Microsoft Foundry 开发工具包和端点 (经典版)

• 安装的语言运行时：
  • Python：python --version （≥3.8）

• 安装的语言运行时：
  • Node.js： node --version （≥18）

• 安装的语言运行时：
  • .NET：dotnet --version （≥6.0）

• 安装的语言运行时：
  • Java：java --version（≥11）

Python 版的 Azure AI Projects 客户端库 是一个统一的库，它通过连接到单个项目终结点，使多个客户端库能够一起使用。

运行以下命令，为 Foundry 经典项目安装 1.x 包。

pip install openai azure-identity azure-ai-projects==1.0.0

Azure AI Projects 客户端库适用于 Java， 是一个统一的库，可以通过连接到单个项目终结点来整合使用多个客户端库。

将这些依赖项添加到 Maven pom.xml 中（适用于 Foundry 经典项目）。

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-inference</artifactId>
    <version>1.0.0-beta.6</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.18.2</version>
</dependency>

适用于 JavaScript 的 Azure AI Projects 客户端库是一个统一库，可通过连接到单个项目终结点将多个客户端库一起使用。

运行以下命令，为 Foundry 经典项目安装 1.x JavaScript 包。

npm install @azure/ai-projects@1.0.1 @azure/identity

适用于 .NET 的 Azure AI Projects 客户端库 是一个统一的库，通过连接到单个项目终结点，可以将多个客户端库一起使用。

运行以下命令，为 Foundry 经典项目添加 1.x Azure AI SDK 包。

# 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

创建项目客户端：

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(),
)

从项目创建与 OpenAI 兼容的客户端：

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)

创建项目客户端：

package com.azure.ai.foundry.samples;

import com.azure.ai.inference.ChatCompletionsClient;
import com.azure.ai.inference.ChatCompletionsClientBuilder;
import com.azure.ai.inference.models.ChatCompletions;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.credential.TokenCredential;
import com.azure.core.exception.HttpResponseException;
import com.azure.core.util.logging.ClientLogger;
import com.azure.identity.DefaultAzureCredentialBuilder;

String  prompt = "What best practices should I follow when asking an AI model to review Java code?";
String endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
TokenCredential credential = new DefaultAzureCredentialBuilder().build();
ChatCompletionsClient client = new ChatCompletionsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();
```**Create and use an OpenAI-compatible client from your project:**
```java
ChatCompletions completions = client.complete(prompt);
String content = completions.getChoice().getMessage().getContent();
System.out.println("\nResponse from AI assistant:\n" + content);

创建项目客户端：

const endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
const deployment = "gpt-4o";

const project = new AIProjectClient(endpoint, new DefaultAzureCredential());

从项目创建与 OpenAI 兼容的客户端：

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);

创建项目客户端：

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());

从项目创建与 OpenAI 兼容的客户端：

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);

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)) 

有关详细信息，请参阅 Azure OpenAI 支持的编程语言。 预期输出：

{
  "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)."
}

有关详细信息，请参阅 Azure OpenAI 支持的编程语言

以下代码片段演示如何直接使用 Azure OpenAI /openai/v1 终结点。

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());

有关使用 OpenAI SDK 的详细信息，请参阅 Azure OpenAI 支持的编程语言。

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);

