Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
O Azure MCP Server permite-lhe gerir recursos do Azure, incluindo modelos e implementações Microsoft Foundry, com prompts em linguagem natural. Esse recurso ajuda você a gerenciar rapidamente seus modelos de IA sem precisar se lembrar de sintaxe complexa.
Foundry é uma plataforma para implementar e gerir modelos de IA personalizados em Azure. Ele fornece ferramentas e serviços para treinamento, ajuste, implantação e monitoramento de modelos de IA em ambientes de produção. Com o Foundry, pode incorporar mais facilmente capacidades de IA nas suas aplicações.
Ao ligar-se ao seu recurso Foundry, o Servidor MCP do Azure requer ou o endpoint ou o grupo de recursos do seu recurso Foundry. Para operações que não exigem um recurso específico, como listar modelos disponíveis, nem o ponto de extremidade nem o grupo de recursos são necessários.
Note
Parâmetros de ferramenta: As ferramentas do Azure MCP Server definem parâmetros para os dados necessários para concluir tarefas. Alguns desses parâmetros são específicos para cada ferramenta e estão documentados abaixo. Outros parâmetros são globais e compartilhados por todas as ferramentas. Para obter mais informações, consulte Parâmetros da ferramenta.
Agentes: Conecte-se e execute
Ligue-se a um Agente de IA do Azure específico e execute uma consulta. Este comando retorna a resposta do agente junto com IDs de thread e run para avaliação potencial.
Exemplos de prompts incluem:
- Liga-te ao agente: "Liga-te ao agente 'support-bot' e pergunta 'Qual é o estado do ticket #12345?' no ponto final 'https://my-example-resource.services.ai.azure.com/api/projects/support-project'"
- Consulta agente específico: "Pergunta ao agente 'sales-bot' o relatório de vendas mais recente com a consulta 'Mostre-me a receita deste mês' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/sales'"
- Use o contexto: "Ligue-se ao agente 'hr-bot' com a consulta 'Quais são as opções de benefícios?' no ponto final 'https://my-example-resource.services.ai.azure.com/api/projects/hr-dept'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Agente | Required | O ID do agente com o qual interagir. |
| Consulta | Required | A consulta enviada ao agente. |
| Ponto final | Required | A URL do endpoint para o projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name>. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ❌ | Mundo Aberto: ✅ | Somente Leitura: ❌ | Segredo: ❌ | Local Necessário: ❌
Agentes: Criar um novo agente
Cria um Agente Foundry que processa mensagens de acordo com uma dada instrução do sistema usando uma implementação existente do modelo Foundry.
Exemplos de prompts incluem:
- Crie um agente de suporte ao cliente: "Crie um agente chamado 'customer-support-bot' usando a implantação 'gpt-4' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support-project' com instruções do sistema 'Você é um agente de suporte ao cliente útil que ajuda com consultas de produtos e solução de problemas'"
- Criar assistente de vendas: "Configura um agente chamado 'assistente de vendas' com implantação de modelo 'gpt-35-turbo' em 'https://my-example-resource.services.ai.azure.com/api/projects/sales' que segue a instrução 'Tu és um assistente de vendas que ajuda os clientes a encontrar produtos e fornece informações sobre preços'"
- Crie um chatbot de RH: "Crie um agente chamado 'hr-onboarding-bot' usando a implantação 'gpt-4-turbo' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/hr-dept' com a instrução 'Você é um especialista em RH que orienta os novos funcionários durante o processo de integração e responde a perguntas sobre políticas'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | A URL do endpoint para o projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name>. |
| Implantação do modelo | Required | Nome da implantação do modelo. |
| Nome do agente | Required | Nome do Agente legível por humanos. |
| Instruções do sistema | Required | Instruções do sistema para o agente seguir ao processar mensagens. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ❌ | Mundo Aberto: ❌ | Somente Leitura: ❌ | Segredo: ❌ | Local Necessário: ❌
Agentes: Avaliar um agente
Realize a avaliação do agente com base nos dados do agente. Requer cadeias de caracteres JSON para definições de consulta, resposta e ferramenta.
