Microsoft Foundry 模型提供程序

Microsoft Agent Framework 支持从 Microsoft Foundry 项目终结点进行直接模型推理,而应用程序拥有代理定义、工具和业务流程。

Warning

将模型或嵌入输出,以及在支持的情况下模型生成的工具调用,视为不受信任的应用程序输入。 在代码执行副作用或呈现内容之前对其进行验证。 如果配置自定义终结点,请验证是否信任其 URL 和运营方。

有关服务管理的提示智能体和托管智能体,请参阅Microsoft Foundry 智能体服务。

入门

将所需的 NuGet 包添加到项目。

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

两种集成模式

Microsoft Foundry 集成公开两种不同的使用模式:

图案 生成的类型 说明 何时使用
响应代理 ChatClientAgent 你的应用通过编程方式在运行时提供 AIProjectClient.AsAIAgent(...)模型、说明和工具。 未创建服务器端代理资源。 你拥有代理定义,并且需要一个简单的灵活设置。 这是大多数示例中使用的模式。
Foundry 智能体(提示智能体或托管智能体) FoundryAgent 由服务器管理 — 提示代理是具有名称和版本的定义;托管代理是通过代理专用终结点访问的已部署应用程序。 Foundry 负责代理定义或托管运行时。 请参阅Microsoft Foundry 代理服务。

响应代理 (直接推理)

通过模型和说明对 AIProjectClient 直接使用 AsAIAgent。 对于大多数情景,这是推荐的起点。

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 对于开发来说很方便,但在生产中需要仔细考虑。 在生产环境中,请考虑使用特定凭据(例如), ManagedIdentityCredential以避免延迟问题、意外凭据探测以及回退机制的潜在安全风险。

此路径为代码优先,不会创建服务器管理的代理资源。

使用代理

响应代理是一种标准 AIAgent ,支持会话、工具、中间件和流式处理。

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));

有关如何运行和与代理交互的详细信息,请参阅 代理入门教程。

Tools

基于 AIProjectClient.AsAIAgent(...) 创建的 Foundry Responses 代理支持标准的 Agent Framework 工具接口。 有关完整的功能矩阵,请参阅 “工具”概述 。

工具 注释
函数工具 支持.
工具审批 支持. 由框架的函数调用聊天客户端提供。
代码解释器 支持.
文件搜索 支持.
托管 MCP 工具 支持.
本地 MCP 工具 支持.
Microsoft Foundry 工具箱 支持.

Python 中的 Foundry

在 Python 中,所有特定于 Foundry 的客户端现在都位于 agent_framework.foundry 下。

  • agent-framework-foundry 提供云 Foundry 连接器: FoundryChatClient、 FoundryAgent、 FoundryEmbeddingClient和 FoundryMemoryProvider。
  • agent-framework-foundry-local 提供用于本地模型执行的FoundryLocalClient。

重要

本页介绍 Microsoft Foundry 项目和模型终结点。 有关 Foundry 代理服务,请参阅 Microsoft Foundry 代理服务。 如果您有一个独立的 Azure OpenAI 资源终结点(https://<your-resource>.openai.azure.com),请参考 OpenAI 提供程序页上的 Python 指南。 如果要在本地运行受支持的模型,请参阅 Foundry Local 提供程序页。

Python 中的 Foundry 聊天和代理模式

Scenario Python形状 何时使用
使用 Foundry 响应端点进行简单推理 Agent(client=FoundryChatClient(...)) 你的应用拥有代理定义、工具和聊天循环,并且你想要在 Foundry 项目中部署模型。
Foundry 智能体服务中的服务管理智能体 FoundryAgent(...) 你想连接到在 Foundry 门户或通过服务 API 创建和配置的 PromptAgent 或 HostedAgent。

Installation

pip install agent-framework-foundry

同一个 agent-framework-foundry 包还包含 FoundryEmbeddingClient,可通过 Foundry 项目进行文本嵌入,或通过 Foundry Models 终结点进行文本和图像嵌入。

Configuration

FoundryChatClient

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

FoundryEmbeddingClient 使用项目端点

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

项目支持的嵌入使用 Foundry 项目中的 OpenAI 嵌入部署。 使用异步令牌凭据进行身份验证,例如 AzureCliCredential。

FoundryEmbeddingClient 使用模型端点

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 模型终结点进行图像嵌入或部署到该终结点的文本模型。 如果设置了这两个终结点环境变量,并且未传递显式终结点或项目客户端, FOUNDRY_MODELS_ENDPOINT 则优先。