有关使用 OpenAI SDK 的详细信息，请参阅 Azure OpenAI 支持的编程语言。

1. 安装 OpenAI 包：运行以下命令，将 OpenAI 客户端库添加到.NET项目。

   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
   

有关使用 OpenAI SDK 的详细信息，请参阅 Azure OpenAI 支持的编程语言。

C# 支持的 Foundry 工具

铸造工具	描述	快速入门和参考文档
语音	向应用程序添加语音到文本、文本到语音、翻译和说话人识别功能。	• 语音转文本快速入门 • 文本转语音快速入门 • 语音翻译快速入门 • Speech SDK for .NET • Speech NuGet 包（Speech CLI）
语言	使用自然语言理解功能生成应用程序。 支持的功能：语言检测、PII 检测、文本分析 for Health、预构建的 NER 和自定义 NER。 2029 年 3 月 31 日停用：情绪分析和观点挖掘、关键短语提取、摘要、实体链接、CQA 和 CLU。	• 自定义问答（CQA）快速入门（2029 年 3 月 31 日停用） • 实体链接快速入门（2029 年 3 月 31 日停用） • 语言检测快速入门 • 关键短语提取快速入门（2029 年 3 月 31 日停用） • 检测命名实体 (NER) 快速入门 • 检测个人身份信息 (PII) 快速入门 • 情绪分析和观点挖掘快速入门（2029 年 3 月 31 日停用） • 使用文本、文档和对话摘要快速入门（2029 年 3 月 31 日停用） • 使用 文本分析 for health 快速入门 • Language SDK for .NET（文本分析） • Language NuGet 包（文本分析） • Language SDK for .NET（问题解答） • 语言 NuGet 包（问题解答） • 从 Language Studio 迁移到 Microsoft Foundry，以获取有关迁移停用功能工作负载的指导。
翻译	使用 AI 支持的翻译技术翻译超过 100 种正在使用、危险和濒危的语言和方言。	• translator SDK for .NET （text） • Translator NuGet 包（文本） • Translator SDK for .NET（批处理） • NuGet 翻译包（批处理）
Azure AI 搜索	将 AI 支持的云搜索引入移动和 Web 应用。	• 使用代理检索快速入门 • 矢量搜索快速入门 • 使用基础设置数据进行经典生成式搜索 (RAG) 快速入门 • 全文搜索快速入门 • 语义排名快速入门 使用自己的数据与 Azure OpenAI 模型聊天快速入门 • Azure AI 搜索 SDK for .NET • Azure AI 搜索 NuGet 包
内容安全	检测应用程序和服务中的有害内容。	• 文本分析快速入门 • 使用文本阻止列表快速入门 • 图像内容分析快速入门 • content Safety SDK for .NET • Content Safety NuGet 包
文档智能	将文档转换为智能数据驱动解决方案。	• 文档智能快速入门 • 适用于 .NET 的 Document Intelligence SDK • Document Intelligence NuGet 包
视觉	分析数字图像和富媒体资产中的内容。	• Foundry Tools v3.2 GA 中的 Azure Vision 阅读快速入门指南 • 图像分析快速入门 • 使用人脸服务快速入门 • 适用于 .NET 的 Vision SDK • Vision NuGet 包

Java 支持的 Foundry Tools

铸造工具	描述	快速入门和参考文档
语音	向应用程序添加语音到文本、文本到语音、翻译和说话人识别功能。	• 语音转文本快速入门 • 文本转语音快速入门 • 语音翻译快速入门 • speech SDK for Java • Speech Maven 包
语言	使用自然语言理解功能生成应用程序。 支持的功能：语言检测、PII 检测、文本分析 for Health、预构建的 NER 和自定义 NER。 2029 年 3 月 31 日停用：情绪分析和观点挖掘、关键短语提取、摘要、实体链接、CQA 和 CLU。	• 实体链接快速入门（2029 年 3 月 31 日停用） • 语言检测快速入门 • 关键短语提取快速入门（2029 年 3 月 31 日停用） • 检测命名实体 (NER) 快速入门 • 检测个人身份信息 (PII) 快速入门 • 情绪分析和观点挖掘快速入门（2029 年 3 月 31 日停用） • 使用文本、文档和对话摘要快速入门（2029 年 3 月 31 日停用） • 使用 文本分析 for health 快速入门 • Language SDK for Java（文本分析） • 语言 Maven 包 • 从 Language Studio 迁移到 Microsoft Foundry，以获取有关迁移停用功能工作负载的指导。
翻译	使用 AI 支持的翻译技术翻译超过 100 种正在使用、危险和濒危的语言和方言。	• translator SDK for Java （text） • Maven 翻译包（文本）
Azure AI 搜索	将 AI 支持的云搜索引入移动和 Web 应用。	• 使用代理检索快速入门 • 矢量搜索快速入门 • 使用基础设置数据进行经典生成式搜索 (RAG) 快速入门 • 全文搜索快速入门 • 语义排名快速入门 使用自己的数据与 Azure OpenAI 模型聊天快速入门 • Azure AI 搜索 SDK for Java • Azure AI 搜索 Maven 包
内容安全	检测应用程序和服务中的有害内容。	• 文本分析快速入门 • 使用文本阻止列表快速入门 • 图像内容分析快速入门 • content Safety SDK for Java • 内容安全 Maven 包
文档智能	将文档转换为智能数据驱动解决方案。	• 文档智能快速入门 • 适用于 Java 的 Document Intelligence SDK • 文档智能 Maven 包
视觉	分析数字图像和富媒体资产中的内容。	• 图像分析快速入门 • 使用人脸服务快速入门 • 适用于 Java 的 Vision SDK • 视觉 Maven 包

