Använda AI-verktyg och modeller i Azure Functions

Azure Functions tillhandahåller serverlösa beräkningsresurser som integreras med AI- och Azure-tjänster som hjälper dig att skapa molnbaserade intelligenta program. Den här artikeln undersöker AI-relaterade scenarier, integreringar och resurser som du kan använda i dina funktionsappar.

Använd följande tabell för att välja en integration baserat på hur arbetet startar och hur andra komponenter förbrukar det:

Option Bästa passform Inkallationsmodell Viktiga överväganden
Azure Functions-värdbaserade färdigheter Lägg till AI-resonemang till händelsedrivna arbetsbelastningar genom att använda deklarativa instruktioner och verktyg. Funktionstriggers eller valfria inbyggda HTTP- och MCP-endpoints Preview
Agentbindningar för Python Lägg till begränsad agent-resonemang till en Python-funktion samtidigt som koddriven kontroll över validering, förgrening, fel och utdata behålls. En standard Functions-trigger anropar Python-kod, som anropar ett injicerat Microsoft Agent Framework-objekt Agent Förhandsvisning; Python endast
Implementeringar av Model Context Protocol (MCP)-slutpunkter Exponera synkrona, återanvändbara verktyg för Microsoft Foundry-agenter och andra MCP-klienter. Strömmande HTTP Välj mellan hostade färdigheter, det allmänt tillgängliga MCP-tillägget och SDK-baserad värdtjänst i förhandsversion.
Köbaserade Azure Functions-verktyg Kör asynkrona bakgrundsverktyg för Microsoft Foundry-agenter. Azure Queue Storage-indata- och utdataköer Foundry-specifikt; kräver en Foundry-agent med standardkonfiguration.
Agentiska arbetsflöden Samordna långvariga eller flerstegsbaserade AI-arbetsflöden som måste kunna fortsätta efter omstarter och väntetider. Hållbara orkestreringar som startas av applikationshändelser Välj direktorkestrering med Durable Functions eller dynamiska arbetsflöden för värdbaserade färdigheter.

Den här artikeln är språkspecifik, så se till att du väljer ditt programmeringsspråk överst på sidan.

Värdbaserade kunskaper i Azure Functions

Azure Functions hostade färdigheter är en programmeringsmodell för att bygga molnhostade, händelsedrivna intelligenta funktioner på Azure Functions. Du definierar beteende med Markdown, naturliga språkinstruktioner och deklarativ konfiguration. Körmiljön upptäcker .agent.mdfiler, registrerar utlösare och slutpunkter och kör värdbaserade färdigheter när händelser utlöses.

Viktigt!

Azure Functions värdbaserade kunskaper är för närvarande i förhandsversion. Funktioner, konfigurationsnamn och anslutningsprogram som stöds kan ändras innan allmän tillgänglighet.

Du behöver inte skriva Python-kod för att definiera en hostad färdighet. Du definierar dess beteende, triggers och konfigurerade verktyg i Markdown- och konfigurationsfiler. Om du behöver anpassad applogik utöver dessa konfigurerade funktioner kan du lägga till egna Python-verktyg.

Använd Azure Functions hostade färdigheter när du vill lägga till intelligent beteende i en händelsedriven applikation som svar på en HTTP-förfrågan, schemaläggning, meddelande, dataändring, en händelse från en hanterad connector eller annan händelse. Du kan också aktivera en valfri inbyggd MCP-endpoint som gör varje hostad färdighet tillgänglig som ett AI-drivet verktyg för andra applikationer, agenter eller agentramverk.

Kom igång genom att läsa följande artiklar:

Agentbindningar för Python

Viktigt!

Agentbindningar för Python-funktionsappar är för närvarande i förhandsvisning. Funktioner, paketnamn och konfiguration kan ändras innan allmän tillgänglighet.

Agentbindningar lägger till ett konfigurerat Microsoft Agent Framework-objekt Agent till en standard Python-funktionsanrop. Funktionen behåller kontrollen över sin trigger och deterministiska applikationslogik, och dess hanterare bestämmer om, när och hur agenten ska anropas.

Använd agentbindningar när Python-funktionen är den primära exekveringsmodellen och agentresonemang är en begränsad del av dess arbete. Använd istället Azure Functions hostade färdigheter när en deklarativt definierad hostad färdighet är applikationens primära exekveringsmodell. Använd Microsoft Agent Framework SDK direkt när din kod måste kontrollera hela agentens livscykel istället för att ta emot en konfigurerad agent via en bindning.

Agentbindningar stöder också replay-säkra agentanrop från Durable Functions-orkestreringar. För att lära dig mer och komma igång, se Agent bindings for Python i Azure Functions.

