本文属于【Azure 架构师学习笔记】系列。
本文属于【Azure AI】系列。
接上文 【Azure 架构师学习笔记 】- Azure AI(7)-Azure认知服务-Document Intelligence进阶使用

前言

什么是 Azure AI Foundry？

简单来说，Azure AI Foundry 是微软推出的，一个专门为企业级AI应用和智能代理（Agent）打造的、统一的开发与运营平台（PaaS）。它不再是你之前可能听说过的“Azure AI Studio”或分散的认知服务，而是一个将所有AI能力（模型、数据、工具）和治理功能整合在一起的“总指挥部”。它的目标，是让你和你的团队，能够在同一个地方，安全、高效地完成从AI想法探索、应用构建到最终生产部署的整个过程。

在上一章中自动创建了一个Foundry， 如下图所示，当然也可以额外创建。

进去之后默认是这样的界面：

现在推荐的是项目优先的创建模式。当你创建一个新项目时，Azure AI Foundry会在后台自动完成一系列复杂的配置：

• 自动创建基础资源：它会自动为你预配好项目所需的Azure存储（Storage）、密钥保管库（Key Vault）和应用洞察（Application Insights）。
• 自动配置权限：它会通过ARM模板，自动为项目的托管身份分配好必要的角色（如存储 Blob 数据参与者），省去了手动调试IAM角色的麻烦。

还可以尝试新foundry，不过发文为止还是预览版，基本上没什么功能。所以下面还是以旧版为主。

实操

回到旧版，在【模型目录】中找到可用的模型（这里不少模型是不可用的），然后在【操场】进行测试。

选择模型

这里选择gpt-5.2-chat来做演示

点击【使用此模型】

模型部署成功后可以看到如下的内容，点击【在操场中打开】，跳转到操场对这个模型进行使用。操场的核心：快速测试已部署的模型，进行对话或提示词调试。

跳转后可以做简单的使用，注意下面红框出的令牌（token），这是计费单位，所以在体验的时候注意不要使用太多。

可以看到发送，返回的结果中令牌的使用会有变化：

创建代理

在聊天操场中，我们主要是在当前界面进行聊天，但是到实际使用时，还是需要使用代理， 它的核心是创建和管理智能代理（Agent），是平台的核心功能。

新建部署，选择模型：

填写基本信息：

名称：例如 文档问答助手。

描述：可选。

指令（系统提示）：告诉代理它的任务。例如：“你是一个文档问答专家，能够根据用户提供的文档内容回答问题。如果答案不在文档中，请说明无法回答。”

点开【查看代码】可以看到如何使用python（也可以切换语言）来调用这个代理。

调用代理需要获取模型的终结点（endpoints）信息，可以从下图处查找：

贴到代码并执行，可以看到成功输出内容。

小结

本文快速演示了Azure AI Foundry的简单使用，后续将会使用它做更多的实验。