Microsoft Foundry 模型提供者

Microsoft Agent Framework 支援直接從 Microsoft Foundry 專案端點推論模型,而您的應用程式擁有代理定義、工具與編排權。

Warning

將模型或嵌入輸出,以及支援時由模型產生的工具呼叫,視為不可信的應用程式輸入。 在程式碼產生副作用或渲染內容之前,先驗證它們。 如果你設定自訂端點,請確認你信任它的 URL 和營運方。

如需了解由服務管理的 Prompt 和 Hosted Agents,請參閱 Microsoft Foundry Agent Service。

開始使用

將所需的 NuGet 套件加入你的專案。

dotnet add package Microsoft.Agents.AI.Foundry --prerelease

兩種整合模式

Microsoft Foundry 整合揭示了兩種不同的使用模式:

Pattern 製造類型 說明 何時使用
回應代理人 ChatClientAgent 你的應用程式在執行 AIProjectClient.AsAIAgent(...)時透過程式化方式提供模型、指令和工具。 不會建立伺服器端代理資源。 你擁有代理定義,想要一個簡單且靈活的設定。 這是大多數樣品所採用的圖案。
Foundry 代理程式 (提示型或託管型) FoundryAgent 由伺服器管理 — 提示代理是具名且有版本的定義;託管代理是可透過代理專屬端點存取的已部署應用程式。 Foundry 擁有代理定義或託管執行時的權利。 請參見 Microsoft Foundry 代理服務。

回應代理人(直接推論)

直接在AsAIAgent上使用AIProjectClient,並搭配模型和使用說明。 這是大多數情境的建議起點。

using Azure.AI.Projects;
using Azure.Identity;
using Microsoft.Agents.AI;

AIAgent agent = new AIProjectClient(
    new Uri("<your-foundry-project-endpoint>"),
    new DefaultAzureCredential())
        .AsAIAgent(
            model: "gpt-4o-mini",
            name: "Joker",
            instructions: "You are good at telling jokes.");

Console.WriteLine(await agent.RunAsync("Tell me a joke about a pirate."));

Warning

DefaultAzureCredential 開發方便,但在生產過程中需謹慎考量。 在生產環境中,建議使用特定的憑證(例如 ManagedIdentityCredential),以避免延遲問題、意外的憑證探測,以及備援機制帶來的安全風險。

此路徑為程式碼優先,不會建立伺服器管理的代理資源。

使用代理程式

回應代理程式是標準 AIAgent 化,支援會話、工具、中介軟體及串流。

AgentSession session = await agent.CreateSessionAsync();
Console.WriteLine(await agent.RunAsync("Tell me a joke.", session));
Console.WriteLine(await agent.RunAsync("Now make it funnier.", session));

想了解更多如何執行及與代理互動的資訊,請參閱代理 入門教學。

Tools

從 AIProjectClient.AsAIAgent(...) 建立的 Foundry Responses Agents 支援標準 Agent Framework 工具介面。 完整功能矩陣請參閱 工具總覽 。

Tool 註釋
函式工具 支援。
工具核准 支援。 由架構的函式呼叫聊天用戶端提供。
程式碼解譯器 支援。
檔案搜尋 支援。
託管 MCP 工具 支援。
本地 MCP 工具 支援。
Microsoft Foundry 工具箱 支援。

Python 中的鑄造場

在 Python 中,所有 Foundry 專用客戶端現在都位於 agent_framework.foundry。

  • agent-framework-foundry 提供 Cloud Foundry 連接器:FoundryChatClient、FoundryAgent、FoundryEmbeddingClient、FoundryMemoryProvider和FoundryMemoryProvider。
  • agent-framework-foundry-local 提供 FoundryLocalClient 本地模型執行功能。

