Создание проекта для Azure AI Foundry

2025-05-20

В этой статье описывается создание проекта в Azure AI Foundry. Проекты позволяют упорядочить вашу работу для изучения новых идей и при разработке прототипа для конкретного варианта использования.

Azure AI Foundry поддерживает два типа проектов: проект Foundry и центральный проект. Дополнительные сведения о различиях между этими двумя типами проектов см. в разделе "Типы проектов".

Подсказка

В остальной части этой статьи показано, как создать центральный проект. Выберите проект Foundry в верхней части этой статьи, если вы хотите создать проект Foundry.

Центральный проект размещается центром Azure AI Foundry. Если у вашей компании есть группа администрирования, которая создала центр для вас, вы можете создать проект из этого центра. Если вы работаете самостоятельно, вы можете создать проект и автоматически создать концентратор по умолчанию.
Используйте этот тип проекта для:
- Поток запроса
- Управляемые вычисления
- Совместимость машинного обучения Azure
Этот проект также можно использовать для:
- Агенты (предварительная версия)
- Изоляция файлов и выходных данных на уровне проекта
- Оценки
- Игровые площадки

Предпосылки

Используйте следующие вкладки, чтобы выбрать метод, который вы планируете использовать для создания центрального проекта:

Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись.

Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись.
Azure Machine Learning SDK версии 2.
Центр Azure AI Foundry. Если у вас нет концентратора, см. статью Создание концентратора с помощью SDK Azure Machine Learning и интерфейса командной строки.
Azure CLI
Выполните проверку подлинности с помощью az login или az login --use-device-code в вашей среде перед выполнением кода.

Создание центрального проекта

Чтобы создать центральный проект в Azure AI Foundry, выполните следующие действия.

Войдите в Azure AI Foundry.
Дальнейшие действия зависят от того, где вы находитесь:
- Если у вас нет существующих проектов: выполните действия, описанные в кратком руководстве. Начало работы с Azure AI Foundry для создания первого проекта.
- Если вы находитесь в проекте: выберите элемент навигации проекта, а затем нажмите кнопку "Создать ресурс".
- Если вы не находитесь в проекте: нажмите кнопку "Создать" в правом верхнем углу, чтобы создать новый проект Foundry
Выберите ресурс центра ИИ, а затем нажмите кнопку "Далее".
Введите имя проекта.
Если у вас есть хаб, вы увидите тот, который вы использовали недавно.
- Если у вас есть доступ к нескольким узлам, вы можете выбрать другой узел из раскрывающегося списка.
- Если вы хотите создать новый, выберите "Создать концентратор " и укажите имя.
Если у вас нет концентратора, он создается по умолчанию.
Выберите Создать.

Или, если вы хотите настроить новый концентратор, выполните действия, описанные в следующем разделе перед нажатием кнопки "Создать".

Настройка концентрационного узла

В концентраторе существует проект, основанный на концентраторе. Центр позволяет использовать конфигурации, такие как подключения к данным, совместно со всеми проектами, а также централизованно управлять параметрами безопасности и расходами. Если вы являетесь частью команды, центры совместно используются другими участниками команды в рамках вашей подписки. Дополнительные сведения о связи между центрами и проектами см. в документации по центрам и проектам .

При создании нового концентратора необходимо иметь разрешения владельца или участника в выбранной группе ресурсов. Если вы являетесь частью команды и у вас нет этих разрешений, ваш администратор должен создать центр для вас.

Подсказка

Хотя вы можете создать концентратор в рамках создания проекта, у вас есть больше элементов управления и можно задать дополнительные параметры для концентратора при его создании отдельно. Например, можно настроить сетевую безопасность или базовую учетную запись Azure Storage. Дополнительные сведения см. в статье "Создание и управление центром Azure AI Foundry".

При создании нового концентратора в процессе создания проекта предоставляются параметры по умолчанию. Если вы хотите настроить эти параметры, перед созданием проекта сделайте следующее:

В форме создания проекта щелкните стрелку в правой части.
Выберите существующую группу ресурсов, которую вы хотите использовать, или оставьте ее по умолчанию, чтобы создать новую группу ресурсов.

Подсказка

Особенно для начала работы мы рекомендуем создать новую группу ресурсов для проекта. Группа ресурсов позволяет легко управлять проектом и всеми его ресурсами вместе. При создании проекта в группе ресурсов создаются несколько ресурсов, включая концентратор, реестр контейнеров и учетную запись хранения.
Выберите расположение или используйте значение по умолчанию. Расположение — это регион, в котором размещается хаб. Расположение центра также является расположением проекта. Доступность служб искусственного интеллекта Azure отличается в зависимости от региона. Например, некоторые модели могут быть недоступны в определенных регионах.
Выберите " Создать проект". Вы видите ход создания ресурса. Проект создается после завершения процесса.