Exemplos de prompts incluem:
- Avalie a adesão às tarefas: "Avalie a pergunta 'Quais são as políticas de reembolso?' para task_adherence no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support-project' usando Azure implementação OpenAI 'gpt-4'"
- Verifique a resolução da intenção: "Avalie a questão 'Que planos de preços oferecem?' para a resolução de intenções no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/sales' usando a implementação OpenAI do Azure 'gpt-4'"
- Verificar a precisão da ferramenta: "Analisar tool_call_accuracy para a consulta 'Verificar inventário do item 5678' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/sales-bot' usando Azure implementação OpenAI 'gpt-35-turbo'"
- Avaliar o desempenho do agente: "Avaliar a consulta 'A minha aplicação não arranca' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support' para task_adherence usando a implementação do Azure OpenAI 'gpt-4'"
- Avaliação abrangente: "Realizar avaliação na consulta 'Que documentos preciso para a integração?' para task_adherence no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/hr-dept' usando Azure implementação OpenAI 'gpt-4'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | A URL do endpoint para o projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name>. |
| Azure Implementação do OpenAI | Required | O nome de implementação do modelo Azure OpenAI a ser usado na avaliação. |
| Consulta | Required | A consulta enviada ao agente. |
| Avaliador | Required | O nome do avaliador a utilizar (intent_resolution, tool_call_accuracy, task_adherence). |
| Resposta | Optional | A resposta do agente. |
| Definições de ferramentas | Optional | Definições de ferramentas opcionais feitas pelo agente no formato JSON. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Agentes: Obter exemplo de agente para SDK de idioma
Obtenha exemplos de código para interagir com um Agente Foundry usando o SDK Foundry e a linguagem de programação à sua escolha.
Exemplos de prompts incluem:
- Obtenha Python exemplo: "Mostre-me um exemplo de código Python para interagir com um Agente da Foundry"
- Obtenha exemplo de C#: "Gerar um exemplo de código csharp para trabalhar com o meu agente Foundry"
- Obter exemplo de TypeScript: "Fornecer um código de exemplo de TypeScript para conectar e usar um Foundry Agent"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Linguagem de programação | Required | A linguagem de programação utilizada pelo SDK para interagir com um Foundry Agent. Os valores suportados são csharp, python e typescript. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Agentes: Listar agentes
Liste todos os Agentes de IA do Azure num projeto Foundry. Mostra agentes que podem ser usados para fluxos de trabalho, avaliações e tarefas interativas de IA.
Exemplos de prompts incluem:
- Ver todos os agentes: "Mostre-me todos os agentes no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Lista por projeto: "Listar todos os agentes de IA no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/customer-service'"
- Verifique os agentes disponíveis: "Que agentes tenho no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'?"
- Inventário de agentes: "Preciso de uma lista completa de agentes no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Encontre agentes específicos: "Mostre-me todos os agentes de chatbot no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | A URL do endpoint para o projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name>. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Agentes: Consultar e executar um agente
Consulte um agente e avalie sua resposta em uma única operação. Este comando retorna a resposta do agente e os resultados da avaliação.
Exemplos de prompts incluem:
- Consultar e avaliar: "Consultar o agente 'support-bot' com 'Qual é o estado do ticket 123?' e avaliar a adesão às tarefas no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support-project' usando o endpoint Azure OpenAI 'https://my-openai.openai.azure.com' e o deployment 'gpt-4'"
- Operação única: "Pergunte ao agente 'sales-bot' com a pergunta 'Mostre receita mensal' e verifique a resolução de intenções no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/sales' usando o endpoint de Azure OpenAI 'https://my-openai.openai.azure.com' e o deployment 'gpt-4'"
- Ação combinada: "Liga-te ao agente 'hr-bot' com a pergunta 'Qual é o processo de integração?' e avaliar a precisão das chamadas de ferramenta no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/hr-dept' usando o endpoint Azure OpenAI 'https://my-openai.openai.azure.com' e a implementação 'gpt-35-turbo'
- Ciclo completo: "Consultar o agente 'marketing-bot' com 'Sugerir ideias de campanha' e avaliar a adesão à tarefa no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/marketing' usando o endpoint Azure OpenAI 'https://my-openai.openai.azure.com' e o deployment 'gpt-4'"
- Verificação de ponta a ponta: "Pergunte ao agente 'devops-bot' 'Qual é o estado da implementação?'" e avaliar a resolução de intenções no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/devops' usando o endpoint Azure OpenAI 'https://my-openai.openai.azure.com' e a implementação 'gpt-4'
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | URL do endpoint do projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name> |
| Azure OpenAI Endpoint | Required | O URL do endpoint para o serviço Azure OpenAI a ser usado na avaliação. |
| Azure Implementação do OpenAI | Required | O nome de implementação do modelo Azure OpenAI. |
| ID do agente | Required | O ID do agente com o qual interagir. |
| Consulta | Required | A consulta enviada ao agente. |
| Avaliadores | Optional | A lista de avaliadores a utilizar na avaliação, separados por vírgulas. Se não for especificado, todos os avaliadores são usados. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ❌ | Mundo Aberto: ✅ | Somente Leitura: ❌ | Segredo: ❌ | Local Necessário: ❌
Conhecimento: Listar índices de conhecimento
Obtenha uma lista de índices de conhecimento na Foundry:
- Encontre índices de conhecimento criados dentro dos projetos Foundry.
