Inledning
Azure Language in Foundry Tools innehåller en uppsättning nlp-funktioner (natural language processing) som du kan använda för att analysera text. Dessa funktioner omfattar språkidentifiering, namngiven entitetsigenkänning och extrahering av personligt identifierbar information (PII).
Du kan anropa dessa funktioner individuellt via REST-API:er eller SDK:er, men du kan också göra dem tillgängliga för en AI-agent via MCP-servern (Azure Language Model Context Protocol). Med den här metoden kan agenten dynamiskt välja och anropa rätt språkverktyg baserat på en användares begäran, utan att du behöver skriva specifik kod för varje funktion.
Anta till exempel att du arbetar för ett företag som behöver analysera kundfeedback. Kunder skickar recensioner på flera språk och ditt team måste avgöra vilket språk som användes, identifiera de personer och platser som nämns och redigera personlig information i recensionerna. I stället för att skapa separata integreringar för var och en av dessa uppgifter kan du skapa en AI-agent som använder Azure Language MCP-servern för att utföra dem alla via en enda verktygsanslutning.
I den här modulen får du lära dig hur Azure Language MCP-servern fungerar, hur du ansluter den till en AI-agent i Microsoft Foundry och hur du skapar ett klientprogram som interagerar med agenten programmatiskt.
Anmärkning
Azure Language MCP-servern är för närvarande i offentlig förhandsversion. Information som beskrivs i den här modulen kan komma att ändras.
Anmärkning
Vi inser att olika personer gillar att lära sig på olika sätt. Du kan välja att slutföra den här modulen i videobaserat format eller läsa innehållet som text och bilder. Texten innehåller mer detaljer än videorna, så i vissa fall kanske du vill referera till den som kompletterande material till videopresentationen.