Microsoft Foundry Playgrounds (clássico)

Atualmente a ver:versão do portal Foundry (clássica) - Trocar para a versão do novo portal Foundry

Os playgrounds da Microsoft Foundry fornecem um ambiente de chat instantâneo e sob demanda para prototipagem rápida, exploração de APIs e validação técnica. Utilize ambientes de teste para experimentar com modelos e validar ideias antes de se comprometer com uma única linha de código de produção.

Pré-requisitos

• Uma subscrição do Azure. Crie um gratuitamente.
• Um recurso Microsoft Foundry.
• Pelo menos um modelo implementado no teu recurso Foundry.

Destaques da experiência dos parques infantis da Foundry

Destaques da experiência dos parques infantis da Foundry incluem:

• Suporte AgentOps para avaliações e rastreio no parque infantil dos Agentes.

• Aberto no VS Code para o chat e o playground dos agentes. Esta funcionalidade poupa-lhe tempo ao importar automaticamente o seu endpoint e chave do Foundry para o VS Code para amostras de código multilíngues.

• Imagens playground 2.0 para modelos como gpt-image-1, Stable Diffusion 3.5 Large e FLUX.1-Kontext-pro modelos.

• Video playground para Azure OpenAI Sora-2.

• Playground de áudio para modelos tais como gpt-4o-audio-preview, gpt-4o-transcribe e gpt-4o-mini-tts.

Por que usar plataformas de teste antes da produção?

O desenvolvimento moderno envolve trabalhar em múltiplos sistemas — APIs, serviços, SDKs e modelos de dados — muitas vezes antes de estar pronto para comprometer-se totalmente com um framework, escrever testes ou criar infraestrutura. À medida que a complexidade dos ecossistemas de software aumenta, a necessidade de ambientes seguros e leves para validar ideias torna-se crítica. Os parques infantis foram construídos para responder a esta necessidade.

Os playgrounds da Foundry fornecem ambientes prontos a usar com todas as ferramentas e funcionalidades necessárias pré-instaladas, por isso não precisa de configurar projetos, gerir dependências ou resolver problemas de compatibilidade. Os playgrounds podem acelerar a velocidade dos programadores ao validar o comportamento da API, acelerar o código, reduzir o custo de experimentação e tempo de lançamento, acelerar a integração, otimizar prompts e muito mais.

Os playgrounds também proporcionam clareza rapidamente quando tem dúvidas, ao fornecer respostas em segundos — em vez de horas — e permite testar e validar ideias antes de decidir construir em grande escala. Por exemplo, os parques infantis são ideais para responder rapidamente a perguntas como:

• Qual é o prompt mínimo de que preciso para obter o resultado que quero?
• Esta lógica vai funcionar antes de eu escrever uma integração completa?
• Como é que a latência ou o uso de tokens mudam com diferentes configurações?
• Que modelo oferece a melhor relação preço-desempenho antes de o transformar num agente?

Capacidade Open in VS Code

O Chat playground e o Agents playground permitem-lhe trabalhar no VS Code ao usar o botão Abrir no VS Code. Pode encontrar este botão através da extensão Foundry no VS Code.

Disponível nos exemplos de código multilíngues, Open in VS Code importa automaticamente o seu exemplo de código, o endpoint da API e a chave para um espaço de trabalho VS Code num /azure ambiente. Esta funcionalidade facilita o trabalho no IDE VS Code a partir do portal Foundry.

Para usar a funcionalidade Open in VS Code nos playgrounds de chat e agentes, siga estes passos:

1. Selecione Experimente a área de testes de Chat para abrir. Alternativamente, podes seguir estes passos no parque infantil dos Agentes selecionando Vamos no cartão do recreio dos Agentes.

2. Se ainda não tiver uma implementação, selecione Criar nova implementação e implemente um modelo como gpt-4o-mini.

3. Certifique-se de que a sua implantação está selecionada na caixa de Implementação.

4. Selecione Ver código para ver o exemplo de código.

5. Selecione Abrir no VS Code para abrir o VS Code numa nova aba da janela do seu navegador.

6. És redirecionado para o /azure ambiente do VS Code, onde o teu exemplo de código, endpoint API e chave já são importados do playground do Foundry.