В этом разделе предполагается, что у вас есть существующий концентратор. Если у вас нет концентратора, см. статью "Как создать центр Azure AI Foundry" и управлять ими.

Установка пакетов. (Если в ячейке записной книжки, используйте %pip install вместо этого.)
```
pip install azure-ai-ml
pip install azure-identity
```

Укажите сведения о подписке:

# Enter details of your subscription
subscription_id = "<SUBSCRIPTION_ID>"
resource_group = "<RESOURCE_GROUP>"

Получите идентификатор подписки. Весь код Python в этой статье использует ml_client:

# get a handle to the subscription

from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)

(Необязательно) Если у вас несколько учетных записей, добавьте идентификатор клиента Microsoft Entra ID, который вы хотите использовать, в DefaultAzureCredential. Найдите идентификатор клиента в портале Azure в разделе Microsoft Entra ID, Внешние удостоверения.
```
DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
```
(Необязательно) Если вы работаете в регионах Azure для государственных организаций — США или Azure China 21Vianet, укажите регион, в который требуется пройти проверку подлинности. Можно указать регион с помощью DefaultAzureCredential. В следующем примере выполняется проверка подлинности в регионе Azure Government - США:
```
from azure.identity import AzureAuthorityHosts
DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
```

Используйте следующий код для создания проекта из центра, созданного вами или администратором ранее. Замените примеры строковых значений собственными значениями:

from azure.ai.ml.entities import Project

my_project_name = "myexampleproject"
my_display_name = "My Example Project"
hub_name = "myhubname" # Azure resource manager ID of the hub
hub_id=f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}"

my_project = Project(name=my_project_name, 
                display_name=my_display_name,
                hub_id=hub_id)

created_project = ml_client.workspaces.begin_create(workspace=my_project).result()

Чтобы выполнить проверку подлинности в подписке Azure из Azure CLI, выполните следующую команду:
```
az login
```
Дополнительные сведения о проверке подлинности см. в разделе "Методы проверки подлинности".
После установки и проверки подлинности расширения в подписке Azure используйте следующую команду, чтобы создать проект Azure AI Foundry из существующего центра Azure AI Foundry:
```
az ml workspace create --kind project --hub-id {my_hub_ID} --resource-group {my_resource_group} --name {my_project_name}
```
Форма my_hub_ID с этим синтаксисом: /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}

Просмотр параметров проекта

На странице обзора проекта можно найти сведения о проекте.

Имя: имя проекта отображается в левом верхнем углу.
Подписка: подписка, на которую размещается концентратор, на котором размещен проект.
Группа ресурсов: группа ресурсов, содержащая хаб, на котором размещается проект.

Выберите центр управления, чтобы перейти к ресурсам проекта на портале Azure AI Foundry. Выберите Управление в портале Azure, чтобы перейти к ресурсам проекта в портале Azure.

Чтобы управлять новым проектом или использовать его, включите его в следующее MLClient:

ml_client = MLClient(workspace_name=my_project_name, resource_group_name=resource_group, subscription_id=subscription_id,credential=DefaultAzureCredential())

Чтобы просмотреть параметры проекта, используйте az ml workspace show команду. Рассмотрим пример.

az ml workspace show --name {my_project_name} --resource-group {my_resource_group}

Доступ к ресурсам проекта

Общие конфигурации в концентраторе совместно используются в проекте, включая подключения, вычислительные экземпляры и сетевой доступ, чтобы начать разработку сразу.

Кроме того, многие ресурсы доступны только пользователям в рабочей области проекта:

Компоненты, включая наборы данных, потоки, индексы, развернутые конечные точки API модели (открытые и бессерверные).
Подключения, созданные вами в разделе "Параметры проекта".

служба хранилища Azure контейнерах BLOB-объектов и общей папке для отправки данных в проекте. Доступ к хранилищу с помощью следующих подключений:

Подключение к данным	Расположение хранилища	Цель
workspaceblobstore	{project-GUID}-azureml-blobstore	Контейнер по умолчанию для отправки данных
workspaceartifactstore	{project-GUID}-azureml	Хранит компоненты и метаданные для проекта, такие как вес модели
workspacefilestore	{project-GUID}-код	Файлы hosts, созданные на ваших вычислительных ресурсах и с использованием потока команд

Замечание

Подключения к хранилищу не устанавливаются напрямую с проектом, если у учетной записи хранения отключен доступ к общедоступной сети. Они создаются вместо того, когда первый пользователь обращается к Azure AI Foundry через частное сетевое подключение. Устранение неполадок подключений к хранилищу

Подсказка

В остальной части этой статьи показано, как создать проект Foundry. Выберите проект на основе концентратора в верхней части этой статьи, если вы хотите создать проект на основе концентратора.

