai.azure.com/api/projects/<project-name>.

• Confirmez que le déploiement gpt-5-mini est prêt :

  az cognitiveservices account deployment show \
    --name <resource-name> \
    --resource-group <resource-group> \
    --deployment-name gpt-5-mini \
    --query properties.provisioningState \
    --output tsv
  

  Cette commande renvoie Succeeded. Utilisez le nom déployé dans les exemples de code si votre déploiement a un autre nom.

Kit de développement logiciel (SDK) Foundry

Le Kit de développement logiciel (SDK) Foundry se connecte à un seul point de terminaison de projet qui fournit l’accès aux fonctionnalités de Foundry les plus populaires :

https://<resource-name>.services.ai.azure.com/api/projects/<project-name>

Cette approche simplifie la configuration de l’application. Au lieu de gérer plusieurs points de terminaison, vous en configurez un.

Installer le Kit de développement logiciel (SDK)

pip install openai azure-identity azure-ai-projects==1.0.0

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-projects</artifactId>
    <version>2.2.0</version>
</dependency>

npm install @azure/ai-projects@1.0.1 @azure/identity

# Add 1.x Azure AI SDK packages
dotnet add package Azure.Identity
dotnet add package Azure.AI.Projects --version 1.1.0
dotnet add package Azure.AI.Agents.Persistent --version 1.1.0
dotnet add package Azure.AI.Inference

Utilisation du Kit de développement logiciel (SDK) Foundry

Le Kit de développement logiciel (SDK) expose deux types de clients, car Foundry et OpenAI ont des formes d’API différentes :

• Project client – Utilisation pour les opérations natives de Foundry lorsque OpenAI n’a pas d’équivalent. Exemples : liste des connexions, récupération des propriétés du projet, activation du suivi.
• Client compatible OpenAI : utilisez la fonctionnalité Foundry qui s’appuie sur les concepts OpenAI. L’API Réponses, les agents, les évaluations et le réglage précis utilisent tous les modèles de requête/réponse de style OpenAI. Ce client vous donne également accès aux modèles directs Foundry (modèles nonAzure-OpenAI hébergés dans Foundry). Le point de terminaison du projet sert ce trafic sur l’itinéraire /openai .

La plupart des applications utilisent les deux clients. Utilisez le client de projet pour l’installation et la configuration, puis utilisez le client compatible OpenAI pour exécuter des agents, des évaluations et des modèles appelants (y compris les modèles directs Foundry).

from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential

project_client = AIProjectClient(
    endpoint="https://<resource-name>.services.ai.azure.com/api/projects/<project-name>",
    credential=DefaultAzureCredential(),
)

models = project_client.get_openai_client(api_version="2024-10-21")
chat_responses = models.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "What is the size of France in square miles?"},
    ],
)

print(chat_responses.choices[0].message.content)

const endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
const deployment = "gpt-4o";

const project = new AIProjectClient(endpoint, new DefaultAzureCredential());

const client = await project.getAzureOpenAIClient({
    // The API version should match the version of the Azure OpenAI resource
    apiVersion: "2024-12-01-preview"
});
const chatCompletion = await client.chat.completions.create({
    model: deployment,
    messages: [
        { role: "system", content: "You are a helpful assistant" },
        { role: "user", content: "What is the speed of light?" },
    ],
});

console.log(chatCompletion.choices[0].message.content);

using System.ClientModel.Primitives;
using Azure.AI.OpenAI;
using Azure.AI.Projects;
using Azure.Identity;
using OpenAI.Chat;

string endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
AIProjectClient projectClient = new AIProjectClient(new Uri(endpoint), new DefaultAzureCredential());

ClientConnection connection = projectClient.GetConnection(typeof(AzureOpenAIClient).FullName!);
if (!connection.TryGetLocatorAsUri(out Uri uri) || uri is null)
{
    throw new InvalidOperationException("Invalid URI.");
}
uri = new Uri($"https://{uri.Host}");
const string modelDeploymentName = "gpt-4o";  
AzureOpenAIClient azureOpenAIClient = new AzureOpenAIClient(uri, new DefaultAzureCredential());
ChatClient chatClient = azureOpenAIClient.GetChatClient(deploymentName: modelDeploymentName);