7. Consulte o INSTRUCTIONS.md ficheiro para ver instruções para executar o seu modelo.

8. Veja o seu exemplo de código no run_model.py ficheiro.

9. Veja as dependências relevantes no requirements.txt ficheiro.

Parque infantil dos agentes

O playground dos agentes permite-te explorar, prototipar e testar agentes sem correr qualquer código. A partir desta página, pode iterar rapidamente e experimentar novas ideias.

Para começar com a área de testes dos agentes, consulte o Início Rápido: Criar um novo agente.

Playground de bate-papo

O chat playground é o local para testar os modelos de raciocínio mais recentes de modelos como Azure OpenAI, DeepSeek e Meta. Para todos os modelos de raciocínio, o playground de chat fornece um menu suspenso com um resumo do arranjo de raciocínio que permite ver como o modelo estrutura sua resposta antes de partilhar a saída.

Para saber mais sobre o parque de conversas, consulte o Quickstart: Obtenha respostas no parque de conversas.

Playground de áudio

O laboratório de áudio (pré-visualização) permite-lhe utilizar as capacidades de sintetização de texto em fala e transcrição com os modelos de áudio mais recentes do Azure OpenAI.

Para experimentar a capacidade de texto para fala, siga estes passos:

1. Selecione Experimente o Playground de Áudio para abri-lo.

2. Se ainda não tiver uma implementação, selecione Criar nova implementação e implemente um modelo como gpt-4o-mini-tts.

3. Certifique-se de que a sua implantação está selecionada na caixa de Implementação.

4. Introduza um prompt de texto.

5. Ajuste parâmetros do modelo, como o formato de voz e resposta.

6. Selecione Gerar para receber uma saída de voz com controlos de reprodução que incluem reprodução, retroceder, avançar, ajustar velocidade e volume.

7. Descarregue o ficheiro de áudio para o seu computador local.

Para experimentar a capacidade de transcrição, siga estes passos:

1. Se ainda não tiver uma implementação, selecione Criar nova implementação e implemente um modelo como gpt-4o-transcribe.

2. Certifique-se de que a sua implantação está selecionada na caixa de Implementação.

3. (Opcional) Inclua uma lista de frases como mecanismo de texto para guiar a sua entrada de áudio.

4. Introduza um ficheiro de áudio, seja carregando um ou gravando o áudio a partir da barra de prompts.

5. Selecione Gerar transcrição para enviar a entrada de áudio para o modelo e receber uma saída transcrita em formatos de texto e JSON.

Playground de Línguas

O Language playground fornece um ambiente livre de código para testar e validar Azure Linguagem nas capacidades do Foundry Tools. Utilize-o para experimentar funcionalidades de processamento de linguagem natural (PLN), como extração de dados de chaves, sumarização de informação, classificação de texto e ajuste fino personalizado de modelos.

O parque de recreio de Línguas é composto por quatro secções principais:

• Banner principal: Selecione entre as capacidades linguísticas disponíveis, incluindo deteção de língua, reconhecimento de entidades, análise de sentimento, deteção de PII, resumo e compreensão conversacional da linguagem.
• Painel esquerdo: Configurar opções de serviço como versão da API, versão do modelo e parâmetros específicos da capacidade.
• Painel central: Introduza ou carregue texto para processamento. Os resultados são exibidos aqui após executar a operação.
• Painel direito: Veja resultados detalhados das operações, incluindo categorias de entidades, pontuações de confiança, deslocamentos e respostas com formato JSON.