- Use esses índices com agentes de IA para recuperação de conhecimento e aplicativos RAG.
- A lista é atualizada à medida que você cria novos índices ou atualiza os existentes.
Exemplos de prompts incluem:
- Ver todos os índices: "Mostre-me todos os índices de conhecimento no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Filtrar por projeto: "Listar índices de conhecimento no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support-bot'"
- Procure por nome: "Encontre o índice de conhecimento chamado 'product-faqs' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Filtrar por etiqueta: "Listar índices de conhecimento etiquetados com 'security' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Mostrar detalhes do índice: "Mostrar detalhes do índice de conhecimento de 'atendimento ao cliente' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | URL do endpoint do projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name> |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Conhecimento: Obter esquema de índice
Obtenha a configuração detalhada do esquema de um índice de conhecimento específico no Foundry.
Esta operação mostra informações abrangentes sobre a estrutura e a configuração de um índice de conhecimento, incluindo definições de campo, tipos de dados, atributos pesquisáveis e outras propriedades de esquema. Use essas informações de esquema para entender como o índice estrutura e indexa seus dados para pesquisa.
Exemplos de prompts incluem:
- Ver esquema do índice: "Mostre-me o esquema para o índice de conhecimento 'factos-produto' no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | URL do endpoint do projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name> |
| Índice | Required | O nome do índice de conhecimento. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Modelos: Lista de modelos disponíveis
Liste todos os modelos e implementações Azure OpenAI disponíveis num recurso Foundry. Esta ferramenta recupera informações sobre os modelos Azure OpenAI implementados no seu recurso Foundry, incluindo nomes de modelos, versões, capacidades e estado de implementação.
Exemplos de prompts incluem:
- Ver todos os modelos: "Mostre-me todos os modelos de IA disponíveis no Foundry"
- Filtrar por uso livre: "Listar todos os modelos gratuitos disponíveis para prototipagem no Foundry que eu possa usar no playground"
- Filtrar por uso livre: "Listar todos os modelos gratuitos disponíveis para prototipagem no Foundry"
- Filtrar por editora: "Mostre-me modelos publicados pela Microsoft no Foundry"
- Filtrar por licença: "Que modelos com licença Apache estão disponíveis na Foundry?"
- Pesquisa por nome: "Encontre o modelo de lhama na Foundry"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Procure por playground gratuito | Optional | Se definido como verdadeiro, devolve uma lista de modelos do Foundry que também pode usar com o endpoint de inferência do GitHub e o token PAT do GitHub. Se for falso, devolve uma lista de modelos do Foundry, independentemente do suporte do GitHub. Para saber mais, consulte GitHub Models. |
| Publisher | Optional | Um filtro para especificar o publicador dos modelos a serem recuperados. |
| Licença | Optional | Um filtro para especificar o tipo de licença dos modelos a serem recuperados. |
| Modelo | Optional | O nome do modelo a ser pesquisado. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Modelos: Implantar um modelo
Implemente um modelo de IA no seu ambiente Azure. Use este comando para implementar modelos selecionados do Foundry e disponibilizá-los para uso nas suas aplicações.