Console.WriteLine("Complete a chat");
ChatCompletion result = chatClient.CompleteChat("List all the rainbow colors");
Console.WriteLine(result.Content[0].Text);

Ce que vous pouvez faire avec le Kit de développement logiciel (SDK) Foundry

• Access Foundry Models, y compris Azure OpenAI
• Utiliser le service Foundry Agent
• Exécuter des évaluations de cloud
• Activer le suivi des applications
• Ajuster un modèle
• Obtenez les points de terminaison et les clés pour Foundry Tools, l’orchestration locale et bien plus encore

Dépannage

Erreurs d’authentification

Si vous voyez DefaultAzureCredential failed to retrieve a token:

1. Verify Azure CLI est authentifié :

   az account show
   az login  # if not logged in
   

2. Vérification de l’attribution de rôle RBAC :

   • Vérifiez que vous avez au moins le rôle Utilisateur Foundry sur le projet Foundry

     Important

     Les rôles Foundry RBAC ont été récemment renommés. Foundry User, Foundry Owner, Propriétaire du compteFoundry et Foundry Project Manager ont été précédemment nommés Azure utilisateur IA, Azure propriétaire d’IA, propriétaire Azure compte IA et Azure gestionnaire Project IA. Il se peut que vous voyiez encore les anciens noms à certains endroits pendant le déploiement de ce changement de nom. Les ID de rôle et les autorisations de base ne sont pas modifiés par ce changement de nom.

   • Consultez Attribuer des rôles Azure

3. Pour l’identité managée en production :

   • Vérifiez que l’identité managée a le rôle approprié attribué
   • Voir Configurer des identités managées

Erreurs de configuration de point de terminaison

Si vous voyez Connection refused ou 404 Not Found:

• Vérifier que les noms des ressources et des projets correspondent à votre déploiement réel
• Vérifier le format d’URL du point de terminaison : doit être https://<resource-name>.services.ai.azure.com/api/projects/<project-name>
• Pour les sous-domaines personnalisés : remplacer <resource-name> par votre sous-domaine personnalisé

Incompatibilités de version du Kit de développement logiciel (SDK)

Si des exemples de code échouent avec AttributeError ou ModuleNotFoundError:

• Vérifiez la version du Kit de développement logiciel (SDK) :

  pip show azure-ai-projects  # Python
  npm list @azure/ai-projects  # JavaScript
  dotnet list package  # .NET
  

• Réinstaller avec des indicateurs de version corrects : consultez les commandes d’installation dans chaque section de langue ci-dessus

Kit de développement logiciel (SDK) OpenAI

Utilisez le Kit de développement logiciel (SDK) OpenAI lorsque vous souhaitez obtenir une surface d’API OpenAI complète et une compatibilité maximale du client. Ce point de terminaison permet d’accéder aux modèles Azure OpenAI et aux modèles directs Foundry (via l'API Chat Completions). Il ne fournit pas d’accès aux fonctionnalités spécifiques à Foundry, telles que les agents et les évaluations.

L’extrait de code suivant montre comment utiliser directement le point de terminaison Azure OpenAI /openai/v1.

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

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

client = OpenAI(  
  base_url = "https://<resource-name>.openai.azure.com/openai/v1/",  
  api_key=token_provider,
)

response = client.responses.create(
    model="model_deployment_name",
    input= "What is the size of France in square miles?" 
)

print(response.model_dump_json(indent=2)) 

{
  "id": "resp_abc123",
  "object": "response",
  "created": 1234567890,
  "model": "gpt-5.2",
  "output_text": "France has an area of approximately 213,011 square miles (551,695 square kilometers)."
}

import com.azure.ai.openai.OpenAIClient;
import com.azure.ai.openai.OpenAIClientBuilder;
import com.azure.ai.openai.models.ChatChoice;
import com.azure.ai.openai.models.ChatCompletions;
import com.azure.ai.openai.models.ChatCompletionsOptions;
import com.azure.ai.openai.models.ChatRequestAssistantMessage;
import com.azure.ai.openai.models.ChatRequestMessage;
import com.azure.ai.openai.models.ChatRequestSystemMessage;
import com.azure.ai.openai.models.ChatRequestUserMessage;
import com.azure.ai.openai.models.ChatResponseMessage;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.Configuration;

import java.util.ArrayList;
import java.util.List;

String endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
String deploymentName = "gpt-5.2";
TokenCredential defaultCredential = new DefaultAzureCredentialBuilder().build();
OpenAIClient client = new OpenAIClientBuilder()
    .credential(defaultCredential)
    .endpoint("{endpoint}")
    .buildClient();

List<ChatRequestMessage> chatMessages = new ArrayList<>();
chatMessages.add(new ChatRequestSystemMessage("You are a helpful assistant."));
chatMessages.add(new ChatRequestUserMessage("What is the speed of light?"));

ChatCompletions chatCompletions = client.getChatCompletions(deploymentName, new ChatCompletionsOptions(chatMessages));

System.out.printf("Model ID=%s is created at %s.%n", chatCompletions.getId(), chatCompletions.getCreatedAt());
for (ChatChoice choice : chatCompletions.getChoices()) {
    ChatResponseMessage message = choice.getMessage();
    System.out.printf("Index: %d, Chat Role: %s.%n", choice.getIndex(), message.getRole());
    System.out.println("Message:");
    System.out.println(message.getContent());

import { AzureOpenAI } from "openai";
import { DefaultAzureCredential, getBearerTokenProvider } from "@azure/identity";

const deployment = "gpt-4o";
const endpoint = "https://<resource-name>.openai.azure.com";
const scope = "https://ai.azure.com/.default";
const apiVersion = "2024-04-01-preview";

const azureADTokenProvider = getBearerTokenProvider(new DefaultAzureCredential(), scope);

const options = { azureADTokenProvider, deployment, apiVersion, endpoint };

const client = new AzureOpenAI(options);

const result = await client.chat.completions.create({
    model: deployment,
    messages: [
        { role: "system", content: "You are a helpful assistant" },
        { role: "user", content: "What is the speed of light?" },
    ],
});
console.log(result.choices[0].message.content);

Infrastructure de l’agent

Microsoft Agent Framework est un SDK open source pour C#/.NET et Python qui fournit une orchestration multi-agent unifiée et des abstractions cohérentes pour la création d’agents et de systèmes multi-agents. Il s’agit de la couche d’orchestration recommandée pour les agents hébergés dans Foundry.

• Si vous avez déjà utilisé AutoGen ou Noyau sémantique pour l’orchestration multi-agent (coordination de plusieurs agents pour travailler ensemble sur des tâches), considérez Agent Framework comme votre couche d’orchestration principale. Il vous permet d’éviter de combiner plusieurs kits SDK d’orchestration qui résolvent des tâches de coordination similaires, ce qui peut ajouter des abstractions et des dépendances conflictuelles.
• Si vous disposez déjà d’un code d’orchestration important, dépendez des fonctionnalités spécifiques au produit ou que vous rencontrez des exigences de migration complexes, évaluez ces exigences avant de consolider sur Agent Framework.

Exécuter votre code en tant qu’agent hébergé

L’histoire principale des agents basés sur du code dans Foundry est les agents hébergés. Écrivez votre agent avec Agent Framework, empaquetez-le en tant qu’image conteneur ou zip de votre code source et laissez Foundry l’exécuter avec un point de terminaison managé, une mise à l’échelle automatique sur des machines virtuelles Micro isolées, une identité d’agent dédiée Microsoft Entra, un état au niveau de la session et une observabilité de bout en bout.

Les agents hébergés sont le chemin recommandé lorsque vous souhaitez qu’un point de terminaison accessible en réseau géré par Foundry soit appelé par d’autres applications ou agents. Consultez Déployer votre premier agent hébergé.

