Delen via

Snelle start voor Microsoft Foundry

In deze quickstart gaat u aan de slag met modellen en agents in Foundry.

U doet het volgende:

  • Een antwoord genereren op basis van een model
  • Een agent maken met een gedefinieerde prompt
  • Een gesprek met meerdere beurten voeren met de agent

Vereiste voorwaarden

Omgevingsvariabelen instellen en de code ophalen

Sla uw projecteindpunt op als een omgevingsvariabele. Stel deze waarden ook in voor gebruik in uw scripts.

Python en JavaScript

PROJECT_ENDPOINT=<endpoint copied from welcome screen>
AGENT_NAME="MyAgent"

C# en Java

ProjectEndpoint = <endpoint copied from welcome screen>
AgentName = "MyAgent"

Volg hieronder of haal de code op:

De code ophalen

Meld u aan met de OPDRACHT CLI az login om te verifiëren voordat u uw Python-scripts uitvoert.

Installeren en verifiëren

Zorg ervoor dat u de juiste versie van de pakketten installeert, zoals hier wordt weergegeven.

  1. Installeer de huidige versie van azure-ai-projects. Deze versie maakt gebruik van de nieuwe Foundry-projecten API.

    pip install azure-ai-projects>=2.0.0

  2. Meld u aan met de OPDRACHT CLI az login om te verifiëren voordat u uw Python-scripts uitvoert.

Aanbeveling

Code maakt gebruik van Azure AI Projects 2.x en is niet compatibel met Azure AI Projects 1.x. Raadpleeg de documentatie voor Foundry (klassiek) voor de versie Azure AI Projects 1.x.

Chatten met een model

Interactie met een model is de basisbouwsteen van AI-toepassingen. Een invoer verzenden en een antwoord ontvangen van het model:

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

# Format: "https://resource_name.ai.azure.com/api/projects/project_name"
PROJECT_ENDPOINT = "your_project_endpoint"

# Create project and openai clients to call Foundry API
project = AIProjectClient(
    endpoint=PROJECT_ENDPOINT,
    credential=DefaultAzureCredential(),
)
openai = project.get_openai_client()

# Run a responses API call
response = openai.responses.create(
    model="gpt-5-mini",  # supports all Foundry direct models
    input="What is the size of France in square miles?",
)
print(f"Response output: {response.output_text}")

Nadat u de code hebt uitgevoerd, ziet u een door een model gegenereerd antwoord in de console (bijvoorbeeld een kort gedicht of antwoord op uw prompt). Dit bevestigt dat uw projecteindpunt, verificatie en modelimplementatie correct werken.

Aanbeveling

Code maakt gebruik van Azure AI Projects 2.x en is niet compatibel met Azure AI Projects 1.x. Raadpleeg de documentatie voor Foundry (klassiek) voor de versie Azure AI Projects 1.x.

Een agent maken

Maak een agent met behulp van uw geïmplementeerde model.

Een agent definieert kerngedrag. Zodra het is gemaakt, zorgt dit voor consistente reacties in gebruikersinteracties zonder dat er telkens instructies worden herhaald. U kunt agents op elk gewenst moment bijwerken of verwijderen.

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient
from azure.ai.projects.models import PromptAgentDefinition

# Format: "https://resource_name.ai.azure.com/api/projects/project_name"
PROJECT_ENDPOINT = "your_project_endpoint"
AGENT_NAME = "your_agent_name"

# Create project client to call Foundry API
project = AIProjectClient(
    endpoint=PROJECT_ENDPOINT,
    credential=DefaultAzureCredential(),
)

# Create an agent with a model and instructions
agent = project.agents.create_version(
    agent_name=AGENT_NAME,
    definition=PromptAgentDefinition(
        model="gpt-5-mini",  # supports all Foundry direct models"
        instructions="You are a helpful assistant that answers general questions",
    ),
)
print(f"Agent created (id: {agent.id}, name: {agent.name}, version: {agent.version})")

De uitvoer bevestigt dat de agent is gemaakt. Voor SDK-tabbladen ziet u de naam en ID van de agent afgedrukt in de console.

Aanbeveling

Code maakt gebruik van Azure AI Projects 2.x en is niet compatibel met Azure AI Projects 1.x. Raadpleeg de documentatie voor Foundry (klassiek) voor de versie Azure AI Projects 1.x.

Chatten met een agent

Gebruik de eerder gemaakte agent met de naam 'MyAgent' om te communiceren door een vraag en een gerelateerde opvolging te stellen. Het gesprek onderhoudt de geschiedenis van deze interacties.

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

# Format: "https://resource_name.ai.azure.com/api/projects/project_name"
PROJECT_ENDPOINT = "your_project_endpoint"
AGENT_NAME = "your_agent_name"

# Create project and openai clients to call Foundry API
project = AIProjectClient(
    endpoint=FOUNDRY_PROJECT_ENDPOINT,
    credential=DefaultAzureCredential(),
)
openai = project.get_openai_client()

# Create a conversation for multi-turn chat
conversation = openai.conversations.create()

# Chat with the agent to answer questions
response = openai.responses.create(
    conversation=conversation.id,
    extra_body={"agent_reference": {"name": FOUNDRY_AGENT_NAME, "type": "agent_reference"}},
    input="What is the size of France in square miles?",
)
print(response.output_text)

# Ask a follow-up question in the same conversation
response = openai.responses.create(
    conversation=conversation.id,
    extra_body={"agent_reference": {"name": FOUNDRY_AGENT_NAME, "type": "agent_reference"}},
    input="And what is the capital city?",
)
print(response.output_text)

U ziet de antwoorden van de agent op beide prompts. Het vervolgantwoord laat zien dat de agent de gespreksgeschiedenis om de beurt onderhoudt.

Aanbeveling

Code maakt gebruik van Azure AI Projects 2.x en is niet compatibel met Azure AI Projects 1.x. Raadpleeg de documentatie voor Foundry (klassiek) voor de versie Azure AI Projects 1.x.

De hulpbronnen opschonen

Als u geen resources meer nodig hebt die u hebt gemaakt, verwijdert u de resourcegroep die aan uw project is gekoppeld.

  • Selecteer in de Azure portal de resourcegroep en selecteer vervolgens Uitwijderen. Bevestig dat u de resourcegroep wilt verwijderen.

Volgende stap

Idee om een prototype te maken : een ondernemingsagent bouwen en evalueren

  • Last updated on