FoundryChatClient 使用项目终结点。 FoundryEmbeddingClient 支持项目支持的文本嵌入和模型终结点文本或图像嵌入。

选择正确的 Python 客户端

Scenario 首选客户端 注释
Azure OpenAI 资源 OpenAIChatCompletionClient / OpenAIChatClient 使用 OpenAI 提供者页面。
Microsoft Foundry 项目推断 Agent(client=FoundryChatClient(...)) 使用 Foundry 响应终结点。
Microsoft Foundry 服务托管代理 FoundryAgent 推荐用于 Prompt 智能体和 HostedAgents。
Microsoft Foundry 项目的文本嵌入 FoundryEmbeddingClient 使用 FOUNDRY_PROJECT_ENDPOINT、FOUNDRY_EMBEDDING_MODEL 和令牌凭据。
Microsoft Foundry 模型端点文本或图像嵌入 FoundryEmbeddingClient 使用 FOUNDRY_MODELS_ENDPOINT 加 FOUNDRY_EMBEDDING_MODEL / FOUNDRY_IMAGE_EMBEDDING_MODEL 。
Foundry 本地执行环境 Agent(client=FoundryLocalClient(...)) 请参阅 Foundry Local。

使用 FoundryChatClient 创建代理

FoundryChatClient 连接到 Foundry 项目中的已部署模型,并使用响应终结点。 当应用应拥有指令、工具和会话处理时,将其与标准 Agent 配对。

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是用于直接推理的 Foundry 优先Python路径,支持工具、结构化输出和流式处理。

当请求需要与 OpenAI SDK 默认值不同的 HTTP 超时时间限制时,将 timeout 设置为以秒为单位的 HTTP 超时时间。 同一参数在 RawFoundryChatClient 上也可用。 省略时,SDK 使用五秒的连接超时和 600 秒的总超时。

并发复用客户端

一个实例可以在同一 FoundryChatClient 事件循环上提供并发异步调用,包括重叠的流式处理和非流式处理调用。

为每次并发运行分别创建一个 Agent 和一个 AgentSession,并分别传递消息和选项。 用户提供的中间件、工具和回调还必须支持并发。 不要在 OS 线程或事件循环之间共享客户端,或在调用处于活动状态时改变其配置。

选择启用加密推理

FoundryChatClient 默认情况下不请求 reasoning.encrypted_content 。 此默认值可防止不支持加密推理的模型出现请求失败。

对于具备相应能力的部署,请通过智能体的默认选项选择加入:

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 为每个托管的 Foundry 工具提供静态工厂方法。 工厂返回 SDK 工具对象,你传递给 Agent 上的 tools= 或直接传递给 client.get_response(..., tools=[...])。 有关服务托管代理工具,请参阅 Microsoft Foundry 代理服务。

工厂是类方法,因此你不需要实例即可创建工具:

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(),
    ],
)

工具支持

下表列出了Python FoundryChatClient今天公开的每个工具。

工具 FoundryChatClient 上的工厂 地位 详情
函数工具 不适用 - 传递任何 Python 可调用对象或 @ai_function GA 在Python进程中本地调用。
工具审批 n/a - 包装现有工具 GA 可与托管 MCP 和函数工具配合使用。
代码解释器 get_code_interpreter_tool GA 在 Foundry 上进行沙盒代码执行。
文件搜索 get_file_search_tool GA 通过 Foundry 矢量存储搜索上传的文件。
Web 搜索 get_web_search_tool GA 由 Microsoft 管理的 Bing 支持的 Web 基础设置。 仅限 Azure OpenAI 模型。
图像生成 get_image_generation_tool GA 由 Foundry 托管的图像生成功能。
托管式 MCP get_mcp_tool GA Foundry 调用的远程 MCP 服务器。
本地 MCP n/a — 使用 MCPStreamableHTTPTool / MCPStdioTool GA 在进程中运行;适用于任何客户端。
Microsoft Foundry 工具箱 MCPStreamableHTTPTool 或 FoundryToolbox Beta 通过 MCP 从 FoundryChatClient 使用,在 FoundryAgent 上附加在服务器端。
必应基础设置 get_bing_grounding_tool Experimental 自带使用必应搜索进行基础设置资源。
必应自定义搜索 get_bing_custom_search_tool 预览 必应基础设置限制为精选域列表。
Foundry IQ (Azure AI 搜索) get_azure_ai_search_tool Experimental 通过 Foundry 连接搜索 Foundry IQ 索引。
SharePoint get_sharepoint_tool 预览 在 SharePoint 内容中搜索事实依据答案。
Microsoft Fabric get_fabric_tool 预览 查询 Fabric 数据智能体。
内存搜索 get_memory_search_tool 预览 搜索 Foundry 托管的内存存储库。
原生计算机操作 get_computer_tool 可用的 通过 Responses API 返回按顺序排列的计算机操作。 azure-ai-projects需要 2.3.0 或更高版本。
计算机使用情况预览 get_computer_use_tool 预览 使用单独的预览计算机 API。
浏览器自动化 get_browser_automation_tool 预览 通过 Azure Playwright 连接控制浏览器。
代理对代理(A2A) get_a2a_tool 预览 调用另一个 A2A 代理作为工具。