Générer des agents dans du code en dehors de Foundry avec l’API Réponses

Si vous hébergez votre agent en dehors de Foundry , dans votre propre processus ou infrastructure, vous pouvez également utiliser Agent Framework pour appeler directement l’API Réponses dans votre point de terminaison de projet . Agent Framework se connecte via le FoundryChatClient fournisseur, qui cible :

{project_endpoint}/openai/v1/responses

Passer par le point de terminaison du projet , au lieu d’un point de terminaison OpenAI au niveau de la ressource, donne à votre agent :

• Modèles Foundry du catalogue (Azure OpenAI et modèles Foundry directs) via une API unique.
• Outils de plateforme au-delà de l’ensemble d’outils OpenAI, notamment la recherche de fichiers, l’interpréteur de code, la mémoire, la recherche web, les serveurs MCP, les SharePoint, WorkIQ et Fabric IQ.
• Données délimitées au projet, authentification de l’outil On-Behalf-Of (OBO), ainsi que le traçage, les filtres de contenu et la configuration de l’identité du projet.

Ce modèle vient s’ajouter aux agents hébergés, et non les remplacer — le même code Agent Framework peut appeler l’API Responses depuis votre propre processus dès aujourd’hui et être packagé plus tard comme agent hébergé, lorsque vous souhaiterez un point de terminaison géré par Foundry. Consultez démarrage rapide : Générer des agents à l’aide de l’API Réponses.

Pour une comparaison complète des types d’agents et des options d’hébergement, consultez Qu’est-ce que Microsoft Foundry Agent Service ?.

Kits de développement logiciel (SDK) Foundry Tools

Les Foundry Tools (anciennement Azure Services IA) sont des solutions ciblées prédéfinies avec des SDK dédiés. Utilisez les points de terminaison suivants pour utiliser Foundry Tools.

Quel point de terminaison devez-vous utiliser ?

Choisissez un point de terminaison en fonction de vos besoins :

Utilisez le point de terminaison Azure AI Services pour accéder à Vision par ordinateur, Sécurité du contenu, Document Intelligence, Langue, Traduction et Outils de recherche de jetons.

Point de terminaison des Outils de fonderie : https://<your-resource-name>.cognitiveservices.azure.com/

Si vos charges de travail utilisent la mise hors service des fonctionnalités de Azure AI Language(par exemple, analyse des sentiments, extraction d’expressions clés, synthèse, liaison d’entité, CLU ou CQA) envisagez de migrer vers des alternatives de Microsoft Foundry. Pour le nouveau développement, envisagez d’utiliser le Kit de développement logiciel (SDK) Foundry ou le point de terminaison compatible OpenAI, comme décrit plus haut dans cet article. Consultez Migrate de Language Studio à Microsoft Foundry.

Pour Foundry Tools reconnaissance vocale et de traduction, utilisez les points de terminaison dans les tableaux suivants. Remplacez les espaces réservés par vos informations de ressource.