Проект Foundry основан на ресурсе Azure AI Foundry. Этот тип проекта позволяет выполнять простую настройку, доступ к агентам и ведущим моделям в отрасли из OpenAI, Mistral, Meta и многое другое.
Этот тип проекта обеспечивает оптимальную поддержку:
- Агенты
- API Foundry для искусственного интеллекта для работы с агентами и в разных моделях
- Модели, проданные непосредственно Azure — Azure OpenAI, DeepSeek, xAI и т. д.
- Модели партнеров и сообщества, проданные через Marketplace — стабильность, Бриа, Cohere и т. д.
- Файлы проекта (непосредственное отправка файлов и запуск экспериментов)
- Оценки
- Точная настройка
- Игровые площадки

Предпосылки

Используйте следующие вкладки, чтобы выбрать метод, который вы планируете использовать для создания проекта Foundry:

Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись.
Вы должны быть владельцем подписки, чтобы иметь соответствующий контроль доступа, необходимый для создания ресурса Azure AI Foundry, который является родительским объектом проекта. Если у вас нет этого доступа, попросите администратора создать для вас ресурс AI Foundry. Затем перейдите к разделу "Создание нескольких проектов в одном ресурсе ", чтобы создать проект.

Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись.
Вы должны быть владельцем подписки, чтобы получить соответствующий контроль доступа, необходимый для использования проекта.
Настройка среды разработки
Выполните проверку подлинности с помощью az login или az login --use-device-code в вашей среде перед выполнением кода.
Выполните следующие действия, чтобы запустить скрипт Python:
1. Установите пакеты: pip install azure-identity azure-mgmt-cognitiveservices. Если вы находитесь в ячейке записной книжки, используйте %pip install azure-identity azure-mgmt-cognitiveservices.
2. Используйте pip show azure-mgmt-cognitiveservices для проверки, что ваша версия 13.7 или выше.
3. Запустите скрипт со следующим кодом, чтобы создать client соединение и переменные, используемые в этой статье. В этом примере создается проект в регионе Восток США.
```
from azure.identity import DefaultAzureCredential
from azure.mgmt.cognitiveservices import CognitiveServicesManagementClient

subscription_id = 'your-subscription-id'
resource_group_name = 'your-resource-group-name'
foundry_resource_name = 'your-foundry-resource-name'
foundry_project_name = 'your-foundry-project-name'
location = 'eastus'

client = CognitiveServicesManagementClient(
    credential=DefaultAzureCredential(), 
    subscription_id=subscription_id,
    api_version="2025-04-01-preview"
)
```
4. (Необязательно) Если у вас несколько учетных записей, добавьте идентификатор клиента Microsoft Entra ID, который вы хотите использовать, в DefaultAzureCredential. Найдите идентификатор клиента в портале Azure в разделе Microsoft Entra ID, Внешние удостоверения.
```
DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
```
5. (Необязательно) Если вы работаете в регионах Azure для государственных организаций — США или Azure China 21Vianet, укажите регион, в который требуется пройти проверку подлинности. Можно указать регион с помощью DefaultAzureCredential. В следующем примере выполняется проверка подлинности в регионе Azure Government - США:
```
from azure.identity import AzureAuthorityHosts
DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
```

Создание проекта Foundry

Эти шаги предоставляют способ создания нового ресурса Azure с базовыми, стандартными параметрами.

Подсказка

Если для вашей организации требуются настраиваемые конфигурации Azure, такие как альтернативные имена, элементы управления безопасностью или теги затрат, используйте один из этих методов, чтобы обеспечить соответствие политик Azure вашей организации:

Чтобы создать проект Foundry в Azure AI Foundry, выполните следующие действия.

Войдите в Azure AI Foundry.
Дальнейшие действия зависят от того, где вы находитесь:
- Если у вас нет существующих проектов: выполните действия, описанные в кратком руководстве. Начало работы с Azure AI Foundry для создания первого проекта.
- Если вы находитесь в проекте: выберите элемент навигации проекта, а затем нажмите кнопку "Создать ресурс".
- Если вы не находитесь в проекте: нажмите кнопку "Создать" в правом верхнем углу, чтобы создать новый проект Foundry
Выберите ресурс Azure AI Foundry, а затем нажмите кнопку "Далее".
Укажите имя проекта и нажмите кнопку "Создать". Или см. следующий раздел для дополнительных параметров.

Дополнительные параметры

Проект Foundry создается в ресурсе AI Foundry . Этот ресурс создается автоматически при создании проекта.

Чтобы настроить параметры проекта, выполните следующие действия.

В форме создания проекта выберите "Дополнительные параметры".
Выберите существующую группу ресурсов, которую вы хотите использовать, или оставьте ее по умолчанию, чтобы создать новую группу ресурсов.