注释

实验性工厂包装 GA Foundry SDK 类型,但包装器本身在 GA 之前可能会更改。 预览工厂封装了 Foundry SDK 类型,这些类型的底层功能仍处于预览阶段,并且可能会发生更改或被移除。 两者在进程中首次被使用时,都会发出一个 ExperimentalWarning。

网络搜索变体

Foundry 公开三种 Bing 支持的基础设置选项。 选择符合您情况的选项:

  • get_web_search_tool (GA) - 零设置默认;Microsoft 管理的 Bing 资源。 仅限 Azure OpenAI 模型。 限制为 user_location 和 search_context_size。
  • get_bing_grounding_tool(实验性)- 自带使用必应搜索进行基础设置 Azure 资源。 支持 count、 freshness、 market、 set_lang和非 OpenAI Foundry 模型。
  • get_bing_custom_search_tool(预览版)- 自带必应自定义搜索实例,以将基础设置限制为精选域集。

这三者都在Azure符合性边界之外发送搜索数据。 有关完整比较,请参阅 Web 基础概述 。

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",
)

图像生成

get_image_generation_tool 配置 Foundry 的托管映像生成工具。 模型在响应中生成图像内容 - 没有额外的文件可以管理。

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

必应基础设置

get_bing_grounding_tool 包装使用必应搜索进行基础设置 Foundry 工具。 你自己创建使用必应搜索进行基础设置资源并将其添加为 Foundry 项目连接,然后传递连接 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 将基础设置为在必应自定义搜索资源上定义的允许列表。

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 允许代理通过 Foundry 项目连接查询 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以可通过 Foundry SharePoint 连接访问的 SharePoint 内容为依据生成答案。

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

Microsoft Fabric

get_fabric_tool 通过 Foundry 连接将该代理连接到 Microsoft Fabric 数据代理,以便该代理能够基于你的 Fabric 数据回答问题。

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

get_memory_search_tool 允许代理搜索 Foundry 托管的内存存储,可以选择限定为用户或租户。

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

计算机使用

get_computer_tool 通过 Responses API 配置原生计算机操作。 Foundry SDK 工具为非预览版,但共享代理框架 ComputerSafetyCheck 和计算机 Content 构造函数是实验性的。 应用程序执行有序操作、评审安全检查并返回屏幕截图。 有关完整的请求和结果流程,请参阅原生计算机操作。

computer = FoundryChatClient.get_computer_tool()

此 Factory 需要 azure-ai-projects 2.3.0 或更高版本。 旧版受支持的 SDK 版本仍可导入 FoundryChatClient,但调用 get_computer_tool() 会引发 ImportError,并提供升级指南。

get_computer_use_tool 保持可用于单独的计算机使用预览 API:

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

浏览器自动化

get_browser_automation_tool通过 Foundry 连接将代理连接到 Azure Playwright Testing 资源。 该代理可以通过 Playwright 驱动真实浏览器。

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

代理对代理(A2A)

get_a2a_tool 将远程 A2A 代理公开为工具,以便 Foundry 代理可以调用它。 提供 base_url(和可选的 agent_card_path)或 project_connection_id 用于存储的 A2A 连接。

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

有关 A2A 发现、会话和流式处理指南的常规信息,请参阅 A2A 代理。

使用 FoundryEmbeddingClient 创建嵌入向量

如果你想从 Foundry 项目中的 OpenAI 部署获取文本嵌入,请将 FoundryEmbeddingClient 与项目终结点配合使用。

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)

对于图像嵌入,请改为配置 FOUNDRY_MODELS_ENDPOINT、FOUNDRY_MODELS_API_KEY 和 FOUNDRY_IMAGE_EMBEDDING_MODEL。 还可以注入 SDK 文本或图像嵌入客户端。 注入的客户端对于其模态具有优先级,仍由调用方拥有,并且不需要该模态的终结点或凭据设置。 仍然可以通过显式参数或环境设置惰性地创建另一种模态。