這很重要

本頁涵蓋 Microsoft Foundry 專案及端點模型。 關於 Foundry Agent Service,請參見 Microsoft Foundry Agent Service。 如果你有獨立的 Azure OpenAI 資源端點(https://<your-resource>.openai.azure.com),請使用 OpenAI 提供者頁面上的 Python 指引。 如果你想在本地執行支援模型,請參閱 Foundry 本地供應商頁面。

Python 中的 Foundry 聊天與代理模式

情境 蟒蛇形狀 何時使用
使用 Foundry Responses 終端進行簡單推論 Agent(client=FoundryChatClient(...)) 你的應用程式擁有代理定義、工具和對話迴圈,你希望模型部署在 Foundry 專案中。
Foundry Agent Service 中的服務受控代理程式 FoundryAgent(...) 您想要連線至在 Foundry 入口網站中或透過服務 API 建立與設定的 PromptAgent 或 HostedAgent。

Installation

pip install agent-framework-foundry

同一 agent-framework-foundry 套件也包含 FoundryEmbeddingClient 透過 Foundry 專案進行文字嵌入,或透過 Foundry Models 端點進行文字與影像嵌入。

Configuration

FoundryChatClient

FOUNDRY_PROJECT_ENDPOINT="https://<your-account>.services.ai.azure.com/api/projects/<your-project>"
FOUNDRY_MODEL="gpt-4o-mini"

FoundryEmbeddingClient 搭配專案端點

FOUNDRY_PROJECT_ENDPOINT="https://<resource>.services.ai.azure.com/api/projects/<project>"
FOUNDRY_EMBEDDING_MODEL="text-embedding-3-small"

專案支援的內嵌會使用 Foundry 專案中的 OpenAI 內嵌部署。 使用非同步的令牌憑證(如 AzureCliCredential.)來認證。

FoundryEmbeddingClient 具有模型端點

FOUNDRY_MODELS_ENDPOINT="https://<apim-instance>.azure-api.net/<foundry-instance>/models"
FOUNDRY_MODELS_API_KEY="<api-key>"
FOUNDRY_EMBEDDING_MODEL="text-embedding-3-small"
FOUNDRY_IMAGE_EMBEDDING_MODEL="Cohere-embed-v3-english"  # optional

使用 Foundry Models 端點來處理影像嵌入,或用於部署到該端點的文字模型。 如果兩個端點環境變數都已設定,且你沒有傳遞明確的端點或專案客戶端,則 FOUNDRY_MODELS_ENDPOINT 會優先處理。

FoundryChatClient 使用專案端點。 FoundryEmbeddingClient 支援專案支援的文字嵌入,以及模型端點文字或影像嵌入。

選擇合適的 Python 用戶端

情境 首選客戶端 註釋
Azure OpenAI 資源 OpenAIChatCompletionClient / OpenAIChatClient 請使用 OpenAI 供應商頁面。
Microsoft Foundry 專案推論 Agent(client=FoundryChatClient(...)) 使用「Foundry Responses」端點。
Microsoft Foundry 服務管理代理 FoundryAgent 推薦用於即時代理和托管代理。
Microsoft Foundry 專案文字嵌入 FoundryEmbeddingClient 使用 FOUNDRY_PROJECT_ENDPOINT、FOUNDRY_EMBEDDING_MODEL 以及權杖認證。
Microsoft Foundry 模型-端點文字或影像嵌入 FoundryEmbeddingClient 使用 FOUNDRY_MODELS_ENDPOINT 和 FOUNDRY_EMBEDDING_MODEL / FOUNDRY_IMAGE_EMBEDDING_MODEL。
Foundry 本地執行環境 Agent(client=FoundryLocalClient(...)) 詳見 Foundry Local。

使用 FoundryChatClient 建立一個代理程式

FoundryChatClient 連接 Foundry 專案中的已部署模型,並使用 Responses 端點。 當您的應用程式需要掌控指令、工具和工作階段處理時,請將它與標準的 Agent 搭配使用。

from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

agent = Agent(
    client=FoundryChatClient(
        project_endpoint="https://your-account.services.ai.azure.com/api/projects/your-project",
        model="gpt-4o-mini",
        credential=AzureCliCredential(),
    ),
    name="FoundryWeatherAgent",
    instructions="You are a helpful assistant.",
)