Para usar o ambiente de experimentação de linguagem:

1. Selecione os parques infantis no painel esquerdo.

2. Selecione Experimente Azure Language Playground.

3. Escolha uma funcionalidade de Língua no banner superior, tais como:

   • Analisar o sentimento
   • Compreensão conversacional da linguagem
   • Reconhecimento personalizado de entidades nomeadas
   • Resposta personalizada a perguntas
   • Detetar linguagem
   • Extrair informação de saúde
   • Extrair frases-chave
   • Extrair entidades nomeadas
   • Extrair PII de conversas ou textos
   • Resume conversas, transcrições de call center ou mensagens de texto

4. Selecione Configurar para especificar a versão da API, versão do modelo e opções específicas de capacidade, como seleção de linguagem, tipos de entidades a incluir ou políticas de redação para PII.

5. Introduza o texto diretamente na janela de exemplo, selecione um exemplo de texto pré-carregado no menu suspenso ou carregue o seu próprio ficheiro de texto usando o ícone do clipe de papel.

6. Selecione o botão de ação apropriado (por exemplo, Detetar, Extrair, Analisar ou Resumir) para processar o texto.

7. Revise os resultados que aparecem no painel central e examine informações detalhadas de saída na secção Detalhes no painel direito, incluindo pontuações de confiança, categorias de entidades, deslocamentos de caracteres e comprimentos.

8. Selecione Ver código para aceder a exemplos de código multilíngue em Python, C#, JavaScript e outras linguagens para integração nas suas aplicações.

O playground de linguagem acelera o desenvolvimento e permite a prototipagem rápida e validação das capacidades de PNL antes da implementação em produção. Também suporta treino, implementação, testes e afinamento de modelos personalizados de reconhecimento de entidades nomeadas (NER) com depuração em tempo real.

Parque de recreação do tradutor

O playground do Translator fornece um ambiente sem código para testar e validar as capacidades do Azure Translator. Suporta tanto a tradução de texto como os fluxos de trabalho de tradução de documentos e permite aos programadores experimentar tradução automática neural (NMT) e tradução baseada em grandes modelos de linguagem (LLM) usando GPT-4o e GPT-4o-mini.

Para utilizar o playground do Tradutor:

1. Selecione Playgrounds no painel esquerdo.

2. Selecione Experimentar o espaço experimental do tradutor.

3. Para tradução de texto:

   1. Introduza ou cole o texto que pretende traduzir no campo de entrada.

   2. Selecione a língua de origem ou ative a deteção automática de línguas.

   3. Selecione uma ou mais línguas-alvo para o resultado da tradução.

   4. Escolha o modelo de tradução: Azure-MT (tradução automática neural), GPT-4o ou GPT-4o-mini. Os modelos LLM permitem tradução com ajustes específicos de género ou tom e podem ser refinados usando terminologia específica do domínio.

   5. (Opcional) Configure opções avançadas como tratamento de palavrões, tipo de texto ou glossários personalizados.

   6. Selecione Traduzir para gerar a tradução.

   7. Revise a saída traduzida e compare os resultados entre diferentes escolhas de modelos.

4. Para tradução de documentos:

   1. Selecione a opção Tradução do Documento .

   2. Carregue o seu documento de origem ou selecione um exemplo de documento pré-carregado.

   3. Especifique a língua-alvo para tradução.

   4. (Opcional) Aplicar modelos de tradução personalizados ou glossários personalizados para manter a consistência da terminologia específica do domínio.

   5. Selecione Traduzir para processar o documento. Isto preserva o layout e a formatação originais.

   6. Descarregue o documento traduzido para o seu computador local.

5. Selecione Ver código para aceder a exemplos de APIs REST e exemplos de código SDK em múltiplas linguagens de programação para integrar capacidades de tradutor nas suas aplicações.

O playground do Tradutor permite validação em tempo real da qualidade da tradução, estruturas de prompts e eficácia do glossário personalizado antes da implementação em produção. Usa-o para comparar os resultados dos modelos e otimizar configurações de tradução para os teus casos de uso específicos.

Parque de videojogos

O espaço de vídeo (pré-visualização) é o seu ambiente de iteração rápida para explorar, refinar e validar fluxos de trabalho de vídeo generativo. Foi concebido para programadores que precisam de passar da ideia ao protótipo com precisão, controlo e rapidez. O playground oferece-lhe uma interface de baixa fricção para testar estruturas de prompts, avaliar a precisão do movimento, avaliar a consistência do modelo entre frames e comparar resultados entre modelos — sem usar código repetido ou desperdiçar ciclos de computação.