Points de terminaison de la voix

Points de terminaison pour la traduction

Points d'accès de langue

Foundry Tools pris en charge par C#

Outil de fonderie	Description	Guides de démarrage rapide et documentation de référence
Discours	Ajoutez des fonctionnalités de conversion de la parole en texte, du texte en parole, de traduction et de reconnaissance de locuteur aux applications.	• Démarrage rapide de transcription vocale • Démarrage rapide du texte à la parole • Démarrage rapide de la traduction vocale • Speech SDK pour .NET • Package NuGet Speech (Speech CLI)
Langue	Créez des applications avec des fonctionnalités de compréhension du langage naturel. Fonctionnalités prises en charge : détection de langage, détection d’informations personnelles, Analyse de texte for Health, le NER prédéfini et le NER personnalisé. Retrait du 31 mars 2029 : analyse des sentiments et exploration des opinions, extraction de phrases clés, synthétisation, liaison d'entités, CQA et CLU.	• Démarrage rapide de réponses aux questions personnalisées (CQA)(mise hors service le 31 mars 2029) • Démarrage rapide de la liaison d’entités(mise hors service le 31 mars 2029) • Démarrage rapide de la détection de langue • Démarrage rapide de l’extraction d’expressions clés(mise hors service le 31 mars 2029) • Démarrage rapide pour la détection d'entités nommées (NER) • Démarrage rapide Détecter les informations d’identification personnelle (PII) • Démarrage rapide de l’analyse des sentiments et de l’exploration des opinions(retrait du 31 mars 2029) • Démarrage rapide pour le résumé des textes, des documents et des conversations(mise hors service le 31 mars 2029) • Utilisation de Analyse de texte pour le démarrage rapide en santé • SDK de langage pour .NET (analyse de texte) • Package NuGet Language (analyse de texte) • SDK de langue pour .NET (Réponse aux questions) • Package NuGet Language (réponse aux questions) • Migrer de Language Studio à Microsoft Foundry pour obtenir des conseils sur la migration des charges de travail avec les fonctionnalités en fin de vie
Traducteur	Utilisez la technologie de traduction basée sur l’IA pour traduire plus de 100 langues et dialectes en danger.	• Le SDK Translator pour .NET (texte) • Paquet NuGet de Traducteur (texte) • Kit de développement logiciel de traduction pour .NET (batch) • Package NuGet Translator (batch)
icône Recherche Azure AI	Apportez une recherche cloud basée sur l’IA à vos applications mobiles et web.	• Démarrage rapide Utiliser la récupération agencée • Démarrage rapide de la recherche de vecteurs • Recherche générative classique (RAG) avec un démarrage rapide des données de base • Démarrage rapide de la recherche en texte intégral • Démarrage rapide du classement sémantique Démarrage rapide Converser avec des modèles Azure OpenAI à l’aide de vos propres données • SDK Recherche Azure AI pour .NET • Recherche Azure AI package NuGet
	Détecter le contenu dangereux dans les applications et les services.	• Analyser le démarrage rapide du contenu texte • Utiliser un bloc de texte liste de blocage démarrage rapide • Analyser le contenu de l’image - Démarrage rapide • SDK Content Safety pour .NET • Package NuGet Content Safety
Document Intelligence	Transformez des documents en solutions intelligentes pilotées par les données.	• Démarrage rapide de Document Intelligence • Document Intelligence SDK pour .NET • Le package NuGet Document Intelligence
Vision	Analysez le contenu dans les images numériques et les ressources multimédias enrichies.	• Azure Vision dans Foundry Tools v3.2 Guide de démarrage rapide • Démarrage rapide de l'analyse des images • Démarrage rapide pour l’utilisation du service Face • Vision SDK pour .NET • package NuGet Vision

Outils Foundry pris en charge par Java

Outil de fonderie	Description	Guides de démarrage rapide et documentation de référence
Discours	Ajoutez des fonctionnalités de conversion de la parole en texte, du texte en parole, de traduction et de reconnaissance de locuteur aux applications.	• Démarrage rapide de transcription vocale • Démarrage rapide du texte à la parole • Démarrage rapide de la traduction vocale • Speech SDK pour Java • Package Speech Maven
Langue	Créez des applications avec des fonctionnalités de compréhension du langage naturel. Fonctionnalités prises en charge : détection de langage, détection d’informations personnelles, Analyse de texte for Health, le NER prédéfini et le NER personnalisé. Retrait du 31 mars 2029 : analyse des sentiments et exploration des opinions, extraction de phrases clés, synthétisation, liaison d'entités, CQA et CLU.	• Démarrage rapide de la liaison d’entités(mise hors service le 31 mars 2029) • Démarrage rapide de la détection de langue • Démarrage rapide de l’extraction d’expressions clés(mise hors service le 31 mars 2029) • Démarrage rapide pour la détection d'entités nommées (NER) • Démarrage rapide Détecter les informations d’identification personnelle (PII) • Démarrage rapide de l’analyse des sentiments et de l’exploration des opinions(retrait du 31 mars 2029) • Démarrage rapide pour le résumé des textes, des documents et des conversations(mise hors service le 31 mars 2029) • Utilisation de Analyse de texte pour le démarrage rapide en santé • SDK Language de Java (analyse de texte) • Package Maven Language • Migrer de Language Studio à Microsoft Foundry pour obtenir des conseils sur la migration des charges de travail avec les fonctionnalités en fin de vie
Traducteur	Utilisez la technologie de traduction basée sur l’IA pour traduire plus de 100 langues et dialectes en danger.	• SDK Translator pour Java (texte) • Package Translator Maven (texte)
icône Recherche Azure AI	Apportez une recherche cloud basée sur l’IA à vos applications mobiles et web.	• Démarrage rapide Utiliser la récupération agencée • Démarrage rapide de la recherche de vecteurs • Recherche générative classique (RAG) avec un démarrage rapide des données de base • Démarrage rapide de la recherche en texte intégral • Démarrage rapide du classement sémantique Démarrage rapide Converser avec des modèles Azure OpenAI à l’aide de vos propres données • SDK Recherche Azure AI pour Java • Recherche Azure AI package Maven
	Détecter le contenu dangereux dans les applications et les services.	• Analyser le démarrage rapide du contenu texte • Utiliser un bloc de texte liste de blocage démarrage rapide • Analyser le contenu de l’image - Démarrage rapide • SDK Content Safety pour Java • Package Maven de sécurité du contenu
Document Intelligence	Transformez des documents en solutions intelligentes pilotées par les données.	• Démarrage rapide de Document Intelligence • Document Intelligence SDK pour Java • Package Document Intelligence Maven
Vision	Analysez le contenu dans les images numériques et les ressources multimédias enrichies.	• Démarrage rapide de l'analyse des images • Démarrage rapide pour l’utilisation du service Face • sdk Vision pour Java • Package Vision Maven

