Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Atualmente a ver:Portal Foundry (clássica) versão - Mudar para a versão do novo Portal Foundry
Um recurso Foundry fornece acesso unificado a modelos, agentes e ferramentas. Este artigo explica qual o SDK e endpoint a usar para o seu cenário.
O SDK Foundry é um SDK thin-client que expõe todas as APIs do projeto Foundry através de um único endpoint de projeto. SDKs de nível superior baseiam-se nele — por exemplo, o pacote Agent Framework foundry depende do SDK Foundry para aceder a modelos, ferramentas e configuração de projetos Foundry.
| SDK | Para que serve | Ponto final |
|---|---|---|
| Foundry SDK | SDK thin-client para todas as APIs de todos os projetos Foundry. Acesso a Foundry Models e ferramentas de plataforma (pesquisa de ficheiros, interpretador de código, pesquisa web, memória, SharePoint, WorkIQ, Fabric IQ, MCP). | https://<resource-name>.services.ai.azure.com/api/projects/<project-name> |
| Quadro de Agente | Orquestração multiagente unificada para agentes alojados e sistemas multiagente, disponível em C#/.NET e Python. O foundry pacote depende do SDK do Foundry para acesso ao projeto. |
API de respostas no endpoint do projeto, via FoundryChatClient. |
| OpenAI SDK | Gama completa da API da OpenAI, incluindo embeddings e Foundry Models comercializados pelo Azure através de Chat Completions. Melhor latência e máxima compatibilidade com OpenAI. | https://<resource-name>.openai.azure.com/openai/v1 |
| Anthropic SDK | Modelos Anthropic Claude implementados no Foundry. | https://<resource-name>.services.ai.azure.com/anthropic |
| SDKs de Ferramentas de Foundry | Soluções pré-construídas (Visão, Fala, Segurança de Conteúdos e mais). | Pontos de extremidade específicos da ferramenta. |
Escolha o seu SDK:
- Use o Foundry SDK ao criar aplicações com agentes, avaliações ou funcionalidades específicas da Foundry
- Utilize Agent Framework para agentes alojados ou sistemas multiagente em código, usando a API Responses em C#/.NET ou Python
- Use o SDK OpenAI quando for necessária a máxima compatibilidade OpenAI ou a menor latência, ao gerar embeddings ou ao usar modelos vendidos pelo Azure através do Chat Completions
- Use Anthropic SDK ao trabalhar com modelos Anthropic Claude implementados no Foundry
- Utilize os Foundry Tools SDKs ao utilizar serviços específicos de IA (Visão, Fala, Linguagem, etc.)
Nota
Tipos de recursos: Um recurso da Foundry fornece todos os endpoints anteriormente listados. Um recurso Azure OpenAI fornece apenas o endpoint /openai/v1.
Authentication: Os exemplos aqui usam Microsoft Entra ID (DefaultAzureCredential). As chaves API funcionam em /openai/v1. Passe a chave como api_key em vez de um fornecedor de tokens.
Pré-requisitos
-
Uma conta no Azure com uma subscrição ativa. Se não tiveres uma, cria uma conta Azure free, que inclui uma subscrição de teste gratuita.
Tenha a função do Azure RBAC necessária para a sua tarefa ao nível mais restrito:
Utilizador da Foundry no projeto Foundry para o desenvolvimento diário.
Importante
As funções RBAC do Foundry foram recentemente renomeadas. Foundry User, Foundry Owner, Foundry Account Owner e Foundry Project Manager foram anteriormente nomeados Azure AI User, Azure AI Owner, Azure AI Account Owner e Azure AI Project Manager. Poderá ainda ver os nomes anteriores em alguns locais enquanto esta alteração de nome está a ser implementada. Os IDs das funções e as permissões principais não são alterados por esta mudança de nome.
Gestor de Projetos do Foundry no projeto Foundry para gerir um projeto existente e as suas ligações.
Proprietário da conta do Foundry no recurso do Foundry para criar projetos ou gerir recursos de nível de conta. Atribui esta função ao grupo de recursos alvo apenas quando precisares de criar um recurso da Foundry.
Ative a atribuição de grupo de recursos mesmo a tempo através do Microsoft Entra Privileged Identity Management (PIM) e desative-a após o provisionamento. Os programadores do dia a dia e os utilizadores de runtime não precisam desta tarefa elevada.
Para detalhes sobre as permissões de cada função, veja Controlo de acesso baseado em funções para Microsoft Foundry.
Instale os runtimes de linguagem necessários, ferramentas globais e extensões VS Code conforme descrito em Preparar o seu ambiente de desenvolvimento.