Verktyg och MCP-servrar

AI-modeller och agenter använder funktionsanrop för att begära externa resurser som kallas verktyg. Genom att använda funktionsanrop kan modeller och agenter dynamiskt anropa specifik funktionalitet baserat på kontexten i en konversation eller uppgift.

Funktioner passar särskilt bra för att implementera funktionsanrop i agentbaserade arbetsflöden eftersom den effektivt skalar för att hantera efterfrågan och tillhandahåller bindningstillägg som förenklar anslutning av agenter med fjärrtjänster hos Azure. När du skapar eller är värd för AI-verktyg i Functions får du även serverlösa prismodeller och plattformssäkerhetsfunktioner.

MCP är branschstandarden för interaktion med fjärrservrar. Det är ett standardiserat sätt för AI-modeller och agenter att kommunicera med externa system. Genom att använda en MCP-server kan dessa AI-klienter effektivt fastställa verktyg och kapaciteter hos ett externt system.

Azure Functions stöder för närvarande att exponera funktionskoden med hjälp av följande typer av verktyg:

Verktygstyp Beskrivning
Inbyggd MCP-endpoint för värdbaserade färdigheter Exponera värdbaserade färdigheter som använder AI-resonemang som verktyg via en inbyggd MCP-slutpunkt.
fjärr-MCP-server Skapa deterministiska MCP-verktyg eller hosta SDK-baserade MCP-servrar för synkrona verktygsanrop.
Queue-baserat Azure Functions-verktyg Använd det Microsoft Foundry-specifika verktyget för asynkron funktionsanropning genom meddelandeköer.

Välj hur du exponerar en MCP-endpoint

Functions stöder dessa alternativ för att exponera kapabiliteter via MCP:

  • Aktivera den inbyggda MCP-endpointen för Azure Functions-hostade färdigheter för att exponera AI-drivna verktyg definierade i .agent.md filer. Hosted skills är för närvarande i förhandsvisning.
  • Använd MCP binding-tillägget för att skapa och hosta deterministiska MCP-verktyg som du skulle göra med vilken annan funktionsapp som helst.
  • Självvärdande MCP-servrar skapades med hjälp av de officiella MCP SDK:erna. Det här värdalternativet är för närvarande i förhandsversion.

Här är en jämförelse av de nuvarande MCP-endpoint-alternativen som erbjuds av Functions:

Egenskap Inbyggd MCP-endpoint för värdbaserade färdigheter MCP-bindningstillägg MCP-servrar med egen värd
Bästa passform Exponera en AI-baserad värdbaserad färdighet som MCP-verktyg. Bygg deterministiska MCP-verktyg med Functions-triggers och bindningar. Hosta en befintlig server byggd med ett officiellt MCP SDK.
Aktuell supportnivå Preview Allmänt tillgängligt Förhandsvisning*
Programmeringsmodell .agent.md hostad skill Funktionsutlösare och bindningar Standard-MCP-SDK:er
Tillståndskänslig körning Sessionshistorik stöds Understödd Stöds för närvarande inte
Anpassade kodspråk Python (valfria anpassade verktyg) C# (isolerad process)
Python
TypeScript
JavaScript
Java		 C# (isolerad process)
Python
TypeScript
Java
Webbhotellspaket Flex-förbrukning
Premium
Dedikerad (App Service)		 Stödda Azure Functions-hostingplaner Endast flexibel konsumtion
Övriga krav Aktivera builtin_endpoints.mcp i den hostade färdigheten None Tillståndslös server som använder streambar HTTP-transport
Så här implementeras Inbyggd MCP-endpoint i runtime för värdbaserade färdigheter MCP-bindningstillägg Anpassade hanterare

*Konfigurationsinformation för lokalt installerade MCP-servrar ändras under förhandsversionen.

Använd följande språkspecifika resurser för att komma igång med fjärr-MCP-servrar i Functions:

För C#, jämför dessa resurser för MCP-tillägget och SDK-baserad hosting:

Options MCP-bindningstillägg MCP-servrar med egen värd
Documentation MCP-bindningstillägg Ej tillämpligt
Samples Anpassad fjärr-MCP-server Weather-server
Mallar HelloTool Ej tillämpligt

För Python, jämför dessa resurser för MCP-tillägget och SDK-baserad hosting:

Options MCP-bindningstillägg MCP-servrar med egen värd
Documentation MCP-bindningstillägg Ej tillämpligt
Samples Anpassad fjärr-MCP-server Weather-server

För TypeScript, jämför dessa resurser för MCP-tillägget och SDK-baserad hosting:

Options MCP-bindningstillägg MCP-servrar med egen värd
Documentation MCP-bindningstillägg Ej tillämpligt
Samples Anpassad fjärr-MCP-server Weather-server

För JavaScript, använd MCP-tilläggets resurser. SDK-baserad hosting stöds, men en JavaScript-snabbstart är för närvarande inte tillgänglig.

