Punkty końcowe dla modeli Microsoft Foundry

openai Zainstaluj pakiet przy użyciu narzędzia pip:

pip install openai --upgrade

Utwórz klienta, który wskazuje punkt końcowy Azure OpenAI w wersji 1, a następnie wygeneruj odpowiedź. Trasa /openai/v1/ używa wersjonowania niejawnego, więc nie przekazujesz parametru api-version. Przekaż nazwę wdrożenia w polu model:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://<resource>.openai.azure.com/openai/v1/",
    api_key=os.environ["AZURE_INFERENCE_CREDENTIAL"],
)

response = client.responses.create(
    model="deepseek-v3-0324",  # Replace with your model deployment name.
    input="Explain the Riemann hypothesis in one paragraph.",
)

print(response.output_text)

openai Zainstaluj pakiet przy użyciu narzędzia npm:

npm install openai

Utwórz klienta, który wskazuje punkt końcowy Azure OpenAI w wersji 1, a następnie wygeneruj odpowiedź:

import OpenAI from "openai";

const client = new OpenAI({
    baseURL: "https://<resource>.openai.azure.com/openai/v1/",
    apiKey: process.env.AZURE_INFERENCE_CREDENTIAL,
});

const response = await client.responses.create({
    model: "deepseek-v3-0324", // Replace with your model deployment name.
    input: "Explain the Riemann hypothesis in one paragraph.",
});

console.log(response.output_text);

Zainstaluj bibliotekę OpenAI:

dotnet add package OpenAI

Utwórz klienta, który wskazuje punkt końcowy Azure OpenAI w wersji 1, a następnie wygeneruj odpowiedź:

using System.ClientModel;
using OpenAI;
using OpenAI.Responses;

OpenAIClient client = new(
    new ApiKeyCredential(Environment.GetEnvironmentVariable("AZURE_INFERENCE_CREDENTIAL")),
    new OpenAIClientOptions
    {
        Endpoint = new Uri("https://<resource>.openai.azure.com/openai/v1/")
    });

OpenAIResponseClient responseClient = client.GetResponsesClient("deepseek-v3-0324");

OpenAIResponse response = responseClient.CreateResponse(
    "Explain the Riemann hypothesis in one paragraph.");

Console.WriteLine(response.GetOutputText());

Dodaj pakiet SDK OpenAI dla języka Java do swojego projektu. Sprawdź repozytorium openAI Java, aby uzyskać najnowszą wersję.

Utwórz klienta, który wskazuje punkt końcowy Azure OpenAI w wersji 1, a następnie wygeneruj odpowiedź:

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.responses.Response;
import com.openai.models.responses.ResponseCreateParams;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://<resource>.openai.azure.com/openai/v1/")
    .apiKey(System.getenv("AZURE_INFERENCE_CREDENTIAL"))
    .build();

Response response = client.responses().create(
    ResponseCreateParams.builder()
        .model("deepseek-v3-0324") // Replace with your model deployment name.
        .input("Explain the Riemann hypothesis in one paragraph.")
        .build());

// The Responses API has no single output-text accessor; concatenate the output items.
response.output().stream()
    .flatMap(item -> item.message().stream())
    .flatMap(message -> message.content().stream())
    .flatMap(content -> content.outputText().stream())
    .forEach(outputText -> System.out.println(outputText.text()));

Wysyłaj żądania bezpośrednio na ścieżkę v1. Ścieżka /openai/v1/ używa niejawnej wersji, więc nie uwzględniasz parametru api-version zapytania. Przekaż klucz w nagłówku Authorization jako token elementu nośnego:

curl -X POST https://<resource>.openai.azure.com/openai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AZURE_INFERENCE_CREDENTIAL" \
  -d '{
      "model": "deepseek-v3-0324",
      "input": "Explain the Riemann hypothesis in one paragraph."
    }'

Aby zainstalować OpenAI SDK przy użyciu menedżera pakietów, takiego jak pip:

pip install openai

W przypadku uwierzytelniania Microsoft Entra ID zainstaluj również następujące elementy:

pip install azure-identity

Użyj pakietu, aby korzystać z modelu. Poniższy przykład pokazuje, jak utworzyć klienta i wykonać testowe wywołanie do Responses API przy użyciu Microsoft Entra ID oraz wdrożenia modelu.