Exemplos de prompts incluem:
- Implementar com os parâmetros necessários: "Implementar o modelo GPT-4 em formato OpenAI para a minha conta de serviços de IA no grupo de recursos 'meu-grupo-de recursos'"
- Especifique o nome da implementação: "Configurar uma implementação chamada *text-embedding* para o modelo de embedding Ada na minha conta Foundry Tools no grupo de recursos 'meu-grupo-de-recursos' com SKU Standard"
- Incluir a versão do modelo: "Implementar a versão 2 do modelo Llama do Meta para a minha conta Foundry Tools no grupo de recursos 'o meu grupo de recursos' com capacidade de escala para 3"
- Implementar para um grupo de recursos específico: "Criar uma implementação chamada content-generation com modelo GPT-4 no meu serviço central de IA no grupo de recursos 'meu-grupo-de-recursos'"
- Configurar escalabilidade: "Implementar o modelo Claude na minha ferramenta Foundry no grupo de recursos 'meu-grupo-de-recursos' com autoscaling ativado e capacidade máxima de 5"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Grupo de recursos | Required | O nome do grupo de recursos Azure. Isto é um contentor lógico para recursos do Azure. |
| Implementação | Required | O nome da implementação do modelo Foundry. |
| Modelo | Required | O nome do modelo a ser implantado. |
| Formato do modelo | Required | O formato do modelo (por exemplo, OpenAI, , MetaMicrosoft). |
| Ferramentas de Fundição | Required | O nome da conta do Foundry Tools para efetuar a implementação. |
| Versão do modelo | Optional | A versão do modelo a ser implantado. |
| Origem do modelo | Optional | A origem do modelo. |
| SKU | Optional | O nome de SKU para a implantação. |
| Capacidade de SKU | Optional | A capacidade de SKU para a implementação. |
| Tipo de escala | Optional | O tipo de escala para a implementação. |
| Capacidade de escala | Optional | A capacidade de escala da implantação. |
Dicas de anotação da ferramenta:
Destrutivo: ✅ | Idempotente: ❌ | Mundo Aberto: ❌ | Somente Leitura: ❌ | Segredo: ❌ | Local Necessário: ❌
Modelos: Listar implantações de modelo
Liste implementações de modelos num projeto Foundry (Serviços Cognitivos). Mostra modelos de IA atualmente implantados no nível do projeto.
Exemplos de prompts incluem:
- Lista de implementações em produção: "Mostre-me todas as implementações de modelos no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/production'"
- Verifique o endpoint específico: "Que modelos estão atualmente implementados no endpoint"https://my-example-resource.services.ai.azure.com/api/projects/my-project?"
- Ver implementações regionais: "Listar todas as implementações no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/west-region'"
- Verifique o estado da implementação: "Mostre-me o estado de todos os modelos implementados no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Veja modelos ativos: "Que modelos de IA estão a correr no endpoint nestehttps://my-example-resource.services.ai.azure.com/api/projects/my-project momento?"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | URL do endpoint do projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name> |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
OpenAI: Criar completamentos de chat
Crie concluções de chat usando o Azure OpenAI no Foundry. Envie mensagens para modelos de chat Azure OpenAI implementados no seu recurso Foundry e receba respostas conversacionais geradas por IA. Suporta conversas contínuas com histórico de mensagens, instruções do sistema e personalização de respostas.
Exemplos de prompts incluem:
- Saudação simples: "Crie uma conclusão de chat com o array de mensagens '[{{"role":"user","content":"Olá, como está hoje?"}]' usando deployment 'gpt-35-turbo' no recurso 'openai-prod'"
- Com a mensagem do sistema: "Crie uma conclusão de chat com a mensagem do sistema 'Você é um assistente útil' e a mensagem do usuário 'Explique a computação quântica' usando a implantação 'gpt-35-turbo' no recurso 'openai-west'"
- Controle a criatividade: "Gere uma conclusão de chat para 'Escreva uma história criativa' usando a implementação 'gpt-4' com temperatura de 0,8 e máximo de 150 tokens no recurso 'ai-central'"
- Resposta determinística: "Crie a conclusão do chat com a mensagem 'Liste 5 fatos sobre Marte' usando a implantação 'gpt-35-turbo' com temperatura 0.1 e seed 12345 no recurso 'ai-services-prod'"
- Conversa com o histórico: "Continuar a conclusão do chat com mensagens: sistema 'És assistente de programação', utilizador 'Como criar uma função em Python?', assistente 'Aqui está como... ', utilizador 'Pode mostrar um exemplo?' usando a implantação 'gpt-4' no recurso 'dev-openai'"