使用代理

FoundryChatClient与标准PythonAgent体验(包括工具调用、会话和流式处理响应)集成。 在本地运行时,请使用单独的 Foundry 本地供应商页面。

有关已命名且带版本的托管工具配置包,请参阅 Microsoft Foundry Toolbox。

Go 中的 Foundry

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

有关直接推理、函数工具、托管工具、MCP 和服务器代理示例,请参阅 Foundry Go 示例。

该包支持两个代理目标:

Target Go 形态 何时使用
项目支持的模型部署 foundryprovider.ModelDeployment("gpt-4o-mini") 你的应用拥有说明、工具和聊天流。
现有的服务器端 Foundry 代理 foundryprovider.ServerAgent("my-agent") 代理定义已在 Foundry 中配置。

Configuration

设置 Foundry 项目的端点和模型部署:

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

项目支持的 Foundry 智能体

当你想在代码中创建 Agent Framework 代理,并从你的 Go 应用程序中传入说明、工具、中间件和上下文提供程序时,请使用 ModelDeployment。

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()

现有的服务器端 Foundry 代理

当想要调用 Foundry 中已配置的代理时使用 ServerAgent 。 服务器端代理拥有其指令和工具,因此 AgentConfig.Instructions 此目标将被忽略。

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()

在运行之间重复使用显式 agent.Session ,以保留提供程序状态。 对于托管代理会话粘性,foundryprovider.HostedAgentSessionID(session) 返回提供程序捕获的粘滞托管会话 ID。 SetHostedAgentSessionID 存储已知 ID,并且 WithHostedAgentSessionID 为一次运行固定一个 ID。

托管会话 ID 会随会话一起被序列化。 与存储的 ID 冲突的单次运行 ID 会返回错误,而不是切换托管会话。

Tools

项目支持的 Foundry 智能体支持用于本地工具和受支持托管工具声明的标准 Go Agent Framework 工具表面。

工具 地位 注释
函数工具 支持 函数在 Go 进程中运行。
工具审批 支持 通过工具自动调用循环与本地函数工具一起工作。
代码解释器 支持 使用 &hostedtool.CodeInterpreter{}。
Web 搜索 支持 使用 &hostedtool.WebSearch{}。
文件搜索 支持 与现有矢量存储输入一起使用 &hostedtool.FileSearch{} 。
本地 MCP 工具 支持 使用 tool/mcptool 连接到 MCP 服务器,并在本地暴露其工具。
托管 MCP 工具 支持 将 &hostedtool.MCPServer{} 与 Foundry 支持的 MCP 终结点一起使用。
Microsoft Foundry 工具箱 手动 MCP 集成 没有专用 Toolbox 或托管助手。

对于本地函数工具,请通过 tool.Tool 添加 agent.Config.Tools 值:

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

对于托管代码执行,请传递托管工具声明:

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

客户端标头和所提供的模型

Foundry 每次运行接受 x-client-* 标头。 使用 foundryprovider.WithClientHeader 或 foundryprovider.WithClientHeaders 添加它们:

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

当 Foundry 返回 x-ms-served-model 响应标头时,Go 提供程序会将其作为 ServedModel 添加到 response/update 的附加属性中。

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

Foundry 内存提供程序

当你希望 Agent Framework 代理在每次运行前后从 Foundry 托管的内存存储库中检索并更新内容时,请使用 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},
        },
    },
)

该终结点必须是项目范围的Microsoft Foundry 终结点,并且内存存储必须已存在于该项目中。 范围回调应返回稳定的用户、租户或对话分区键。

Tip

有关完整的可运行示例,请参阅 Foundry memory Go 示例 。

Embeddings

Go 通过foundryprovider.NewEmbeddingGenerator(endpoint, credential, foundryprovider.EmbeddingGeneratorConfig{...})提供嵌入。 生成器从 Foundry 终结点派生资源级嵌入终结点,并实现独立于提供程序的 embedding.Generator 接口。 有关使用情况,请参阅 Go 矢量存储 和 聊天历史记录内存示例。

当前 Go 差距

Go 支持目前不包括 Foundry 托管的部署/生命周期/管理员 API 或特定于 go 的帮助程序,适用于 Microsoft Foundry 工具箱。 对于这些操作,请使用 Foundry 门户或服务 SDK。

后续步骤