Verificar os pré-requisitos
Antes de prosseguir, confirme que cada verificação retorna o resultado indicado:
Confirme que a CLI do Azure utiliza a subscrição e o inquilino pretendidos:
az account show --query "{subscription:name, tenant:tenantId}" --output tableO comando é executado com êxito e apresenta a subscrição e o inquilino esperados.
Confirme se a sua credencial local pode solicitar um token de acesso Foundry sem mostrar o token:
az account get-access-token --resource https://ai.azure.com --query expiresOn --output tsvO comando sai com sucesso e mostra o tempo de expiração do token. Se falhar, execute
az logincom uma identidade que tenha a função do Foundry necessária.Confirme que tem a função RBAC necessária no portal do Azure em recurso Foundry>Controlo de acesso (IAM).
- Execute
python --version. O comando sai com sucesso e reporta Python 3.9 ou posterior.
- Execute
node --version. O comando sai com sucesso e reporta Node.js 22 ou mais tarde.
- Execute
dotnet --version. O comando sai com sucesso e reporta .NET 8 ou posterior.
- Execute
java --version. O comando é executado com êxito e indica Java 17 ou superior.
Confirme que o endpoint do seu projeto tem este formato:
https://<resource-name>.services.ai.azure.com/api/projects/<project-name>.Confirme que a
gpt-5-miniimplementação está pronta:az cognitiveservices account deployment show \ --name <resource-name> \ --resource-group <resource-group> \ --deployment-name gpt-5-mini \ --query properties.provisioningState \ --output tsvO comando retorna
Succeeded. Use o nome de implementação nos exemplos de código se a sua implementação tiver um nome diferente.
Foundry SDK
O SDK da Foundry liga-se a um único endpoint de projeto que fornece acesso às capacidades mais populares da Foundry:
https://<resource-name>.services.ai.azure.com/api/projects/<project-name>
Nota
Se a sua organização usar um subdomínio personalizado, substitua <resource-name> por <your-custom-subdomain> na URL do endpoint.
Esta abordagem simplifica a configuração da aplicação. Em vez de gerir múltiplos endpoints, configura-se um.
Instalar o SDK
Nota
Este artigo aplica-se a um projeto da Foundry. O código mostrado aqui não funciona para um projeto baseado em hubs. Para mais informações, veja Tipos de projetos.
Nota
Versões do SDK: Este artigo aborda a instalação do SDK 1.x. Certifique-se de que os exemplos que segue correspondem ao pacote instalado. Mude para a nova documentação do portal Foundry para ver o artigo da versão 2.x.
| Versão SDK | Versão Portal | Estado | Pacote Python |
|---|---|---|---|
| 2.x | Fundição (nova) | Estável | azure-ai-projects>=2.0.0 |
| 1.x | Foundry (clássico) | Estável | azure-ai-projects==1.0.0 |
A biblioteca cliente Azure AI Projects para Python é uma biblioteca unificada que permite usar múltiplas bibliotecas clientes em conjunto, ligando-as a um único endpoint de projeto.
Execute este comando para instalar os pacotes 1.x para projetos clássicos do Foundry.
pip install openai azure-identity azure-ai-projects==1.0.0
| Versão SDK | Versão Portal | Estado | Pacote Java |
|---|---|---|---|
| 1.x | Clássico da fundição | Aposentado | Não existe nenhum pacote Java suportado para este caminho clássico. Utilize com.azure:azure-ai-projects:2.2.0 com um projeto atual do Foundry. |
| Versão SDK | Versão Portal | Estado | Pacote JavaScript |
|---|---|---|---|
| 1.0.1 | Clássico da fundição | Estável | @azure/ai-projects |
| Versão SDK | Versão Portal | Estado | Pacote .NET |
|---|---|---|---|
| 1.1.0 (GA) | Clássico da fundição | Estável | Azure.AI.Projects |
O caminho do SDK Java para o Foundry classic foi descontinuado. O clássico SDK do projeto 1.x não atingiu disponibilidade geral para Java, e o pacote de pré-visualização azure-ai-inference retirado não é um substituto suportado.
Importante
Não inicies nem migres o desenvolvimento Java pelo caminho clássico do SDK. Passe para o guia atual do Foundry SDK e utilize a biblioteca de cliente GA do Azure AI Projects para Java com um projeto atual do Foundry.
Para um projeto Foundry atual, adicione a seguinte dependência ao seu Maven pom.xml:
<dependency>
<groupId>com.azure</groupId>
<artifactId>azure-ai-projects</artifactId>
<version>2.2.0</version>
</dependency>
A biblioteca cliente Azure AI Projects para JavaScript é uma biblioteca unificada que permite usar múltiplas bibliotecas clientes em conjunto ao ligar-se a um único endpoint de projeto.
