Microsoft Foundry SDKs und Endpunkte (klassisch)

Die Azure AI Projects-Clientbibliothek für Python ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen project Endpunkt herstellen.

Führen Sie diesen Befehl aus, um die stabilen Pakete für klassische Foundry-Projekte zu installieren.

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

Die Azure AI Projects-Clientbibliothek für Java (Vorschau) ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen project Endpunkt herstellen.

Fügen Sie diese Pakete zu Ihrer Installation für klassische Foundry-Projekte hinzu.

package com.azure.ai.foundry.samples;
import com.azure.ai.projects;
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;

Die Azure AI Projects-Clientbibliothek für JavaScript ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen project Endpunkt herstellen.

Führen Sie diesen Befehl aus, um die aktuellen JavaScript-Pakete für klassische Foundry-Projekte zu installieren.

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

Die Azure AI Projects-Clientbibliothek für .NET ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen project Endpunkt herstellen.

Führen Sie diese Befehle aus, um die Azure AI SDK-Pakete für klassische Foundry-Projekte hinzuzufügen.

# Add Azure AI SDK packages
dotnet add package Azure.Identity
dotnet add package Azure.AI.Projects 
dotnet add package Azure.AI.Agents.Persistent
dotnet add package Azure.AI.Inference

Erstellen Sie einen Projekt-Client:

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

project = AIProjectClient(
    endpoint="https://<resource-name>.services.ai.azure.com/api/projects/<project-name>",
    credential=DefaultAzureCredential(),
)
```**Create an OpenAI-compatible client from your project:**

```python
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)

Erstellen Sie einen Projekt-Client:

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);

Erstellen Sie einen Projekt-Client:

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

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

Erstellen Sie einen OpenAI-kompatiblen Client von Ihrem Projekt:

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);

Erstellen Sie einen Projekt-Client:

string endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
AIProjectClient projectClient = new AIProjectClient(new Uri(endpoint), new DefaultAzureCredential());

Erstellen Sie einen OpenAI-kompatiblen Client von Ihrem Projekt:

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)) 

Weitere Informationen finden Sie unter Azure OpenAI unterstützte Programmiersprachen. Erwartete Ausgabe:

{
  "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)."
}

Weitere Informationen finden Sie unter Azure OpenAI unterstützte Programmiersprachen

Der folgende Codeausschnitt zeigt, wie Sie den Azure OpenAI /openai/v1 Endpunkt direkt verwenden.

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());

Weitere Informationen zur Verwendung des OpenAI SDK finden Sie unter Azure OpenAI unterstützte Programmiersprachen.

import { AzureOpenAI } from "openai";
import { DefaultAzureCredential } from "@azure/identity";

const deployment = "gpt-4o"
const endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
const scope = "https://ai.azure.com/.default";
const apiVersion = "2024-04-01-preview";

const azureADTokenProvider = getBearerTokenProvider(new DefaultAzureCredential(), scope);

const options = { azureADTokenProvider, deployment, apiVersion }

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);

Weitere Informationen zur Verwendung des OpenAI SDK finden Sie unter Azure OpenAI unterstützte Programmiersprachen.

1. Installieren Sie das OpenAI-Paket: Führen Sie diesen Befehl aus, um ihrer .NET project die OpenAI-Clientbibliothek hinzuzufügen.

   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
   

Weitere Informationen zur Verwendung des OpenAI SDK finden Sie unter Azure OpenAI unterstützte Programmiersprachen.