支持 JavaScript 的 Foundry 工具

铸造工具	描述	快速入门和参考文档
语音	向应用程序添加语音到文本、文本到语音、翻译和说话人识别功能。	• 语音转文本快速入门 • 文本转语音快速入门 • 语音翻译快速入门 • 适用于 JavaScript 的语音 SDK • Speech npm 包
语言	使用自然语言理解功能生成应用程序。 支持的功能：语言检测、PII 检测、文本分析 for Health、预构建的 NER 和自定义 NER。 2029 年 3 月 31 日停用：情绪分析和观点挖掘、关键短语提取、摘要、实体链接、CQA 和 CLU。	• 实体链接快速入门（2029 年 3 月 31 日停用） • 语言检测快速入门 • 关键短语提取快速入门（2029 年 3 月 31 日停用） • 检测命名实体 (NER) 快速入门 • 检测个人身份信息 (PII) 快速入门 • 情绪分析和观点挖掘快速入门（2029 年 3 月 31 日停用） • 使用文本、文档和对话摘要快速入门（2029 年 3 月 31 日停用） • 使用 文本分析 for health 快速入门 • 适用于 JavaScript 的语言 SDK（文本分析） • 语言 npm 包 • 从 Language Studio 迁移到 Microsoft Foundry，以获取有关迁移停用功能工作负载的指导。
翻译	使用 AI 支持的翻译技术翻译超过 100 种正在使用、危险和濒危的语言和方言。	• JavaScript 翻译 SDK（文本） • 翻译器 npm 包（文本）
Azure AI 搜索	将 AI 支持的云搜索引入移动和 Web 应用。	• 使用代理检索快速入门 • 矢量搜索快速入门 • 使用基础设置数据进行经典生成式搜索 (RAG) 快速入门 • 全文搜索快速入门 • 语义排名快速入门 使用自己的数据与 Azure OpenAI 模型聊天快速入门 • 适用于 JavaScript 的 Azure AI 搜索 SDK • Azure AI 搜索 npm 包
内容安全	检测应用程序和服务中的有害内容。	• 文本分析快速入门 • 使用文本阻止列表快速入门 • 图像内容分析快速入门 • 内容安全 npm 包
文档智能	将文档转换为智能数据驱动解决方案。	• 文档智能快速入门 • 适用于 JavaScript 的文档智能 SDK • 文档智能 npm 包
视觉	分析数字图像和富媒体资产中的内容。	• Foundry Tools v3.2 GA 中的 Azure Vision 阅读快速入门指南 • 图像分析快速入门 • 使用人脸服务快速入门 • 适用于 JavaScript 的视觉 SDK • Vision npm 包

Python支持的 Foundry 工具

铸造工具	描述	快速入门和参考文档
语音	向应用程序添加语音到文本、文本到语音、翻译和说话人识别功能。	• 语音转文本快速入门 • 文本转语音快速入门 • 语音翻译快速入门 • speech SDK for Python • 语音 PyPi 包
语言	使用自然语言理解功能生成应用程序。 支持的功能：语言检测、PII 检测、文本分析 for Health、预构建的 NER 和自定义 NER。 2029 年 3 月 31 日停用：情绪分析和观点挖掘、关键短语提取、摘要、实体链接、CQA 和 CLU。	• 自定义问答（CQA）快速入门（2029 年 3 月 31 日停用） • 实体链接快速入门（2029 年 3 月 31 日停用） • 语言检测快速入门 • 关键短语提取快速入门（2029 年 3 月 31 日停用） • 检测命名实体 (NER) 快速入门 • 检测个人身份信息 (PII) 快速入门 • 情绪分析和观点挖掘快速入门（2029 年 3 月 31 日停用） • 使用文本、文档和对话摘要快速入门（2029 年 3 月 31 日停用） • 使用 文本分析 for health 快速入门 • Language SDK for Python（文本分析） • 语言 PyPi 包（文本分析） • Language SDK for Python（问题解答） • 语言库 PyPi 包 （问答） • Language SDK for Python（语言对话）（2029 年 3 月 31 日停用） • 语言 PyPi 包（语言对话）（2029 年 3 月 31 日停用） • 从 Language Studio 迁移到 Microsoft Foundry，以获取有关迁移停用功能工作负载的指导。
翻译	使用 AI 支持的翻译技术翻译超过 100 种正在使用、危险和濒危的语言和方言。	• translator SDK for Python（text） • PyPi 翻译包（文本） • 适用于批处理的 Python Translator SDK • Translator PyPi 包（批处理）
Azure AI 搜索	将 AI 支持的云搜索引入移动和 Web 应用。	• 连接到搜索服务快速入门 • 使用代理检索快速入门 • 矢量搜索快速入门 • 使用基础设置数据进行经典生成式搜索 (RAG) 快速入门 • 全文搜索快速入门 • 语义排名快速入门 使用自己的数据与 Azure OpenAI 模型聊天快速入门 • Azure AI 搜索 SDK for Python • Azure AI 搜索 PyPi 包
内容安全	检测应用程序和服务中的有害内容。	• 文本分析快速入门 • 使用文本阻止列表快速入门 • 图像内容分析快速入门 • content Safety SDK for Python • 内容安全 PyPi 包
文档智能	将文档转换为智能数据驱动解决方案。	• 文档智能快速入门 • Document Intelligence SDK for Python • 文档智能 PyPi 包
视觉	分析数字图像和富媒体资产中的内容。	• Foundry Tools v3.2 GA 中的 Azure Vision 阅读快速入门指南 • 图像分析快速入门 • 使用人脸服务快速入门 • Vision SDK for Python • 视觉 PyPi 包