Execute este comando para instalar os pacotes JavaScript 1.x para projetos clássicos do Foundry.
npm install @azure/ai-projects@1.0.1 @azure/identity
A biblioteca cliente Azure AI Projects para .NET é uma biblioteca unificada que permite usar múltiplas bibliotecas clientes em conjunto ligando-as a um único endpoint de projeto.
Execute estes comandos para adicionar os pacotes 1.x do Azure AI SDK para projetos clássicos do Foundry.
# 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
Utilizando o SDK Foundry
O SDK expõe dois tipos de clientes porque o Foundry e o OpenAI têm formas de API diferentes:
- Project client – Uso para operações nativas da Foundry onde a OpenAI não tem equivalente. Exemplos: listar ligações, recuperar propriedades do projeto, ativar o rastreio.
-
Cliente compatível com OpenAI – Funcionalidade Use for Foundry que se baseia em conceitos OpenAI. A API de Respostas, os agentes, as avaliações e o ajuste fino utilizam todos padrões de pedido/resposta ao estilo OpenAI. Este cliente também lhe dá acesso a modelos diretos do Foundry (modelos não-Azure-OpenAI alojados no Foundry). O endpoint do projeto serve este tráfego na
/openairota.
A maioria das aplicações usa ambos os clientes. Use o cliente do projeto para configuração e configuração, depois use o cliente compatível com OpenAI para executar agentes, avaliações e chamar modelos (incluindo modelos diretos do Foundry).
Crie um cliente de projeto:
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(),
)
Crie um cliente compatível com OpenAI a partir do seu projeto:
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)
O percurso para o primeiro sucesso em Java para o Foundry Classic foi descontinuado. O primeiro azure-ai-inference exemplo não cria um cliente de projeto clássico e usa uma chamada de API que não está disponível nessa versão do pacote.
Para desenvolvimento em Java, utilize com.azure:azure-ai-projects:2.2.0 com um projeto Foundry atual e siga o guia atual do SDK do Foundry. Este caminho atual do SDK não adiciona suporte Java aos projetos clássicos do Foundry.
Crie um cliente de projeto:
const endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
const deployment = "gpt-4o";
const project = new AIProjectClient(endpoint, new DefaultAzureCredential());
Crie um cliente compatível com OpenAI a partir do seu projeto:
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);
Crie um cliente de projeto:
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());
Crie um cliente compatível com OpenAI a partir do seu projeto:
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);
O que pode fazer com o SDK da Foundry
- Access Foundry Models, incluindo Azure OpenAI
- Use o Serviço de Agente de Fundição
- Executar avaliações na cloud
- Ativar rastreamento de aplicações
- Ajustar finamente um modelo
- Obtenha endpoints e chaves para Foundry Tools, para orquestração local e outras funcionalidades.
Resolução de problemas
Erros de autenticação
Se vir DefaultAzureCredential failed to retrieve a token:
Verificar se a CLI do Azure está autenticada:
az account show az login # if not logged inVerifique a atribuição de funções no RBAC:
Confirma que tens pelo menos o papel de Utilizador Foundry no projeto Foundry
Importante
As funções RBAC do Foundry foram recentemente renomeadas. Foundry User, Foundry Owner, Foundry Account Owner e Foundry Project Manager foram anteriormente nomeados Azure AI User, Azure AI Owner, Azure AI Account Owner e Azure AI Project Manager. Poderá ainda ver os nomes anteriores em alguns locais enquanto esta alteração de nome está a ser implementada. Os IDs das funções e as permissões principais não são alterados por esta mudança de nome.
Para identidade gerida em produção:
- Garantir que a identidade gerida tem o papel apropriado atribuído
- Ver Configurar identidades geridas
Erros de configuração de endpoints
Se visualizares Connection refused ou 404 Not Found:
- Verifique se os nomes dos recursos e projetos correspondem à sua implementação real
-
Verificar o formato da URL do endpoint: Deve ser
https://<resource-name>.services.ai.azure.com/api/projects/<project-name> -
Para subdomínios personalizados: Substitua
<resource-name>pelo seu subdomínio personalizado
Incompatibilidades de versões do SDK
Se os exemplos de código falharem com AttributeError ou ModuleNotFoundError:
Verifique a versão do SDK:
pip show azure-ai-projects # Python npm list @azure/ai-projects # JavaScript dotnet list package # .NETReinstalar com os flags de versão corretos: Consulte comandos de instalação em cada secção de linguagem acima
OpenAI SDK
Use o SDK OpenAI quando quiser a superfície completa da API OpenAI e a máxima compatibilidade com o cliente. Este endpoint fornece acesso aos modelos do Azure OpenAI e aos modelos diretos do Foundry (via Chat Completions API). Não dá acesso a funcionalidades específicas da Foundry, como agentes e avaliações.