C#-Unterstützte Foundry Tools

Gießerei-Werkzeug	Description	Schnellstarts und Referenzdokumentation
Sprache	Hinzufügen von Sprach-zu-Text-, Text-zu-Sprache-, Übersetzungs- und Sprechererkennungsfunktionen zu Anwendungen.	• Sprach-zu-Text-Schnellstart • Sprachsynthese Schnellstartanleitung • Schnellstart zur Sprachübersetzung • Speech SDK für .NET • Speech NuGet-Paket (Speech CLI)
Sprache	Erstellen Sie Anwendungen mit natürlichen Sprachverständnisfähigkeiten.	• Schnellstart zur benutzerdefinierten Beantwortung von Fragen (CQA) • Schnellstart zur Entitätsverknüpfung • Schnellstart der Spracherkennung • Schnellstart Extraktion von Schlüsselbegriffen • Schnellstart: Erkennung benannter Entitäten (NER) • Erkennen personenbezogener Daten (PII) – Schnellstart • Stimmungsanalyse und Meinungsforschung – Schnellstart • Verwenden von Text-, Dokumenten- und Unterhaltungszusammenfassungen – Schnellstart • Verwenden von Text Analytics for Health – Schnellstart • Language SDK für .NET (Textanalyse) • Language NuGet-Paket (Textanalyse) • Language SDK für .NET (Frageantwort) • Language NuGet-Paket (Fragebeantwortung)
Symbol Übersetzer	Verwenden Sie KI-gestützte Übersetzungstechnologie, um mehr als 100 gebräuchliche, gefährdete und bedrohte Sprachen und Dialekte zu übersetzen.	• Translator SDK für .NET (Text) • Translator NuGet-Paket (Text) • Translator SDK für .NET (Stapelverarbeitung) • Translator NuGet-Paket (Batch)
Azure AI Search	Bringen Sie KI-gestützte Cloudsuche auf Ihr Mobiltelefon und web apps.	• Verwenden des Agent-Abrufs – Schnellstart • Vector-Suchschnellstart • Klassische generative Suche (RAG) mit Groundingdaten – Schnellstart • Full-Textsuche Schnellstart • Schnellstart für semantische Bewertung • Chat mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten – Schnellstartanleitung • Azure AI Search SDK für .NET • Azure AI Search NuGet-Paket
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zur Analyse von Textinhalten Quickstart für Textblocklisten verwenden • Schnellstart zur Analyse von Bildinhalten • Content Safety SDK für .NET • Content Safety NuGet-Paket
Symbol Dokumentenintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Document Intelligence Schnellstart • Document Intelligence SDK für .NET • Document Intelligence NuGet-Paket
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Azure Vision in Foundry Tools v3.2 GA – Schnellstart lesen • Schnellstart zur Bildanalyse • Verwenden Sie das Schnellstart-Handbuch für den Face-Dienst • Vision SDK für .NET • Vision NuGet-Paket

Von Java unterstützte Foundry-Tools

Gießerei-Werkzeug	Description	Schnellstarts und Referenzdokumentation
Sprache	Hinzufügen von Sprach-zu-Text-, Text-zu-Sprache-, Übersetzungs- und Sprechererkennungsfunktionen zu Anwendungen.	• Sprach-zu-Text-Schnellstart • Sprachsynthese Schnellstartanleitung • Schnellstart zur Sprachübersetzung • Speech SDK für Java • Speech Maven-Paket
Sprache	Erstellen Sie Anwendungen mit natürlichen Sprachverständnisfähigkeiten.	• Schnellstart zur Entitätsverknüpfung • Schnellstart der Spracherkennung • Schnellstart Extraktion von Schlüsselbegriffen • Schnellstart: Erkennung benannter Entitäten (NER) • Erkennen personenbezogener Daten (PII) – Schnellstart • Stimmungsanalyse und Meinungsforschung – Schnellstart • Verwenden von Text-, Dokumenten- und Unterhaltungszusammenfassungen – Schnellstart • Verwenden von Text Analytics for Health – Schnellstart • Language SDK für Java (Textanalyse) • Maven-Sprachpaket
Symbol Übersetzer	Verwenden Sie KI-gestützte Übersetzungstechnologie, um mehr als 100 gebräuchliche, gefährdete und bedrohte Sprachen und Dialekte zu übersetzen.	• Translator SDK für Java (Text) • Translator Maven-Paket (Text)
Azure AI Search	Bringen Sie KI-gestützte Cloudsuche auf Ihr Mobiltelefon und web apps.	• Verwenden des Agent-Abrufs – Schnellstart • Vector-Suchschnellstart • Klassische generative Suche (RAG) mit Groundingdaten – Schnellstart • Full-Textsuche Schnellstart • Schnellstart für semantische Bewertung • Chat mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten – Schnellstartanleitung • Azure AI Search SDK für Java • Azure AI Search Maven-Paket
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zur Analyse von Textinhalten Quickstart für Textblocklisten verwenden • Schnellstart zur Analyse von Bildinhalten • Content Safety SDK für Java • Content Safety Maven-Paket
Symbol Dokumentenintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Document Intelligence Schnellstart • Document Intelligence SDK für Java • Document Intelligence Maven-Paket
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Schnellstart zur Bildanalyse • Verwenden Sie das Schnellstart-Handbuch für den Face-Dienst • Vision SDK für Java • Vision Maven-Paket