FoundryChatClient 是 Foundry 首創的直接推論Python路徑,支援工具、結構化輸出與串流。

當請求需要與 OpenAI SDK 預設不同的逾時限制時,將 timeout 設定為以秒為單位的 HTTP 逾時。 相同的參數也可在 RawFoundryChatClient 上使用。 若省略,SDK 會使用五秒連線逾時及總逾時 600 秒。

並行重複使用用戶端

一個 FoundryChatClient 實例可以在同一事件迴圈上同時提供非同步通話,包括重疊的串流與非串流通話。

為每個並行執行個體建立個別的 Agent 和 AgentSession,並分別傳遞訊息和選項。 使用者提供的中介軟體、工具與回調也必須支援並行性。 不要在作業系統執行緒或事件迴圈間共享客戶端,或在呼叫進行時改變設定。

選擇啟用加密推理

FoundryChatClient 預設不會請求 reasoning.encrypted_content 。 此預設可防止不支援加密推理的模型請求失敗。

若要啟用支援該功能的部署,請透過代理程式的預設選項啟用:

from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

agent = Agent(
    client=FoundryChatClient(
        project_endpoint="https://your-account.services.ai.azure.com/api/projects/your-project",
        model="<reasoning-model-deployment>",
        credential=AzureCliCredential(),
    ),
    default_options={"include": ["reasoning.encrypted_content"]},
)

Tools

FoundryChatClient 為每個託管的 Foundry 工具提供靜態工廠函式。 這些工廠會傳回您在 Agent 上傳遞給 tools= 或直接傳遞給 client.get_response(..., tools=[...]) 的 SDK 工具物件。 關於服務管理代理工具,請參見 Microsoft Foundry 代理服務。

工廠方法是類別方法,因此無需執行個體即可建立工具:

from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

agent = Agent(
    client=FoundryChatClient(credential=AzureCliCredential()),
    instructions="You can search the web and run code.",
    tools=[
        FoundryChatClient.get_web_search_tool(),
        FoundryChatClient.get_code_interpreter_tool(),
    ],
)

工具支援

下表列出了 Python FoundryChatClient 目前所展示的所有工具。

Tool FoundryChatClient 上的工廠 現況 Detail
函式工具 不適用 — 傳遞任何 Python 可呼叫或 @ai_function GA 在你的 Python 程序中本地調用。
工具核准 不適用 — 包裝現有工具 GA 可搭配託管的 MCP 和函式工具使用。
程式碼解譯器 get_code_interpreter_tool GA 在 Foundry 上進行沙箱化程式碼執行。
檔案搜尋 get_file_search_tool GA 透過 Foundry 向量儲存庫搜尋已上傳的檔案。
網路搜尋 get_web_search_tool GA 由 Microsoft 管理的 Bing 支援網頁基礎。 僅限 Azure OpenAI 模型。
影像生成 get_image_generation_tool GA 影像生成系統託管於 Foundry。
託管式 MCP get_mcp_tool GA 由 Foundry 呼叫的遠端 MCP 伺服器。
本機 MCP n/a — 使用 MCPStreamableHTTPTool / MCPStdioTool GA 可在您的程序中執行;可搭配任何用戶端使用。
Microsoft Foundry 工具箱 MCPStreamableHTTPTool 或 FoundryToolbox Beta 透過 MCP 取用自 FoundryChatClient;附加於 FoundryAgent 的伺服器端。
Bing 基礎設置 get_bing_grounding_tool Experimental 使用自備的使用 Bing 搜尋的基礎設置。
必應自訂搜尋 get_bing_custom_search_tool 預覽 Bing grounding 僅限於精選網域清單。
Foundry IQ(Azure AI 搜尋服務) get_azure_ai_search_tool Experimental 透過 Foundry 連線搜尋 Foundry IQ 索引。
SharePoint get_sharepoint_tool 預覽 根據 SharePoint 內容提供答案。
Microsoft Fabric get_fabric_tool 預覽 查詢 Fabric 資料代理程式。
記憶搜尋 get_memory_search_tool 預覽 搜尋 Foundry 管理的記憶體儲存庫。
原生電腦應用 get_computer_tool Available 透過回應 API 回傳排序的電腦動作。 需要 azure-ai-projects 2.3.0 或更新版本。
電腦使用預覽 get_computer_use_tool 預覽 請使用獨立的預覽版電腦 API。
瀏覽器自動化 get_browser_automation_tool 預覽 透過 Azure Playwright 連線來驅動瀏覽器。
代理對代理(A2A) get_a2a_tool 預覽 將另一個 A2A 代理程式作為工具呼叫。