Подсказка

Особенно для начала работы мы рекомендуем создать новую группу ресурсов для проекта. Группа ресурсов позволяет легко управлять проектом и всеми его ресурсами вместе.
Выберите расположение или используйте значение по умолчанию. Расположение — это регион, в котором размещается хаб. Доступность служб искусственного интеллекта Azure отличается в зависимости от региона. Например, некоторые модели могут быть недоступны в определенных регионах.
Выберите Создать. Вы видите ход создания ресурсов, и проект создается после того, как процесс завершён.

Чтобы создать проект Foundry, выполните приведенные действия.

Добавьте этот код, чтобы создать проект Foundry, используя переменные и client подключение из предварительных условий.

# Create resource
resource = client.accounts.begin_create(
    resource_group_name=resource_group_name,
    account_name=foundry_resource_name,
    account={
        "location": location,
        "kind": "AIServices",
        "sku": {"name": "S0",},
        "identity": {"type": "SystemAssigned"},
        "properties": {
            "allowProjectManagement": True,
            "customSubDomainName": foundry_resource_name
        }
    }
)

# Wait for the resource creation to complete
resource_result = resource.result()

# Create default project
project = client.projects.begin_create(
    resource_group_name=resource_group_name,
    account_name=foundry_resource_name,
    project_name=foundry_project_name,
    project={
        "location": location,
        "identity": {
            "type": "SystemAssigned"
        },
        "properties": {}
    }
)

Создание нескольких проектов в одном ресурсе

Создайте несколько проектов Foundry на существующем AI Foundry ресурсе, чтобы предоставить общий доступ к своей среде команде для совместной работы.

Проекты Foundry в качестве дочерних ресурсов Azure могут назначать свои собственные элементы управления доступом, но совместно использовать общие параметры, такие как безопасность сети, развертывания и интеграция средств Azure из родительского ресурса.

Первый проект (проект по умолчанию) играет специальную роль и имеет доступ к дополнительным функциям:

Функция	Проект Foundry по умолчанию	Проект Nondefault Foundry
Вывод модели	✅	✅
Игровые площадки	✅	✅
Агенты	✅	✅
Оценки	✅	✅
Связи	✅	✅
AI Foundry API, который работает с агентами и различными моделями	✅	✅
Изоляция файлов и выходных данных на уровне проекта	✅	✅
Azure OpenAI с пакетной обработкой, хранением результатов, тонкой настройкой	✅
Совместимость с API плоскости данных {account}.cognitiveservices.com без привязки к проекту.	✅
Безопасность содержимого	✅

Чтобы добавить недедефакторный проект в ресурс, выполните приведенные далее действия.
Подсказка

Так как вы можете настроить левую панель на портале Azure AI Foundry, вы можете увидеть различные элементы, отличные от указанных в этих шагах. Если вы не видите, что вы ищете, выберите ... Подробнее в нижней части левой панели.
1. В Azure AI Foundry выберите проект Foundry или связанный с ним ресурс.
2. В левой области выберите центр управления.
3. В разделе ресурсов выберите "Обзор".
4. Выберите новый проект и укажите имя.
Добавьте этот код в скрипт, чтобы создать проект на существующем ресурсе:
```
# Create additional project
new_project_name = 'your-new-project-name'

project = client.projects.begin_create(
    resource_group_name=resource_group_name,
    account_name=foundry_resource_name,
    project_name=new_project_name,
    project={
        "location": location,
        "identity": {
            "type": "SystemAssigned"
        },
        "properties": {}
    }
)
```
Команды CLI в настоящее время недоступны для создания проекта Foundry.
Если удалить проект по умолчанию ресурса Foundry, следующий созданный проект станет проектом по умолчанию.

Просмотр параметров проекта

На домашней странице проекта можно найти сведения о проекте.

Имя: имя проекта отображается в левом верхнем углу.
Подписка: подписка, на которую размещается концентратор, на котором размещен проект.
Группа ресурсов: группа ресурсов, содержащая хаб, на котором размещается проект.

# Get project
project = client.projects.get(
    resource_group_name=resource_group_name,
    account_name=foundry_resource_name,
    project_name=foundry_project_name
)
print(project)

Чтобы просмотреть параметры проекта, используйте az cognitiveservices account connection show команду. Рассмотрим пример.

az cognitiveservices account connection show --name {my_project_name} --resource-group {my_resource_group}

Поделиться через

Создание проекта для Azure AI Foundry

Предпосылки

Создание центрального проекта

Настройка концентрационного узла

Просмотр параметров проекта

Доступ к ресурсам проекта

Связанный контент

Предпосылки

Создание проекта Foundry

Дополнительные параметры

Создание нескольких проектов в одном ресурсе

Просмотр параметров проекта

Связанный контент

Обратная связь

Дополнительные ресурсы