Outils de fonderie pris en charge par JavaScript

Outil de fonderie	Description	Guides de démarrage rapide et documentation de référence
Discours	Ajoutez des fonctionnalités de conversion de la parole en texte, du texte en parole, de traduction et de reconnaissance de locuteur aux applications.	• Démarrage rapide de transcription vocale • Démarrage rapide du texte à la parole • Démarrage rapide de la traduction vocale • Kit de développement logiciel (SDK) Speech pour JavaScript • Speech package npm
Langue	Créez des applications avec des fonctionnalités de compréhension du langage naturel. Fonctionnalités prises en charge : détection de langage, détection d’informations personnelles, Analyse de texte for Health, le NER prédéfini et le NER personnalisé. Retrait du 31 mars 2029 : analyse des sentiments et exploration des opinions, extraction de phrases clés, synthétisation, liaison d'entités, CQA et CLU.	• Démarrage rapide de la liaison d’entités(mise hors service le 31 mars 2029) • Démarrage rapide de la détection de langue • Démarrage rapide de l’extraction d’expressions clés(mise hors service le 31 mars 2029) • Démarrage rapide pour la détection d'entités nommées (NER) • Démarrage rapide Détecter les informations d’identification personnelle (PII) • Démarrage rapide de l’analyse des sentiments et de l’exploration des opinions(retrait du 31 mars 2029) • Démarrage rapide pour le résumé des textes, des documents et des conversations(mise hors service le 31 mars 2029) • Utilisation de Analyse de texte pour le démarrage rapide en santé • Kit de développement logiciel (SDK) de langage pour JavaScript (analyse de texte) • Package npm de langue • Migrer de Language Studio à Microsoft Foundry pour obtenir des conseils sur la migration des charges de travail avec les fonctionnalités en fin de vie
Traducteur	Utilisez la technologie de traduction basée sur l’IA pour traduire plus de 100 langues et dialectes en danger.	• SDK Translator pour JavaScript (texte) • Package npm Translator (texte)
icône Recherche Azure AI	Apportez une recherche cloud basée sur l’IA à vos applications mobiles et web.	• Démarrage rapide Utiliser la récupération agencée • Démarrage rapide de la recherche de vecteurs • Recherche générative classique (RAG) avec un démarrage rapide des données de base • Démarrage rapide de la recherche en texte intégral • Démarrage rapide du classement sémantique Démarrage rapide Converser avec des modèles Azure OpenAI à l’aide de vos propres données • SDK Recherche Azure AI pour JavaScript • Recherche Azure AI package npm
	Détecter le contenu dangereux dans les applications et les services.	• Analyser le démarrage rapide du contenu texte • Utiliser un bloc de texte liste de blocage démarrage rapide • Analyser le contenu de l’image - Démarrage rapide • Package npm de sécurité du contenu
Document Intelligence	Transformez des documents en solutions intelligentes pilotées par les données.	• Démarrage rapide de Document Intelligence • Kit de développement logiciel (SDK) Document Intelligence pour JavaScript • Package npm Document Intelligence
Vision	Analysez le contenu dans les images numériques et les ressources multimédias enrichies.	• Azure Vision dans Foundry Tools v3.2 Guide de démarrage rapide • Démarrage rapide de l'analyse des images • Démarrage rapide pour l’utilisation du service Face • Kit de développement logiciel (SDK) Vision pour JavaScript • Vision package npm