備註

實驗性工廠會包裝 GA Foundry SDK 類型,但包裝函式本身可能會在 GA 之前改變。 預覽 工廠會包裝 Foundry SDK 類型,其底層功能仍處於預覽階段,可能會被更改或移除。 兩者在某個處理程序中首次使用時,都會發出 ExperimentalWarning。

網路搜尋變體

Foundry 公開了三種 Bing 支持的接地選項。 選擇符合你情況的那一種:

  • get_web_search_tool (GA) — 零設定預設;Bing 資源由 Microsoft 管理。 僅限 Azure OpenAI 模型。 限制為 user_location 和 search_context_size。
  • get_bing_grounding_tool (實驗性) — 自備使用 Bing 搜尋的基礎設置 Azure 資源。 支援 count、 freshness、 market、 set_lang及非 OpenAI Foundry 模型。
  • get_bing_custom_search_tool (預覽版) — 自備 Bing 自訂搜尋執行個體,將基礎依據限制於精選的網域集合。

這三者都會將搜尋資料傳送到Azure合規邊界之外。 完整比較請參閱 網路接地概述 。

client = FoundryChatClient(credential=AzureCliCredential())

# Default (GA): minimal configuration
web_search = client.get_web_search_tool(
    user_location={"city": "Amsterdam", "country": "NL"},
    search_context_size="medium",
)

影像產生

get_image_generation_tool 配置 Foundry 託管的影像生成工具。 模型會在回應中產生影像內容——不需要管理額外的檔案。

image_gen = FoundryChatClient.get_image_generation_tool(
    model="gpt-image-1",
    size="1024x1024",
    output_format="png",
    quality="high",
)

Bing 基礎設置

get_bing_grounding_tool 包裝了使用 Bing 搜尋的基礎設置 Foundry 工具。 你自己建立 Grounding with Bing Search 資源,並新增為 Foundry 專案連線,然後傳遞連線 ID。

bing = FoundryChatClient.get_bing_grounding_tool(
    connection_id="/subscriptions/.../connections/my-bing",
    market="en-US",
    freshness="Day",
    count=10,
)

get_bing_custom_search_tool 會將基礎依據限制為僅使用 Bing 自訂搜尋資源中定義的允許清單。

bing_custom = FoundryChatClient.get_bing_custom_search_tool(
    connection_id="/subscriptions/.../connections/my-bing-custom",
    instance_name="docs-only",
    market="en-US",
)

Foundry IQ

get_azure_ai_search_tool 讓代理程式透過 Foundry 專案連線查詢 Foundry IQ 索引。

ai_search = FoundryChatClient.get_azure_ai_search_tool(
    index_connection_id="/subscriptions/.../connections/my-search",
    index_name="product-docs",
    query_type="vector_semantic_hybrid",
    top_k=5,
)