- Com penalidades por repetição: "Criar conclusão para 'Descrever os benefícios da computação em nuvem' usando a implantação 'gpt-35-turbo' com penalidade de frequência 0,5 e penalidade de presença 0,3 no recurso 'ai-services-main'"
- Resposta de streaming: "Gere a conclusão do bate-papo de streaming para 'Explicar o aprendizado de máquina passo a passo' usando a implantação 'gpt-4' com stream true no recurso 'openai-research'"
- Com sequências de parada: "Crie a conclusão para 'Contagem de 1 a 10' usando a implementação 'gpt-35-turbo' com sequências de parada ['5', 'STOP'] no recurso 'ai-test'"
- User tracking: "Gerar conclusão para 'O que é Azure IA?' Usando a implantação 'GPT-4' com identificador de usuário 'user-123' no recurso 'prod-openai'"
- Controle ajustado: "Crie a conclusão do chat para 'Resumir este artigo' usando a implantação 'gpt-35-turbo' com temperatura 0,2, top_p 0,9, máximo de tokens 200 e autenticação AAD no recurso 'secure-ai'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Nome do recurso | Required | O nome do recurso Azure OpenAI. |
| Implementação | Required | O nome da implementação do modelo Foundry. |
| Matriz de mensagens | Required | Matriz de mensagens na conversa (formato JSON). Cada mensagem deve ter role e content propriedades. |
| Máximo de tokens | Optional | O número máximo de tokens a serem gerados na conclusão. |
| Temperatura | Optional | Controla a aleatoriedade na saída. Valores mais baixos tornam-na mais determinística. |
| Topo p | Optional | Controla a diversidade através da amostragem de núcleos (0,0 a 1,0). A predefinição é 1.0. |
| Penalidade de frequência | Optional | Penaliza novos tokens com base na sua frequência (–2,0 a 2,0). A predefinição é 0. |
| Penalidade de presença | Optional | Penaliza novos tokens dependendo da presença (-2,0 a 2,0). A predefinição é 0. |
| Parar | Optional | Até 4 sequências onde a API deixará de gerar mais tokens. |
| Stream | Optional | Se o progresso parcial deve ser transmitido. A predefinição é false. |
| Sementes | Optional | Se especificado, o sistema fará o máximo esforço para efetuar uma amostragem de forma determinística. |
| User | Optional | Identificador de usuário opcional para rastreamento e monitoramento de abuso. |
| Tipo de autenticação | Optional | O tipo de autenticação a ser usado. As opções são key (padrão) ou aad. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ❌ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
OpenAI: Criar incorporações
Crie embeddings usando Azure OpenAI no Foundry. Gera embeddings vetoriais a partir de texto usando implementações do Azure OpenAI no seu recurso Foundry para pesquisa semântica, comparações de similaridade, clustering ou aprendizagem automática.
Exemplos de prompts incluem:
- Basic text embedding: "Gerar embeddings para o texto 'Azure OpenAI Service' utilizando a minha implementação 'text-embedding-ada-002' no grupo de recursos 'my-resource-group'"
- Create vector embeddings: "Criar embeddings vetoriais para o meu texto usando Azure OpenAI com implementação 'text-embedding-3-large' no recurso 'ai-services-prod' no grupo de recursos 'my-resource-group'"
- Incorporação de documentos: "Gerar embeddings para 'Machine learning revoluciona a análise de dados' usando a implementação 'ada-002' no recurso 'embedding-service' no grupo de recursos 'meu-grupo-de-recursos'"
- Várias frases: "Crie incorporações para o texto 'A computação em nuvem fornece infraestrutura escalável. Permite uma acessibilidade global.» A usar a minha implementação de embedding no grupo de recursos 'meu-grupo-de-recursos'
- Com rastreio de utilizadores: "Gerar embeddings para 'aplicações de processamento de linguagem natural' usando a implementação 'text-embedding-3-small' com o identificador de utilizador 'analytics-team' no grupo de recursos 'meu-grupo-de recursos'"
- Dimensões específicas: "Crie embeddings para 'Inteligência artificial transforma operações empresariais' usando a implementação 'text-embedding-3-large' com 1536 dimensões no recurso 'ai-central' no grupo de recursos 'meu-grupo-de-recursos'"
- Formato Base64: "Gerar embeddings para 'redes neuronais de aprendizagem profunda' usando a implementação 'ada-002' com formato de codificação base64 no recurso 'ml-services' no grupo de recursos 'my-resource-group'"
- Texto de investigação: "Criar incorporações vetoriais para 'Computação quântica demonstra vantagens computacionais em algoritmos específicos' usando a minha implementação de incorporação de texto no grupo de recursos 'meu-grupo-de-recursos'"
