Usa Azure OpenAI in Fabric con OpenAI Python SDK (anteprima)

Fabric supporta due modi per chiamare i suoi grandi modelli di linguaggio (LLM) precostruiti con un'interfaccia Python compatibile con OpenAI:

  • Usa l'SDK OpenAI con autenticazione Fabric.
  • Importare le funzioni AI e utilizzare i client compatibili OpenAI sincroni o asincroni forniti con Fabric. I client integrati espongono le API Python SDK di OpenAI e non richiedono installazione o configurazione di autenticazione.

Entrambe le opzioni supportano le API Responses, Chat Completions ed Embeddings.

Per l'elaborazione distribuita di set di dati di grandi dimensioni, vedere Use Azure OpenAI with SynapseML. Per trasformazioni predefinite su panda o PySpark DataFrame, vedi Usa Azure OpenAI con Funzioni AI.

Prerequisiti

Scegli come creare il client

Option Setup Quando usarlo
OpenAI SDK Installa il openai pacchetto e crea un AzureOpenAI client con autenticazione Fabric. Usa questa opzione quando vuoi lavorare direttamente con l'SDK OpenAI.
Client Fabric integrati Importa le Funzioni IA e accedi a client_sync o client_async. Usa questa opzione quando vuoi un client Python compatibile con OpenAI che sia già installato, autenticato e configurato per Fabric.

Completa una delle due configurazioni prima di eseguire gli esempi di API.

Utilizzare l'SDK di OpenAI

Installa il pacchetto Python di OpenAI nel notebook:

%pip install openai==1.99.5

Crea un AzureOpenAI client con il client HTTP autenticato da Fabric:

from synapse.ml.fabric.credentials import get_openai_httpx_sync_client
import openai

client = openai.AzureOpenAI(
    http_client=get_openai_httpx_sync_client(),
    api_version="2025-04-01-preview",
)

Il client utilizza l'interfaccia OpenAI SDK mentre Fabric gestisce l'autenticazione.

Usa i client predefiniti compatibili con OpenAI

Fabric include già dei client che espongono le interfacce dello SDK Python di OpenAI. Importare funzioni AI per accedervi:

import synapse.ml.aifunc as aifunc

client = aifunc.session.client_sync
async_client = aifunc.session.client_async
  • Non è necessario installare un pacchetto, creare una risorsa Azure OpenAI, configurare un endpoint o fornire una chiave API.
  • Da usare client_sync per chiamate sincrone.
  • Usa client_async con await per chiamate asincrone.

Le sezioni seguenti utilizzano la variabile sincrona client creata da entrambe le opzioni.

API delle risposte

Usa l'API Responses per nuove applicazioni di generazione di testo. Puoi fornire input in stile testo o messaggio e leggere il testo generato da response.output_text. Per i dettagli sull'API, consulta il riferimento API Responses.

response = client.responses.create(
    model="gpt-5.1",
    input=[
        {
            "role": "user",
            "content": "Explain quantum computing in simple terms.",
        }
    ],
    store=False,
)
print(response.output_text)

Annotazioni

L'endpoint Fabric preassemblato non supporta store=True né il previous_response_id parametro.

Completamenti della chat

Usa l'API Chat Completions quando la tua applicazione rappresenta una conversazione come un elenco di messaggi. Per i dettagli sull'API, consulta il riferimento API Chat Completions.

response = client.chat.completions.create(
    model="gpt-5.1",
    messages=[
        {
            "role": "user",
            "content": "Summarize the benefits of a lakehouse in one sentence.",
        }
    ],
)
print(response.choices[0].message.content)

Integrazioni

Un embedding rappresenta il significato semantico del testo come vettore di numeri in virgola mobile. Le applicazioni confrontano questi vettori per ricerca semantica, clustering, raccomandazioni e altri compiti basati sulla similarità. Per i dettagli sull'API, consulta il riferimento API Embeddings.

response = client.embeddings.create(
    input="The food was delicious and the waiter...",
    model="text-embedding-ada-002",
)
print(response.data[0].embedding)

Usare il client asincrono

Il client integrato client_async supporta le stesse API del client sincrono. Viene fornito con Fabric, quindi non è necessario installare o configurare un client OpenAI asincrono. Aggiungi await prima di ogni richiesta:

response = await async_client.responses.create(
    model="gpt-5.1",
    input="Explain quantum computing in simple terms.",
    store=False,
)
print(response.output_text)

chat_response = await async_client.chat.completions.create(
    model="gpt-5.1",
    messages=[
        {
            "role": "user",
            "content": "Summarize the benefits of a lakehouse in one sentence.",
        }
    ],
)
print(chat_response.choices[0].message.content)

embedding_response = await async_client.embeddings.create(
    model="text-embedding-ada-002",
    input="The food was delicious and the waiter...",
)
print(embedding_response.data[0].embedding)

Modelli e tariffe disponibili

Per informazioni sui modelli disponibili e sui tassi di consumo, vedere Tasso di consumo degli Strumenti Foundry.

Contenuti correlati

Documentazione di Fabric

Documentazione API compatibile OpenAI

  • Last updated on