Options MCP-bindningstillägg MCP-servrar med egen värd
Documentation MCP-bindningstillägg Ej tillämpligt
Samples Ännu inte tillgängligt Ännu inte tillgängligt

För Java, använd MCP-tilläggsdokumentationen. Språkspecifika exempel finns inte tillgängliga just nu.

Options MCP-bindningstillägg MCP-servrar med egen värd
Documentation MCP-bindningstillägg Ej tillämpligt
Samples Ännu inte tillgängligt Ännu inte tillgängligt

PowerShell stöds för närvarande inte för något av MCP-servervärdalternativen.

Välj köbaserade Azure Functions-verktyg för Microsoft Foundry Agent Service

Microsoft Foundry Agent Service tillhandahåller också ett Azure Functions-specifikt verktyg för asynkron funktionsanropning. Agenten placerar en förfrågan i en Azure Queue Storage-inmatningskö. En funktion som utlöses av en kö bearbetar begäran och returnerar resultatet via en utgående kö.

Använd denna Foundry-specifika integration för bakgrundsoperationer som inte kräver omedelbar respons och som drar nytta av pålitlig meddelandeleverans och omförsök. För synkrona interaktioner eller verktyg som du vill återanvända med andra AI-klienter, använd istället en MCP-server.

Köbaserade Azure Functions-verktyg kräver en Foundry-agent med standarduppsättning. För att granska stödda SDK:er och bygga ett verktyg, se Använd Azure Functions med Foundry Agent Service.

Agentiska arbetsflöden

Använd Durable Functions när din applikationskod definierar en tillförlitlig sekvens av agentanrop, modellanrop, godkännanden och annat arbete. Durable Functions bevarar orkestreringens tillstånd under väntetider och omstarter och stöder vanliga mönster såsom funktionskedjning, fan-out/fan-in och mänsklig interaktion.

Om du använder Azure Functions-hostade färdigheter erbjuder dynamiska arbetsflöden ett förhandsgranskningsalternativ där en modell skapar en strukturerad plan med verktygsanrop, underagentuppgifter och väntetider. Körningsmiljön för hosted skills kör planen som en orkestrering i Durable Functions. Använd direkt verktygsanrop när arbetet kan slutföras i en enda interaktion, och använd ett dynamiskt arbetsflöde när arbetet måste pågå längre än en enda tur, sprida ut sig, vänta eller överleva omstarter.

Option Vem definierar arbetsflödet. Bästa passform Viktiga överväganden
Direkt Durable Functions-orkestrering Programkod Förutsägbara arbetsflöden med explicit kontrollflöde, omprövningar, väntetid och godkännanden Använd Durable Functions-programmeringsmodellen för ditt språk.
Dynamiskt arbetsflöde för värdbaserade färdigheter AI-modell Anpassningsbara arbetsflöden som planerar verktygsanrop, subagentuppgifter, väntetider och förgreningar under körning Förhandsgranskning; kräver färdigheter som finns i Azure Functions.

För implementeringsguider, se Applikationsmönster och Skapa och kör dynamiska arbetsflöden.

AI-verktyg och ramverk för Azure Functions

Med Functions kan du bygga appar på ditt föredragna språk och använda dina favoritbibliotek. På grund av den här flexibiliteten kan du använda en mängd olika AI-bibliotek och ramverk i dina AI-aktiverade funktionsappar.

Dessa Microsoft AI-plattformar och ramverk stödjer olika applikationsarkitekturer:

Plattform eller ramverk Bästa passform Hur det fungerar med Azure Functions
Microsoft Agent Framework Code-first-agentlogik och arbetsflöden som körs i din applikation Kör ramverkets SDK:er i din funktionskod.
Microsoft Foundry Agent Service Hanterade agenter som använder Functions-hostade verktyg Skapa och hantera agenter som en hostad tjänst. Foundry-agenter kan anropa verktyg som hostas av Functions via MCP, köer eller OpenAPI.
Microsoft Foundry SDK:er Direktmodell och serviceanrop som inte kräver en hanterad agent Ring Foundry-modeller och tjänster direkt från din funktionskod.

I Functions kan dina appar också referera till tredjepartsbibliotek och ramverk, så du kan använda alla dina favoritverktyg och bibliotek för AI i dina AI-aktiverade funktioner.

  • Uppdaterades senast