- Descrição do produto: "Gerar embeddings para 'portátil de alto desempenho com unidade avançada de processamento gráfico' usando a implementação 'text-embedding-3-small' no recurso 'product-ai' no grupo de recursos 'my-resource-group'"
- Documentação técnica: "Criar embeddings para 'autenticação API requer credenciais válidas e cabeçalhos de autorização adequados' usando a implementação 'ada-002' com codificação float no recurso 'docs-embedding' no grupo de recursos 'meu-grupo-de-recursos'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Grupo de recursos | Required | O nome do grupo de recursos Azure. Isto é um contentor lógico para recursos do Azure. |
| Nome do recurso | Required | O nome do recurso Azure OpenAI. |
| Implementação | Required | O nome da implementação do modelo Foundry. |
| Texto de entrada | Required | O texto de entrada para o qual gerar incorporações. |
| User | Optional | Identificador de usuário opcional para rastreamento e monitoramento de abuso. |
| Formato de codificação | Optional | O formato para retornar incorporações em (float ou base64). |
| Dimensões | Optional | O número de dimensões para a saída de incorporação. Apenas suportado em alguns modelos. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ❌ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
OpenAI: Criar conclusões
Crie compleções de texto usando o Azure OpenAI no Foundry. Envie um prompt ou pergunta para os modelos OpenAI do Azure implementados no seu recurso Foundry e receba respostas geradas em texto. Use isto quando precisar de criar completações, obter conteúdo gerado por IA, gerar respostas a perguntas ou produzir textos completos a partir do Azure OpenAI baseados em qualquer prompt de entrada. Suporta personalização com temperatura e max tokens.
Exemplos de prompts incluem:
- Basic completion: "Criar uma conclusão com o prompt 'O que é Azure?' Usando a minha implementação 'gpt-35-turbo' no grupo de recursos 'meu-resource-group'
- Com controlo de temperatura: "Gerar conclusão de texto para 'Explicar o aprendizado automático' usando a implementação 'text-davinci-003' com temperatura 0,3 no grupo de recursos 'meu-grupo-de-recursos'"
- Tokens limitados: "Criar uma conclusão com o prompt 'Escrever um resumo' usando a minha implementação 'gpt-4' com um máximo de 100 tokens no grupo de recursos 'meu-grupo-de recursos'"
- Escrita criativa: "Gerar conclusão para 'Conte-me uma história sobre IA' usando a implementação 'gpt-35-turbo' com temperatura 0,8 e 200 tokens máximos no grupo de recursos 'meu-grupo-de recursos'"
- Explicação técnica: "Crie a conclusão com o prompt 'Como funciona a computação em nuvem?' usando o meu recurso OpenAI 'ai-services-east' e a implementação 'gpt-4' no grupo de recursos 'meu-grupo-recurso'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Grupo de recursos | Required | O nome do grupo de recursos do Azure onde o recurso de IA está alojado. |
| Nome do recurso | Required | O nome do recurso Azure OpenAI. |
| Implementação | Required | O nome da implantação. |
| Prompt de texto | Required | O texto de solicitação a enviar para o modelo de conclusão. |
| Máximo de tokens | Optional | O número máximo de tokens a serem gerados na conclusão. |
| Temperatura | Optional | Controla a aleatoriedade na saída. Valores mais baixos tornam-na mais determinística. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ❌ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
OpenAI: Listar modelos e implantações
Liste todos os modelos e implementações OpenAI disponíveis num recurso Azure. Essa ferramenta recupera informações sobre modelos implantados, incluindo nomes de modelos, versões, recursos e status de implantação.
Exemplos de prompts incluem:
- Ver todos os modelos: "Liste todos os modelos OpenAI no meu recurso 'ai-services-prod' no grupo de recursos 'meu-grupo-recurso'"
- Verificar implementações: "Mostre-me todos os modelos implementados e o seu estado no recurso 'openai-east' no grupo de recursos 'meu-grupo-de recursos'"
- Inventário de produção: "Que modelos estão disponíveis no meu recurso 'production-openai' no grupo de recursos 'meu-grupo-recurso'?"
- Verificação de desenvolvimento: "Liste todos os modelos e implementações no meu recurso 'dev-ai-services' no grupo de recursos 'meu-grupo-recurso'"
- Capacidades do modelo: "Mostre-me todos os modelos OpenAI disponíveis com as suas capacidades em resource 'ai-central' no grupo de recursos 'my-resource-group'"
- Estado da implementação: "Qual é o estado atual de todas as implementações no meu recurso 'openai-west' no grupo de recursos 'meu-grupo-de-recursos'?"
