Implantar em um ponto de extremidade online do Estúdio do Azure Machine Learning ou do Microsoft Foundry

A Azure Developer CLI (azd) permite implantar em um ponto de extremidade online do Estúdio do Azure Machine Learning ou Microsoft Foundry. azd dá suporte aos seguintes recursos, que são descritos nas seções à frente:

Pré-requisitos

Para trabalhar com Microsoft Foundry ou Azure Machine Learning Studio endpoints online, é necessário:

O modelo Foundry Starter pode ajudar a estabelecer toda a infraestrutura necessária para começar a trabalhar com endpoints do Foundry.

Configurar o ponto de extremidade online

Configure o suporte para pontos de extremidade online na seção services do arquivo azure.yaml:

  • Defina o host valor como ai.endpoint.
  • A seção config para ai.endpoint suporta as seguintes configurações:
    • workspace: o nome do workspace Microsoft Foundry. azd Dá suporte a substituições de variáveis de ambiente e sintaxe.
      • Se não for especificado, azd procure uma variável de ambiente com o nome AZUREAI_PROJECT_NAME.
    • ambiente: configuração personalizada opcional para ambientes de ML. azd cria uma nova versão de ambiente com base na definição de arquivo YAML referenciada.
    • fluxo: configuração personalizada opcional para fluxos. azd cria um novo fluxo de comandos a partir do caminho do arquivo especificado.
    • modelo: configuração personalizada opcional para modelos de ML. azd cria uma nova versão de modelo com base na definição de arquivo YAML referenciada.
    • implantação: configuração necessária para implantações de endpoint online. azd cria uma nova implantação online para o ponto de extremidade online associado a partir da definição do arquivo YAML referenciado.

Considere o seguinte arquivo de exemplo azure.yaml que configura esses recursos:

name: contoso-chat
metadata:
  template: contoso-chat@0.0.1-beta
services:
  chat:
    # Referenced new ai.endpoint host type
    host: ai.endpoint
    # New config flow for AI project configuration
    config:
      # The name of the Foundry workspace
      workspace: ${AZUREAI_PROJECT_NAME}
      # Optional: Path to custom ML environment manifest
      environment:
        path: deployment/docker/environment.yml
      # Optional: Path to your prompt flow folder that contains the flow manifest
      flow:
        path: ./contoso-chat
      # Optional: Path to custom model manifest
      model:
        path: deployment/chat-model.yaml
        overrides:
          "properties.azureml.promptflow.source_flow_id": ${AZUREAI_FLOW_NAME}
      # Required: Path to deployment manifest
      deployment:
        path: deployment/chat-deployment.yaml
        environment:
          PRT_CONFIG_OVERRIDE: deployment.subscription_id=${AZURE_SUBSCRIPTION_ID},deployment.resource_group=${AZURE_RESOURCE_GROUP},deployment.workspace_name=${AZUREAI_PROJECT_NAME},deployment.endpoint_name=${AZUREAI_ENDPOINT_NAME},deployment.deployment_name=${AZUREAI_DEPLOYMENT_NAME}

A seção config.deployment é necessária e cria uma nova implantação online para o ponto de extremidade online associado a partir da definição do arquivo YAML referenciada. Essa funcionalidade lida com o seguinte:

  • O ambiente e o modelo associados são referenciados quando disponíveis.
  • azd aguarda a implantação entrar em um estado terminal de provisionamento.
  • Em implantações bem-sucedidas, todo o tráfego é deslocado para a nova versão de implantação.
  • Todas as implantações anteriores são excluídas para liberar a computação para implantações futuras.

Explorar as opções de configuração

Cada recurso com suporte para endpoints online de IA/ML permite personalizações para seu cenário específico usando as opções descritas nas seções a seguir.

Flow

A flow seção de configuração é opcional e dá suporte aos seguintes valores:

  • nome: o nome do fluxo. O padrão é <service-name>-flow-<timestamp> se não for especificado.

  • caminho: o caminho relativo para uma pasta que contém o manifesto de fluxo.

  • substituições: todas as substituições personalizadas a serem aplicadas ao fluxo.

    Nota

    Cada chamada para azd deploy cria um novo fluxo com carimbo de data e hora.

Ambiente

A environment seção de configuração é opcional e dá suporte aos seguintes valores:

  • nome: o nome do ambiente personalizado. O padrão é <service-name>-environment se não for especificado.

  • caminho: O caminho relativo para um manifesto yaml de ambiente personalizado.

  • substituições: todas as substituições personalizadas a serem aplicadas ao ambiente.

    Nota

    Cada chamada para azd deploy cria uma nova versão de ambiente.