Outils Foundry pris en charge par Python

Outil de fonderie	Description	Guides de démarrage rapide et documentation de référence
Discours	Ajoutez des fonctionnalités de conversion de la parole en texte, du texte en parole, de traduction et de reconnaissance de locuteur aux applications.	• Démarrage rapide de transcription vocale • Démarrage rapide du texte à la parole • Démarrage rapide de la traduction vocale • SDK de parole pour Python • Paquet PyPi Speech
Langue	Créez des applications avec des fonctionnalités de compréhension du langage naturel. Fonctionnalités prises en charge : détection de langage, détection d’informations personnelles, Analyse de texte for Health, le NER prédéfini et le NER personnalisé. Retrait du 31 mars 2029 : analyse des sentiments et exploration des opinions, extraction de phrases clés, synthétisation, liaison d'entités, CQA et CLU.	• Démarrage rapide de réponses aux questions personnalisées (CQA)(mise hors service le 31 mars 2029) • Démarrage rapide de la liaison d’entités(mise hors service le 31 mars 2029) • Démarrage rapide de la détection de langue • Démarrage rapide de l’extraction d’expressions clés(mise hors service le 31 mars 2029) • Démarrage rapide reconnaissance d'entité nommée (NER) • Démarrage rapide Détecter les informations d’identification personnelle (PII) • Démarrage rapide de l’analyse des sentiments et de l’exploration des opinions(retrait du 31 mars 2029) • Démarrage rapide pour le résumé des textes, des documents et des conversations(mise hors service le 31 mars 2029) • Utilisation de Analyse de texte pour le démarrage rapide en santé • SDK Language pour Python (analyse de texte) • Package PyPi linguistique (analyse de texte) • Kit de développement logiciel (SDK) Language pour Python (questions-réponses) • Package PyPi linguistique (réponse aux questions) • sdk Language pour Python (conversations linguistiques)(mise hors service le 31 mars 2029) • Paquet PyPi de langue (conversations linguistiques)(retrait le 31 mars 2029) • Migrer de Language Studio à Microsoft Foundry pour obtenir des conseils sur la migration des charges de travail avec les fonctionnalités en fin de vie
Traducteur	Utilisez la technologie de traduction basée sur l’IA pour traduire plus de 100 langues et dialectes en danger.	• SDK de Translator pour Python (texte) • Package Translator PyPi (texte) • SDK Translator pour Python (traitement par lots) • Package PyPi Translator (traitement par lots)
icône Recherche Azure AI	Apportez une recherche cloud basée sur l’IA à vos applications mobiles et web.	• Se connecter à un service de recherche - Démarrage rapide • Démarrage rapide Utiliser la récupération agencée • Démarrage rapide de la recherche de vecteurs • Recherche générative classique (RAG) avec un démarrage rapide des données de base • Démarrage rapide de la recherche en texte intégral • Démarrage rapide du classement sémantique Démarrage rapide Converser avec des modèles Azure OpenAI à l’aide de vos propres données • SDK Recherche Azure AI pour Python • paquet PyPi Recherche Azure AI
	Détecter le contenu dangereux dans les applications et les services.	• Analyser le démarrage rapide du contenu texte • Utiliser un bloc de texte liste de blocage démarrage rapide • Analyser le contenu de l’image - Démarrage rapide • SDK Content Safety pour Python • Package PyPi de sécurité du contenu
Document Intelligence	Transformez des documents en solutions intelligentes pilotées par les données.	• Démarrage rapide de Document Intelligence • Document Intelligence SDK pour Python • Package PyPi Document Intelligence
Vision	Analysez le contenu dans les images numériques et les ressources multimédias enrichies.	• Azure Vision dans Foundry Tools v3.2 Guide de démarrage rapide • Démarrage rapide de l'analyse des images • Démarrage rapide pour l’utilisation du service Face • sdk Vision pour Python • Package Vision PyPi