SharePoint

get_sharepoint_tool 將答案建立在可透過 Foundry SharePoint連線存取的 SharePoint 內容中。

sharepoint = FoundryChatClient.get_sharepoint_tool(
    connection_id="/subscriptions/.../connections/my-sharepoint",
)

Microsoft Fabric

get_fabric_tool 透過 Foundry 連線將代理連接到 Microsoft Fabric 資料代理,讓代理能透過你的 Fabric 資料回答問題。

fabric = FoundryChatClient.get_fabric_tool(
    connection_id="/subscriptions/.../connections/my-fabric",
)

get_memory_search_tool 讓代理程式搜尋由 Foundry 管理的記憶存放區,並可選擇將範圍限定於特定使用者或租戶。

memory = FoundryChatClient.get_memory_search_tool(
    memory_store_name="user-preferences",
    scope="{{$userId}}",
)

電腦應用

get_computer_tool透過回覆 API 設定原生電腦操作。 Foundry SDK 工具尚未預覽,但共享的代理框架 ComputerSafetyCheck 與電腦 Content 建構器仍處於實驗階段。 你的應用程式執行排序動作、審查安全檢查,並回傳截圖。 完整的請求與結果流程,請參見 原生電腦使用。

computer = FoundryChatClient.get_computer_tool()

此工廠需要 azure-ai-projects 2.3.0 或更新版本。 較舊但仍受支援的 SDK 版本仍可匯入 FoundryChatClient,但呼叫 get_computer_tool() 會引發 ImportError,並提供升級指引。

get_computer_use_tool 仍可用於單獨的 Computer Use 預覽 API:

preview_computer = FoundryChatClient.get_computer_use_tool(
    environment="browser",
    display_width=1280,
    display_height=800,
)

瀏覽器自動化

get_browser_automation_tool 會透過 Foundry 連線將代理接入 Azure Playwright Testing 資源。 代理程式可以透過 Playwright 控制真實瀏覽器。

browser = FoundryChatClient.get_browser_automation_tool(
    connection_id="/subscriptions/.../connections/my-playwright",
)

代理對代理(A2A)

get_a2a_tool 會將遠端的 A2A 代理暴露為工具,讓 Foundry 代理可以呼叫它。 為已存放的 A2A 連線提供 base_url (以及選擇性提供 agent_card_path) 或 project_connection_id。

a2a = FoundryChatClient.get_a2a_tool(
    base_url="https://remote-agent.example.com",
    agent_card_path="/.well-known/agent-card.json",
)

關於一般的 A2A 發現、工作階段及串流指引,請參閱 A2A 代理程式。

建立嵌入 FoundryEmbeddingClient

當你想在 Foundry 專案中嵌入 OpenAI 部署的文字時,請搭配專案端點使用 FoundryEmbeddingClient 。

import os

from agent_framework.foundry import FoundryEmbeddingClient
from azure.identity.aio import AzureCliCredential

async with AzureCliCredential() as credential:
    async with FoundryEmbeddingClient(
        project_endpoint=os.environ["FOUNDRY_PROJECT_ENDPOINT"],
        model=os.environ["FOUNDRY_EMBEDDING_MODEL"],
        credential=credential,
    ) as client:
        result = await client.get_embeddings(["hello from Agent Framework"])
        print(result[0].dimensions)

針對影像嵌入,請改為設定 FOUNDRY_MODELS_ENDPOINT、FOUNDRY_MODELS_API_KEY 和 FOUNDRY_IMAGE_EMBEDDING_MODEL。 您也可以注入 SDK 文字或圖片嵌入用戶端。 注入的用戶端就其模態而言具有優先權,其所有權仍屬於呼叫者,且不需要該模態的端點或憑證設定。 另一種模態仍可從明確的參數或環境設定中延遲建立。

使用代理程式

FoundryChatClient整合標準 Python Agent 體驗,包括工具呼叫、會話及串流回應。 本地執行時,請使用獨立的Foundry 本地提供者頁面。