JavaScript unterstützte Foundry Tools

Gießerei-Werkzeug	Description	Schnellstarts und Referenzdokumentation
Sprache	Hinzufügen von Sprach-zu-Text-, Text-zu-Sprache-, Übersetzungs- und Sprechererkennungsfunktionen zu Anwendungen.	• Sprach-zu-Text-Schnellstart • Sprachsynthese Schnellstartanleitung • Schnellstart zur Sprachübersetzung • Speech SDK für JavaScript • Npm-Spracherkennungspaket
Sprache	Erstellen Sie Anwendungen mit natürlichen Sprachverständnisfähigkeiten.	• Schnellstart zur Entitätsverknüpfung • Schnellstart der Spracherkennung • Schnellstart Extraktion von Schlüsselbegriffen • Schnellstart: Erkennung benannter Entitäten (NER) • Erkennen personenbezogener Daten (PII) – Schnellstart • Stimmungsanalyse und Meinungsforschung – Schnellstart • Verwenden von Text-, Dokumenten- und Unterhaltungszusammenfassungen – Schnellstart • Verwenden von Text Analytics for Health – Schnellstart • Language SDK für JavaScript (Textanalyse) • Npm-Sprachpaket
Symbol Übersetzer	Verwenden Sie KI-gestützte Übersetzungstechnologie, um mehr als 100 gebräuchliche, gefährdete und bedrohte Sprachen und Dialekte zu übersetzen.	• Translator SDK für JavaScript (Text) • Translator-NPM-Paket (Text)
Azure AI Search	Bringen Sie KI-gestützte Cloudsuche auf Ihr Mobiltelefon und web apps.	• Verwenden des Agent-Abrufs – Schnellstart • Vector-Suchschnellstart • Klassische generative Suche (RAG) mit Groundingdaten – Schnellstart • Full-Textsuche Schnellstart • Schnellstart für semantische Bewertung • Chat mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten – Schnellstartanleitung • Azure AI Search SDK für JavaScript • Npm-Paket für Azure AI Search
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zur Analyse von Textinhalten Quickstart für Textblocklisten verwenden • Schnellstart zur Analyse von Bildinhalten • Npm-Paket zur Inhaltssicherheit
Symbol Dokumentenintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Document Intelligence Schnellstart • Document Intelligence SDK für JavaScript • Document Intelligence npm-Paket
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Azure Vision in Foundry Tools v3.2 GA – Schnellstart lesen • Schnellstart zur Bildanalyse • Verwenden Sie das Schnellstart-Handbuch für den Face-Dienst • Vision SDK für JavaScript • Vision npm-Paket

Python unterstützte Foundry Tools

Gießerei-Werkzeug	Description	Schnellstarts und Referenzdokumentation
Sprache	Hinzufügen von Sprach-zu-Text-, Text-zu-Sprache-, Übersetzungs- und Sprechererkennungsfunktionen zu Anwendungen.	• Sprach-zu-Text-Schnellstart • Sprachsynthese Schnellstartanleitung • Schnellstart zur Sprachübersetzung • Speech SDK für Python • Speech PyPi-Paket
Sprache	Erstellen Sie Anwendungen mit natürlichen Sprachverständnisfähigkeiten.	• Schnellstart zur benutzerdefinierten Beantwortung von Fragen (CQA) • Schnellstart zur Entitätsverknüpfung • Schnellstart der Spracherkennung • Schnellstart Extraktion von Schlüsselbegriffen • Erkennen benannter Entitäten (NER) – Schnellstart • Erkennen personenbezogener Daten (PII) – Schnellstart • Stimmungsanalyse und Meinungsforschung – Schnellstart • Verwenden von Text-, Dokumenten- und Unterhaltungszusammenfassungen – Schnellstart • Verwenden von Text Analytics for Health – Schnellstart • Language SDK für Python (Textanalyse) • Language PyPi-Paket (Textanalyse) • Language SDK für Python (Frageantwort) • Language PyPi-Paket (Frageantwort) • Language-SDK für Python (Sprachdialoge) • Language-PyPi-Paket (Sprachunterhaltungen)
Symbol Übersetzer	Verwenden Sie KI-gestützte Übersetzungstechnologie, um mehr als 100 gebräuchliche, gefährdete und bedrohte Sprachen und Dialekte zu übersetzen.	• Translator SDK für Python (Text) • Translator PyPi-Paket (Text) • Translator SDK für Python (batch) • Translator PyPi-Paket (Stapelverarbeitung)
Azure AI Search	Bringen Sie KI-gestützte Cloudsuche auf Ihr Mobiltelefon und web apps.	• Verbinden mit einem Suchdienst-Schnellstart • Verwenden des Agent-Abrufs – Schnellstart • Vector-Suchschnellstart • Klassische generative Suche (RAG) mit Groundingdaten – Schnellstart • Full-Textsuche Schnellstart • Schnellstart für semantische Bewertung • Chat mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten – Schnellstartanleitung • Azure AI Search SDK für Python • Azure AI Search PyPi-Paket
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zur Analyse von Textinhalten Quickstart für Textblocklisten verwenden • Schnellstart zur Analyse von Bildinhalten • Content Safety SDK für Python • Content Safety PyPi-Paket
Symbol Dokumentenintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Document Intelligence Schnellstart • Document Intelligence SDK für Python • Document Intelligence PyPi-Paket
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Azure Vision in Foundry Tools v3.2 GA – Schnellstart lesen • Schnellstart zur Bildanalyse • Verwenden Sie das Schnellstart-Handbuch für den Face-Dienst • Vision SDK für Python • Vision PyPi-Paket