O excerto seguinte mostra como usar diretamente o endpoint 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))
Para mais informações, consulte Azure Linguagens de programação suportadas pela OpenAI. Produção esperada:
{
"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)."
}
Para mais informações, consulte Azure Linguagens de programação suportadas pela OpenAI
Importante
Os itens marcados (pré-visualização) neste artigo encontram-se atualmente em pré-visualização pública. Esta pré-visualização é fornecida sem um acordo de nível de serviço, e não a recomendamos para cargas de trabalho em produção. Certas funcionalidades podem não ser suportadas ou podem ter capacidades limitadas. Para mais informações, consulte Termos de Utilização Suplementares para Microsoft Azure Pré-visualizações.
O excerto seguinte mostra como usar diretamente o endpoint Azure OpenAI /openai/v1.
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());
Para mais informações sobre a utilização do SDK OpenAI, consulte Azure Linguagens de programação suportadas por OpenAI.
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);
Para mais informações sobre a utilização do SDK OpenAI, consulte Azure Linguagens de programação suportadas por OpenAI.
- Instale o pacote OpenAI: Execute este comando para adicionar a biblioteca cliente OpenAI ao seu projeto .NET.
dotnet add package OpenAI ```When it succeeds, the .NET CLI confirms that it installed the `OpenAI` package. This snippet configures `DefaultAzureCredential`, builds `OpenAIClientOptions`, and creates a `ChatClient` for the Azure OpenAI v1 endpoint. ```csharp using System.ClientModel.Primitives; using Azure.Identity; using OpenAI; using OpenAI.Chat; #pragma warning disable OPENAI001 const string directModelEndpoint = "https://<resource-name>.openai.azure.com/openai/v1/"; const string modelDeploymentName = "gpt-5.2"; BearerTokenPolicy tokenPolicy = new( new DefaultAzureCredential(), "https://ai.azure.com/.default"); OpenAIClient openAIClient = new( authenticationPolicy: tokenPolicy, options: new OpenAIClientOptions() { Endpoint = new($"{directModelEndpoint}"), }); ChatClient chatClient = openAIClient.GetChatClient(modelDeploymentName); ChatCompletion completion = await chatClient.CompleteChatAsync( [ new SystemChatMessage("You are a helpful assistant."), new UserChatMessage("How many feet are in a mile?") ]); Console.WriteLine(completion.Content[0].Text); #pragma warning restore OPENAI001
Para mais informações sobre a utilização do SDK OpenAI, consulte Azure Linguagens de programação suportadas por OpenAI.
Estrutura do agente
O Microsoft Agent Framework é um SDK open-source para C#/.NET e Python que fornece orquestração multi-agente unificada e abstrações consistentes para construir agentes e sistemas multi-agente. É a camada de orquestração recomendada para agentes hospedados no Foundry.
- Se anteriormente usou AutoGen ou Kernel Semântico para orquestração multi-agente (coordenando múltiplos agentes para trabalharem juntos em tarefas), considere o Agent Framework como a sua camada principal de orquestração. Ajuda a evitar combinar múltiplos SDKs de orquestração que resolvem tarefas de coordenação semelhantes, o que pode adicionar abstrações e dependências conflitantes.
- Se já tem um código de orquestração substancial, depende de funcionalidades específicas do produto ou enfrenta requisitos complexos de migração, avalie esses requisitos antes de consolidar no Agent Framework.
Executa o teu código como um agente alojado
A principal história dos agentes baseados em código no Foundry é os agentes alojados. Escreva o seu agente com o Agent Framework, empacote-o como uma imagem de contentor ou um ficheiro ZIP do seu código-fonte e deixe o Foundry executá-lo através de um ponto final gerido, com dimensionamento automático em Micro VMs isoladas, uma identidade de agente dedicada do Microsoft Entra, estado ao nível da sessão e observabilidade de ponta a ponta.
Os agentes alojados são o caminho recomendado quando se quer um endpoint gerido pela Foundry, endereçável na rede, que outras aplicações ou agentes possam acedir. Veja : Implementar o seu primeiro agente alojado.