Modelo

A model seção de configuração é opcional e dá suporte aos seguintes valores:

  • nome: o nome do modelo personalizado. O padrão é <service-name>-model se não for especificado.

  • caminho: O caminho relativo para um modelo YAML de ambiente personalizado.

  • Sobreposições: Todas as sobreposições personalizadas a serem aplicadas ao modelo.

    Nota

    Cada chamada para azd deploy cria uma nova versão do modelo.

Implantação

A deployment seção de configuração é necessária e dá suporte aos seguintes valores:

  • nome: o nome da implantação personalizada. O padrão é <service-name>-deployment se não for especificado.

  • caminho: o caminho relativo para um manifesto YAML de implantação personalizado.

  • ambiente: um mapa de pares de valores de chave para definir variáveis de ambiente para a implantação. Dá suporte a substituições de variáveis de ambiente do SO/AZD usando a sintaxe ${VAR_NAME}.

  • substitui: qualquer substituição personalizada a ser aplicada à implantação.

    Nota

    Só dá suporte a implantações online gerenciadas.

AgentSchema e agent.yaml

AgentSchema é uma especificação aberta para definir agentes de IA em um formato YAML de primeiro código. Um agent.yaml arquivo descreve a configuração de um agente, incluindo seu modelo, instruções, ferramentas e conexões. AgentSchema serve como um formato de troca unificado entre Microsoft Copilot Studio, Microsoft Foundry e outras plataformas.

O AgentSchema dá suporte a dois formatos primários:

  • AgentDefinition – uma especificação completa e concreta de um agente que pode ser executado diretamente. Use esse formato para agentes de uso único em que todos os valores de configuração são conhecidos e fixos.
  • AgentManifest – um modelo parametrizado para criar agentes dinamicamente. Use esse formato para padrões de agente reutilizáveis em que valores como nomes de modelo, conexões ou instruções são configurados em runtime usando {{parameter}} sintaxe.

Exemplo agent.yaml

O exemplo a seguir mostra uma definição hospedada agent.yaml que azd pode implantar no Microsoft Foundry. A anotação de esquema no topo solicita aos editores compatíveis com YAML validar com base no AgentSchema publicado:

# yaml-language-server: $schema=https://raw.githubusercontent.com/microsoft/AgentSchema/refs/heads/main/schemas/v1.0/ContainerAgent.yaml

kind: hosted
name: customer-support
description: Handles customer inquiries and support requests
protocols:
  - protocol: responses
    version: v1
code_configuration:
  runtime: python_3_14
  entry_point: main.py

Este exemplo usa kind: hosted com um code_configuration bloco, que informa azd para empacotar seu código-fonte como um ZIP e permitir que o Foundry gerencie o runtime. Para implantar uma imagem de contêiner predefinida, substitua code_configuration por um image campo que aponte para uma imagem em Registro de Contêiner do Azure.

Usando agent.yaml com azd

O esquema azure.yaml dá suporte ao tipo de host azure.ai.agent para implantar agentes no Microsoft Foundry. Quando você define host como azure.ai.agent, azd lê o agent.yaml arquivo em seu diretório de serviço e usa seu kind campo para determinar como implantar o agente. Para obter mais informações, consulte a referência do esquema azure.yaml.

Valores suportados de kind

O campo kind na parte superior de agent.yaml seleciona o formato de implantação. azd valida esse campo em relação aos valores na tabela a seguir e rejeita qualquer outro valor no momento da implantação.

kind O que azd implementa Quando usar
hosted Um agente hospedado pela Foundry. O sub-modo de implantação depende dos campos que você inclui no arquivo: adicionar code_configuration para implantação de código (upload zip, runtime gerenciado pelo Foundry) ou adicionar image para implantação de contêiner (sua imagem predefinida de Registro de Contêiner do Azure). A maioria dos agentes criados por azd ai agent init. Use a implantação por código quando quiser que o Foundry gerencie o ambiente de execução; use a implantação por contêiner quando precisar de controle total sobre a imagem.

Nota

AgentSchema é uma especificação mais ampla do que a que azd implanta hoje. Se você vir outros valores kind na referência do AgentSchema (por exemplo, definições de agente baseadas apenas em prompt), esses formatos não têm suporte em azd e não são aceitos por azd deploy.

Para obter mais informações sobre AgentSchema, consulte os seguintes recursos:

Conteúdo relacionado

Solicitar ajuda

Para obter informações sobre como arquivar um bug, solicitar ajuda ou propor um novo recurso para a CLI do Desenvolvedor do Azure, visite a página troubleshooting e suporte.

  • Last updated on