關於已命名、版本化的託管工具配置套件,請參見 Microsoft Foundry Toolbox。

Go 中的 Foundry

Go SDK 透過 github.com/microsoft/agent-framework-go/provider/foundryprovider 提供 Microsoft Foundry 代理程式。

請參閱 Foundry Go 範例 ,了解直接推論、函式工具、託管工具、MCP 及伺服器代理範例。

該套件支援兩個代理目標:

Target Go 圖形 何時使用
專案支援的模型部署 foundryprovider.ModelDeployment("gpt-4o-mini") 你的應用程式擁有指令、工具和對話流程。
現有的伺服器端 Foundry 代理程式 foundryprovider.ServerAgent("my-agent") 代理定義已經在 Foundry 中設定好了。

Configuration

設定您的 Foundry 專案端點與模型部署:

FOUNDRY_PROJECT_ENDPOINT="https://<your-project>.services.ai.azure.com/api/projects/<project-id>"
FOUNDRY_MODEL="gpt-4o-mini"

由 Project 支援的 Foundry 代理程式

當你想用程式碼建立 Agent Framework 代理,並從 Go 應用程式傳遞指令、工具、中介軟體和上下文提供者時,可以使用 ModelDeployment 它。

import (
    "context"
    "os"

    "github.com/Azure/azure-sdk-for-go/sdk/azidentity"
    "github.com/microsoft/agent-framework-go/agent"
    "github.com/microsoft/agent-framework-go/provider/foundryprovider"
)

endpoint := os.Getenv("FOUNDRY_PROJECT_ENDPOINT")
model := os.Getenv("FOUNDRY_MODEL")

token, err := azidentity.NewDefaultAzureCredential(nil)
if err != nil {
    panic(err)
}

a := foundryprovider.NewAgent(
    endpoint,
    token,
    foundryprovider.ModelDeployment(model),
    foundryprovider.AgentConfig{
        Instructions: "You are good at telling jokes.",
        Config: agent.Config{
            Name: "Joker",
        },
    },
)

resp, err := a.RunText(context.Background(), "Tell me a joke about a pirate.").Collect()

現有的伺服器端 Foundry 代理程式

當你想呼叫已在 Foundry 設定好的代理時使用 ServerAgent 。 伺服器端代理擁有其指令與工具,因此 AgentConfig.Instructions 在此目標中會被忽略。

a := foundryprovider.NewAgent(
    endpoint,
    token,
    foundryprovider.ServerAgent("my-agent"),
    foundryprovider.AgentConfig{
        Config: agent.Config{
            Name: "my-agent",
        },
    },
)

resp, err := a.RunText(ctx, "Summarize the current project status.").Collect()

重複使用跨執行的明確的 agent.Session 以保留提供者狀態。 針對裝載的 Agent 工作階段親和性,foundryprovider.HostedAgentSessionID(session) 會傳回由提供者擷取的固定裝載工作階段識別碼。 SetHostedAgentSessionID會儲存已知的識別碼,而 WithHostedAgentSessionID 則會為單次執行釘選一個識別碼。

託管的工作階段 ID 會隨工作階段一起序列化。 每次執行的 ID 若與儲存的 ID 衝突,會回傳錯誤,而非切換託管會話。

Tools

由專案支援的 Foundry 代理程式支援標準的 Go Agent Framework 工具介面,可用於本機工具以及支援的託管工具宣告。

Tool 現況 註釋
函式工具 Supported 函式會在您的 Go 程序中執行。
工具核准 Supported 透過工具自動呼叫迴圈與本地函式工具配合運作。
程式碼解譯器 Supported 請使用 &hostedtool.CodeInterpreter{}。
網路搜尋 Supported 請使用 &hostedtool.WebSearch{}。
檔案搜尋 Supported 可搭配現有的向量儲存輸入使用 &hostedtool.FileSearch{} 。
本地 MCP 工具 Supported 用 tool/mcptool 來連接 MCP 伺服器並在本地暴露其工具。
託管 MCP 工具 Supported 搭配 Foundry 支援的 MCP 端點使用 &hostedtool.MCPServer{} 。
Microsoft Foundry 工具箱 手動 MCP 整合 無專用的工具箱或裝載協助程式。