Todos os endpoints do modelo estão integrados com Segurança de conteúdo de IA do Azure. Como resultado, o videoplayground filtra imagens prejudiciais e inseguras antes de aparecerem. Se as políticas de moderação de conteúdos assinalarem o seu prompt de texto ou geração de vídeo, recebe uma notificação de aviso.

Pode usar o videoplayground com o modelo Azure OpenAI Sora-2.

Siga estes passos para usar o parque de jogos:

1. Selecione Tentar o parque de jogos de vídeo para o abrir.

2. Se ainda não tiver uma implementação, selecione Implementar agora no canto superior direito da página inicial e implemente o sora-2 modelo.

3. Na página inicial do parque de jogos de vídeo, inspire-se nos prompts pré-construídos organizados pelo filtro do setor. A partir daqui, pode ver os vídeos em exibição completa e copiar o prompt do canto inferior direito de um vídeo para construir a partir dele.

4. Copie o prompt para colar na barra de prompts. Ajuste os controlos-chave (por exemplo, proporção de aspeto ou resolução) para compreender profundamente a resposta e as restrições específicas do modelo.

5. Selecione Gerar para gerar um vídeo com base no prompt copiado.

6. Reescreve a sintaxe do teu prompt de texto com gpt-4o usando Re-write com AI.

7. Ativa o Start com uma funcionalidade de prompt do sistema de indústria , escolhe uma indústria e especifica a alteração necessária para o teu prompt original.

8. Selecione Atualizar para atualizar o prompt e depois selecione Gerar para criar um novo vídeo.

9. Vá ao separador Histórico de Gerações para rever as suas gerações como uma grelha ou vista de lista. Quando selecionas os vídeos, abres-nos em modo de ecrã completo para imersão total. Observe visualmente os resultados através de ajustes de prompt ou alterações de parâmetros.

10. No modo de ecrã completo, edita o prompt e submete-o para regeneração.

11. Quer em modo de ecrã inteiro, quer através do botão de opções que aparece quando passa o rato sobre o vídeo, descarrega os vídeos para o teu computador local, visualiza a etiqueta de informação de geração de vídeo, visualiza o código ou apaga o vídeo.

12. Selecione Ver código no menu de opções para visualizar código contextual de exemplo para as suas gerações de vídeo em várias linguagens, incluindo Python, JavaScript, C#, JSON, Curl e Go.

13. Portar os exemplos de código para produção copiando-os para o VS Code.

O que validar ao experimentar no videoplayground

Quando usar o videoplayground para planear a sua carga de trabalho de produção, explore e valide os seguintes atributos:

• Tradução de Comando para Movimento

  • O modelo de vídeo interpreta o teu prompt de uma forma que faz sentido lógico e temporal?
  • O movimento é coerente com a ação ou cena descrita?

• Consistência de Quadros

  • Personagens, objetos e estilos mantêm-se consistentes entre frames?
  • Existem artefactos visuais, tremores ou transições artificiais?

• Controlo de Ambiente

  • Quão bem consegues controlar a composição da cena, o comportamento do sujeito ou os ângulos de câmara?
  • Consegue guiar transições de cena ou ambientes de fundo?

• Duração e Temporização

  • Como é que diferentes estruturas de prompts afetam a duração e o ritmo do vídeo?
  • O vídeo parece demasiado rápido, demasiado lento ou demasiado curto?

• Integração Multimodal de Entrada

  • O que acontece quando fornece uma imagem de referência, dados de pose ou entrada áudio?
  • Consegues gerar vídeo com sincronização labial para uma dada narração?

• Necessidades de Pós-Processamento

  • Que nível de fidelidade bruta podes esperar antes de precisares de ferramentas de edição?
  • Precisa de fazer upscaling, estabilizar ou retocar o vídeo antes de o usar em produção?