Construir agentes em código fora do Foundry com a API Responses
Se estiver a hospedar o seu agente fora do Foundry — no seu próprio processo ou infraestrutura — pode também usar o Agent Framework para chamar diretamente a API Responses no endpoint do seu projeto . O Agent Framework liga-se através do FoundryChatClient fornecedor, que tem como alvo:
{project_endpoint}/openai/v1/responses
Passar pelo endpoint do projeto — em vez de um endpoint OpenAI ao nível de recursos — dá ao seu agente:
- Modelos Foundry do catálogo (Azure OpenAI e modelos diretos do Foundry) por meio de uma API.
- Ferramentas de plataforma para além do conjunto de ferramentas OpenAI, incluindo pesquisa de ficheiros, interpretador de código, memória, pesquisa web, servidores MCP, SharePoint, WorkIQ e Fabric IQ.
- Dados no âmbito do projeto, autenticação da ferramenta On-Behalf-Of (OBO) e o rastreamento, os filtros de conteúdo e a configuração de identidade do projeto.
Este padrão complementa os agentes alojados, não é uma alternativa — o mesmo código do Agent Framework pode chamar a Responses API no seu próprio processo hoje e ser empacotado mais tarde como um agente alojado, quando pretender um endpoint gerido pela Foundry. Veja Quickstart: Construir agentes usando a API Responses.
Para uma comparação completa dos tipos de agentes e opções de alojamento, veja O que é Microsoft Foundry Agent Service?.
SDKs de Ferramentas de Fundição
As Foundry Tools (anteriormente Azure AI Services) são soluções pontuais pré-construídas com SDKs dedicados. Utilize os seguintes endpoints para trabalhar com o Foundry Tools.
Qual endpoint deve usar?
Escolha um endpoint com base nas suas necessidades:
Use o endpoint Azure AI Services para aceder às ferramentas de Imagem Digitalizada, Content Security, Document Intelligence, Language, Translation e Token Foundry.
Endpoint de Ferramentas Foundry: https://<your-resource-name>.cognitiveservices.azure.com/
Nota
Os endpoints usam ou o nome do seu recurso ou um subdomínio personalizado. Se a sua organização configurou um subdomínio personalizado, substitua your-resource-name por your-custom-subdomain em todos os exemplos de endpoint.
Se as suas cargas de trabalho utilizarem funcionalidades do Linguagem da IA do Azure que estão a ser retiradas — por exemplo, análise de sentimento, extração de frases-chave, sumarização, ligação de entidades, CLU, ou CQA — planeie migrar para alternativas ao Microsoft Foundry. Para novos desenvolvimentos, considere usar o SDK Foundry ou o endpoint compatível com OpenAI, conforme descrito anteriormente neste artigo. Veja Migrar do Language Studio para Microsoft Foundry.
Para as Ferramentas Speech e Translation Foundry, utilize os endpoints nas tabelas seguintes. Substitua os marcadores de lugar pela informação dos seus recursos.
Pontos finais da fala
| Ferramenta de Fundição | Ponto final |
|---|---|
| Voz para Texto (Padrão) | https://<YOUR-RESOURCE-REGION>.stt.speech.microsoft.com |
| Texto para Fala (Neural) | https://<YOUR-RESOURCE-REGION>.tts.speech.microsoft.com |
| Voz Personalizada | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Pontos finais de tradução
| Ferramenta de Fundição | Ponto final |
|---|---|
| Tradução de Texto | https://api.cognitive.microsofttranslator.com/ |
| Tradução de Documentos | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Endpoints da Linguagem
| Ferramenta de Fundição | Ponto final |
|---|---|
| Análise de texto | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com |
Importante
A 20 de março de 2027, o Azure Language Studio será retirado e migrado para o Microsoft Foundry; todas as funcionalidades e futuras melhorias estarão disponíveis no Microsoft Foundry.
A 31 de março de 2029, as seguintes funcionalidades do Azure Language serão retiradas (fim do suporte). Antes dessa data, os utilizadores devem migrar cargas de trabalho existentes e integrar novos projetos para modelos Microsoft Foundry para melhorar a compreensão da linguagem natural e simplificar a integração de aplicações:
- Extração de Expressões-Chave
- Análise de Sentimento e Mineração de Opinião
- Classificação de Texto Personalizada
- Compreensão de Linguagem Conversacional (CLU)
- Resposta personalizada a perguntas (CQA)
- Fluxo de Trabalho de Orquestração
- Sumarização (extrativa e abstrativa, para documentos e conversas)
- Ligação de Entidades
Funcionalidades principais com suporte contínuo: Deteção de Linguagem, Deteção de PII, Análise de Texto for Health, NER pré-construído e NER personalizado.
Para opções de migração, veja Migrar do Language Studio para Microsoft Foundry.