Zastąp <resource> nazwą zasobu Foundry. Znajdź go w portalu Azure lub uruchamiając az cognitiveservices account list. Zastąp deepseek-v3-0324 rzeczywistą nazwą wdrożenia.

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>.openai.azure.com/openai/v1/",
    api_key=token_provider,
)

response = client.responses.create(
    model="deepseek-v3-0324",  # Replace with your model deployment name.
    input="What is Azure AI?",
)

print(response.output_text)

Oczekiwane dane wyjściowe

Azure AI is a comprehensive suite of artificial intelligence services and tools from Microsoft that enables developers to build intelligent applications. It includes services for natural language processing, computer vision, speech recognition, and machine learning capabilities.

Materiały odniesienia: OpenAI Python SDK i klasa DefaultAzureCredential.

Zainstaluj zestaw OpenAI SDK:

dotnet add package OpenAI

W przypadku uwierzytelniania Microsoft Entra ID zainstaluj również pakiet Azure.Identity:

dotnet add package Azure.Identity

Następnie użyj pakietu, aby korzystać z modelu. Poniższy przykład pokazuje, jak utworzyć klienta i wykonać testowe wywołanie do Responses API przy użyciu Microsoft Entra ID oraz wdrożenia modelu.

Zastąp <resource> nazwą zasobu foundry (znajdź ją w portalu Azure). Zastąp deepseek-v3-0324 rzeczywistą nazwą wdrożenia.

using Azure.Identity;
using OpenAI;
using OpenAI.Responses;
using System.ClientModel.Primitives;

#pragma warning disable OPENAI001

BearerTokenPolicy tokenPolicy = new(
    new DefaultAzureCredential(),
    "https://ai.azure.com/.default"
);

OpenAIResponseClient client = new(
    model: "deepseek-v3-0324", // Replace with your model deployment name.
    authenticationPolicy: tokenPolicy,
    options: new OpenAIClientOptions()
    {
        Endpoint = new Uri("https://<resource>.openai.azure.com/openai/v1/")
    }
);

OpenAIResponse response = client.CreateResponse("What is Azure AI?");

Console.WriteLine(response.GetOutputText());

Oczekiwane dane wyjściowe:

Azure AI is a comprehensive suite of artificial intelligence services and tools from Microsoft that enables developers to build intelligent applications. It includes services for natural language processing, computer vision, speech recognition, and machine learning capabilities.

Dokumentacja: OpenAI .NET SDK i DefaultAzureCredential, klasa.

Zainstaluj zestaw OpenAI SDK za pomocą narzędzia npm:

npm install openai

W przypadku uwierzytelniania Microsoft Entra ID zainstaluj również następujące elementy:

npm install @azure/identity

Następnie użyj pakietu, aby korzystać z modelu. Poniższy przykład pokazuje, jak utworzyć klienta i wykonać testowe wywołanie do Responses API przy użyciu Microsoft Entra ID oraz wdrożenia modelu.

Zastąp <resource> nazwą zasobu Foundry (znajdź ją w portalu Azure lub uruchamiając az cognitiveservices account list). Zastąp deepseek-v3-0324 rzeczywistą nazwą wdrożenia.

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

const tokenProvider = getBearerTokenProvider(
    new DefaultAzureCredential(),
    'https://ai.azure.com/.default'
);

const client = new OpenAI({
    baseURL: "https://<resource>.openai.azure.com/openai/v1/",
    apiKey: tokenProvider
});

const response = await client.responses.create({
    model: "deepseek-v3-0324", // Replace with your model deployment name.
    input: "What is Azure AI?"
});

console.log(response.output_text);

Oczekiwane dane wyjściowe:

Azure AI is a comprehensive suite of artificial intelligence services and tools from Microsoft that enables developers to build intelligent applications. It includes services for natural language processing, computer vision, speech recognition, and machine learning capabilities.

Referencja: OpenAI Node.js SDK i klasa DefaultAzureCredential.

Dodaj zestaw OpenAI SDK do projektu. Sprawdź repozytorium OpenAI Java GitHub aby uzyskać najnowsze instrukcje dotyczące wersji i instalacji.