• Latência e Desempenho

  • Quanto tempo leva para gerar vídeo para diferentes tipos de comandos ou para diferentes resoluções?
  • Qual é a troca custo-desempenho de gerar clipes de 5 segundos versus 15 segundos?

Parque de Imagens

O espaço de experimentação de imagens é ideal para desenvolvedores que criam fluxos de geração de imagens. Este playground é um ambiente controlado e completo para experiências de alta fidelidade, concebidas para APIs específicas de modelo, permitindo gerar e editar imagens.

Podes usar o playground de imagens com estes modelos:

• gpt-image-1 da Azure OpenAI.
• Stable Diffusion 3.5 Large, Stable Image Core, Stable Image Ultra da Stability AI.
• FLUX.1-Kontext-pro e FLUX-1.1-pro da Black Forest Labs.

Siga estes passos para usar a zona de imagens:

1. Selecione Experimentar o playground de Imagens para o abrir.

2. Se ainda não tiver uma implementação, selecione Criar uma implementação e implemente um modelo como gpt-image-1.

3. Introduza o seu prompt de texto: Comece com qualquer prompt de texto para a imagem que pretende gerar. Para modelos que permitem a geração imagem a imagem, carregue um anexo de imagem na barra de prompts.

4. Explore os controlos de geração específicos da API do modelo após a implementação do modelo: Ajuste os controlos-chave (por exemplo, número de variações, qualidade, tamanho, formato da imagem) para compreender profundamente a resposta e restrições específicas do modelo.

5. Selecione Gerar.

6. Observações lado a lado em visão grelha: Observe visualmente os resultados por meio de ajustes de prompt ou alterações de parâmetros.

7. Transforme com ferramentas de API: Está disponível inpainting com transformação de texto para gpt-image-1. Altere partes da sua imagem original com a seleção de pintura. Usa sugestões de texto para indicar a mudança.

8. Porta para produção com exemplos de código multilíngues: Use exemplos de código Python, Java, JavaScript, C# com Código de Visualização. O Images Playground é a sua plataforma de lançamento para o trabalho de desenvolvimento em VS Code.

O que validar ao experimentar num ambiente de imagens playground

Ao utilizar a plataforma de testes de imagens, pode explorar e validar os seguintes aspetos enquanto planeia as suas tarefas de produção.

• Eficácia Rápida

  • Que tipo de saída visual é que este prompt gera para o meu caso de uso empresarial?
  • Quão específica ou abstrata pode ser a minha linguagem e ainda assim obter bons resultados?
  • O modelo compreende corretamente referências de estilo como "surrealista" ou "cyberpunk"?

• Consistência Estilística

  • Como mantenho a mesma personagem, estilo ou tema em várias imagens?
  • Posso repetir variações do mesmo prompt base com desvio mínimo?

• Afinação de parâmetros

  • Qual é o efeito de alterar parâmetros do modelo como escala de orientação, semente, passos e outros?
  • Como posso equilibrar criatividade com fidelidade ao prompt?

• Comparação de Modelos

  • Como diferem os resultados entre modelos, como SDXL versus DALL· E?
  • Qual modelo tem melhor desempenho para rostos realistas em comparação com composições artísticas?

• Controlo de Composição

  • O que acontece quando uso restrições espaciais como caixas delimitadoras ou máscaras de pintura?
  • Posso guiar o modelo para layouts ou pontos focais específicos?

• Variação de entrada

  • Como é que pequenas alterações na redação ou estrutura dos prompts impactam os resultados?
  • Qual é a melhor forma de pedir simetria, ângulos de câmara específicos ou emoções?

• Prontidão para Integração

  • Esta imagem vai cumprir as restrições da interface do meu produto, incluindo rácio de aspeto, resolução e segurança do conteúdo?
  • O resultado cumpre as diretrizes da marca ou as expectativas dos clientes?

Resolução de problemas

Conteúdo relacionado

• Use o parque de conversas no portal Foundry
• Início Rápido: Criar um novo agente (Pré-visualização)
• Arquitetura de referência básica de chat Foundry