對於本機函式工具,可透過 agent.Config.Tools 新增 tool.Tool 值:

a := foundryprovider.NewAgent(
    endpoint,
    token,
    foundryprovider.ModelDeployment(model),
    foundryprovider.AgentConfig{
        Instructions: "You are a helpful assistant.",
        Config: agent.Config{
            Tools: []tool.Tool{weatherTool},
        },
    },
)

執行託管程式碼時,傳遞託管工具宣告:

a := foundryprovider.NewAgent(
    endpoint,
    token,
    foundryprovider.ModelDeployment(model),
    foundryprovider.AgentConfig{
        Instructions: "You solve problems with code.",
        Config: agent.Config{
            Tools: []tool.Tool{&hostedtool.CodeInterpreter{}},
        },
    },
)

用戶端標頭與服務模型

Foundry 每次執行可接受 x-client-* 個標頭。 使用 foundryprovider.WithClientHeader 或 foundryprovider.WithClientHeaders 加入它們:

resp, err := a.RunText(
    ctx,
    "Hello!",
    foundryprovider.WithClientHeader("x-client-scenario", "docs"),
).Collect()

當 Foundry 傳回 x-ms-served-model 回應標頭時,Go 提供者會將其新增至 response/update 的額外屬性中,作為 ServedModel。

if servedModel, ok := resp.AdditionalProperties["ServedModel"].(string); ok {
    fmt.Println(servedModel)
}

Foundry 記憶體提供者

當你想讓 Agent Framework 代理程式在每次執行前後,從 Foundry 管理的記憶體儲存庫擷取資料並加以更新時,請使用 foundryprovider.NewMemoryProvider。

import (
    "log/slog"

    "github.com/microsoft/agent-framework-go/agent"
    "github.com/microsoft/agent-framework-go/provider/foundryprovider"
)

memoryProvider := foundryprovider.NewMemoryProvider(
    endpoint,
    tokenCredential,
    "memory-store-sample",
    func(*agent.Session) string { return "user-123" },
    foundryprovider.MemoryProviderConfig{
        Logger: slog.Default(),
    },
)

a := foundryprovider.NewAgent(
    endpoint,
    tokenCredential,
    foundryprovider.ModelDeployment(model),
    foundryprovider.AgentConfig{
        Instructions: "Use known memories about the user when responding.",
        Config: agent.Config{
            Name:             "FoundryMemoryAgent",
            ContextProviders: []agent.ContextProvider{memoryProvider},
        },
    },
)

端點必須是具有專案範圍的 Microsoft Foundry 端點,且該記憶體儲存必須已存在於該專案中。 範圍回呼應傳回穩定的使用者、租用戶或交談分割區索引鍵。

Tip

請參閱 Foundry 記憶體 Go 範例,以查看完整可執行的範例。

Embeddings

Go 會透過 foundryprovider.NewEmbeddingGenerator(endpoint, credential, foundryprovider.EmbeddingGeneratorConfig{...}) 提供內嵌。 生成器從 Foundry 端點衍生出資源層級的嵌入端點,並實作與提供者無關的 embedding.Generator 介面。 請參閱 Go 向量儲存庫 及 聊天歷史記憶範例 以了解使用情況。

目前的 Go 差距

Go 支援目前不包含 Foundry 託管的部署/生命週期/管理 API,也沒有針對 Microsoft Foundry Toolbox 的 Go 專用輔助工具。 這些操作可以使用 Foundry 入口網站或服務 SDK。

下一步