- Modelos regionais: "Liste todos os modelos disponíveis no meu recurso 'europe-openai' no grupo de recursos 'meu-grupo-recurso'"
- Visão geral do serviço: "Dê-me uma visão geral completa dos modelos e implementações no resource 'customer-ai' no grupo de recursos 'my-resource-group'"
- Versões dos modelos: "Mostre-me todas as versões dos modelos disponíveis no meu recurso 'ai-services-main' no grupo de recursos 'my-resource-group'"
- Auditoria de recursos: "Preciso de auditar todos os modelos e implementações OpenAI no resource 'enterprise-ai' no grupo de recursos 'my-resource-group'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Grupo de recursos | Required | O nome do grupo de recursos Azure. Isto é um contentor lógico para recursos do Azure. |
| Nome do recurso | Required | O nome do recurso Azure OpenAI. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Recursos: Obter recurso do Foundry
Obtenha informações detalhadas sobre os recursos do Foundry, incluindo URL do endpoint, localização, SKU e todos os modelos implementados com a sua configuração. Se um nome de recurso específico for fornecido, retornará detalhes apenas para esse recurso. Se não for fornecido o nome do recurso, lista todos os recursos da Foundry na subscrição ou grupo de recursos.
Exemplos de prompts incluem:
- Obtenha recurso específico: "Mostre-me detalhes do recurso 'ai-foundry-prod' da Foundry, incluindo todos os modelos implementados"
- Liste todos os recursos: "Que recursos da Foundry tenho na minha subscrição?"
- Recurso com configuração: "Obter a URL do ponto final, a localização e as informações de SKU para o meu recurso de fundição 'customer-ai-foundry'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Nome do recurso | Optional | O nome do recurso Azure OpenAI. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Threads: Criar um novo thread
Cria uma thread de agente Foundry que gere as mensagens entre o agente e o utilizador.
Exemplos de prompts incluem:
- Criar thread de suporte: "Criar um novo thread no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support-project' com a mensagem do usuário 'Preciso de ajuda com o login da minha conta'"
- Iniciar thread de conversa: "Crie um tópico em 'https://my-example-resource.services.ai.azure.com/api/projects/customer-service' com a mensagem 'Qual é o seu horário comercial?'"
- Inicialize o tópico de bate-papo: "Inicie um novo tópico no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/sales-bot' com a mensagem do usuário 'Estou interessado em comprar seu plano premium'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | A URL do endpoint para o projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name>. |
| Mensagem do utilizador | Required | A mensagem do usuário a ser adicionada ao thread. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ❌ | Mundo Aberto: ❌ | Somente Leitura: ❌ | Segredo: ❌ | Local Necessário: ❌
Threads: Obter mensagens do tópico
Receba mensagens num thread de agente da Foundry.
Exemplos de prompts incluem:
- Recuperar histórico de conversas: "Obter todas as mensagens do tópico 'thread_abc123xyz' no ponto final 'https://my-example-resource.services.ai.azure.com/api/projects/support-project'"
- Ver mensagens do fio de discussão: "Mostre-me as mensagens no fio de discussão 'thread_456def789' do endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/customer-service'"
- Verifique o conteúdo do thread: "Recuperar mensagens para o ID do thread 'thread_xyz789abc' em 'https://my-example-resource.services.ai.azure.com/api/projects/sales-bot'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | A URL do endpoint para o projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name>. |
| Thread ID | Required | O identificador do tópico do Foundry Agent. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌
Tópicos: Listar todos os tópicos
Lista de tópicos de agentes da Foundry.
Exemplos de prompts incluem:
- Liste todos os threads: "Mostre-me todos os threads do agente no endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support-project'"
- Exibir threads do projeto: "Listar todos os threads de 'https://my-example-resource.services.ai.azure.com/api/projects/customer-service'"
- Obter inventário de threads: "Recuperar todos os threads do agente em 'https://my-example-resource.services.ai.azure.com/api/projects/sales-bot'"
| Parameter | Obrigatório ou opcional | Description |
|---|---|---|
| Ponto final | Required | A URL do endpoint para o projeto ou serviço Foundry no formato https://<resource>.services.ai.azure.com/api/projects/<project-name>. |
Dicas de anotação da ferramenta:
Destrutivo: ❌ | Idempotente: ✅ | Mundo Aberto: ❌ | Somente Leitura: ✅ | Segredo: ❌ | Local Necessário: ❌