W przypadku uwierzytelniania Microsoft Entra ID dodaj również:

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.18.0</version>
</dependency>

Następnie użyj pakietu, aby korzystać z modelu. Poniższy przykład pokazuje, jak utworzyć klienta i wykonać testowe wywołanie do Responses API przy użyciu Microsoft Entra ID oraz wdrożenia modelu.

Zastąp <resource> nazwą zasobu foundry (znajdź ją w portalu Azure). Zastąp deepseek-v3-0324 rzeczywistą nazwą wdrożenia.

import com.azure.identity.AuthenticationUtil;
import com.azure.identity.DefaultAzureCredential;
import com.azure.identity.DefaultAzureCredentialBuilder;
import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.credential.BearerTokenCredential;
import com.openai.models.responses.Response;
import com.openai.models.responses.ResponseCreateParams;

DefaultAzureCredential tokenCredential = new DefaultAzureCredentialBuilder().build();

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://<resource>.openai.azure.com/openai/v1/")
    .credential(BearerTokenCredential.create(
        AuthenticationUtil.getBearerTokenSupplier(
            tokenCredential, 
            "https://ai.azure.com/.default"
        )
    ))
    .build();

ResponseCreateParams params = ResponseCreateParams.builder()
    .model("deepseek-v3-0324") // Replace with your model deployment name.
    .input("What is Azure AI?")
    .build();

Response response = client.responses().create(params);

// The Responses API has no single output-text accessor; concatenate the output items.
response.output().stream()
    .flatMap(item -> item.message().stream())
    .flatMap(message -> message.content().stream())
    .flatMap(content -> content.outputText().stream())
    .forEach(outputText -> System.out.println(outputText.text()));

Oczekiwane dane wyjściowe:

Azure AI is a comprehensive suite of artificial intelligence services and tools from Microsoft that enables developers to build intelligent applications. It includes services for natural language processing, computer vision, speech recognition, and machine learning capabilities.

Dokumentacja: OpenAI Java SDK i DefaultAzureCredential, klasa.

Zapoznaj się z projektem interfejsu API w sekcji referencyjnej , aby zobaczyć, które parametry są dostępne. Wstaw token uwierzytelniania (elementu nośnego) w nagłówku Authorization .

Na przykład sekcja referencyjna Responses API opisuje, jak używać ścieżki /responses, aby generować predykcje. Ścieżka /openai/v1/ jest uwzględniona w katalogu głównym adresu URL:

Żądanie

Zastąp <resource> nazwą zasobu Foundry (znajdź ją w portalu Azure lub uruchamiając az cognitiveservices account list). Zastąp deepseek-v3-0324 rzeczywistą nazwą wdrożenia.

Podstawowy adres URL akceptuje zarówno formaty, jak https://<resource>.openai.azure.com/openai/v1/ i https://<resource>.services.ai.azure.com/openai/v1/ .

curl -X POST https://<resource>.openai.azure.com/openai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AZURE_OPENAI_AUTH_TOKEN" \
  -d '{
      "model": "deepseek-v3-0324",
      "input": "Explain what the bitter lesson is?"
    }'

Odpowiedzi

Jeśli uwierzytelnianie zakończy się pomyślnie, otrzymasz odpowiedź 200 OK, a jej wyniki będą znajdować się w treści odpowiedzi:

{
  "id": "resp_...",
  "object": "response",
  "created_at": 1738368234,
  "model": "deepseek-v3-0324",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "The bitter lesson refers to a key insight in AI research that emphasizes the importance of general-purpose learning methods that leverage computation, rather than human-designed domain-specific approaches. It suggests that methods which scale with increased computation tend to be more effective in the long run."
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 28,
    "output_tokens": 52,
    "total_tokens": 80
  }
}

Tokeny muszą być wydawane z zakresem https://ai.azure.com/.default.

W celach testowych najprostszym sposobem uzyskania prawidłowego tokenu dla konta użytkownika jest użycie Azure CLI. W konsoli zaloguj się i zażądaj tokenu, uruchamiając następujące polecenia Azure CLI:

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

To polecenie zwraca token dostępu, który można przechowywać w zmiennej środowiskowej $AZURE_OPENAI_AUTH_TOKEN .

Dokumentacja referencyjna: API odpowiedzi