Настройка базового образа для сеанса вычислений

Предупреждение

Разработка функций потока запросов закончилась 20 апреля 2026 г. Функция будет полностью прекращена 20 апреля 2027 г. В дату выхода на пенсию, Prompt Flow переходит в режим только для чтения. Существующие потоки будут продолжать работать до этой даты.

Рекомендуемое действие: Перенесите рабочие нагрузки Prompt Flow на Microsoft Agent Framework до 20 апреля 2027 г.

Перед началом работы убедитесь, что вы знакомы с средами Docker и средами Машинное обучение Azure.

Шаг 1. Подготовка контекста Docker

Создание image_build папки

В локальной среде создайте папку, содержащую следующие файлы. Структура папок должна выглядеть следующим образом:

|--image_build
|  |--requirements.txt
|  |--Dockerfile
|  |--environment.yaml

Определите необходимые пакеты в requirements.txt

Необязательно. Добавление пакетов в частный репозиторий PyPI.

Чтобы скачать пакеты локально, используйте следующую команду: pip wheel <package_name> --index-url=<private pypi> --wheel-dir <local path to save packages>

requirements.txt Откройте файл и добавьте дополнительные пакеты и их конкретные версии. Например:

###### Requirements with Version Specifiers ######
numpy == 2.2.0              # Version Matching. Must be version 2.2.0
requests >= 2.31.0          # Minimum version 2.31.0
coverage != 3.5             # Version Exclusion. Anything except version 3.5
pydantic ~= 2.0             # Compatible release. Same as >= 2.0, == 2.*
<path_to_local_package>     # reference to local pip wheel package

Дополнительные сведения о структурировании файла см. в формате файла requirements.txt в документации pip.

Определение Dockerfile

Dockerfile Создайте и добавьте следующее содержимое, а затем сохраните файл:

FROM <Base_image>
COPY ./* ./
RUN pip install -r requirements.txt

Примечание

Создайте этот образ Docker из базового образа mcr.microsoft.com/azureml/promptflow/promptflow-runtime:<newest_version> потоков запроса. По возможности используйте последнюю версию базового образа.

Шаг 2. Создание пользовательской среды Машинное обучение Azure

Определите вашу среду в environment.yaml

На локальном компьютере используйте интерфейс командной строки (версии 2) для создания настраиваемой среды на основе образа Docker.

Примечание

az login # if not already authenticated

az account set --subscription <subscription ID>
az configure --defaults workspace=<Azure Machine Learning workspace name> group=<resource group>

Откройте файл и добавьте следующее environment.yaml содержимое. Замените заполнитель <environment_name> на нужное имя среды.

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: <environment_name>
build:
  path: .

Создание среды

cd image_build
az ml environment create -f environment.yaml --subscription <sub-id> -g <resource-group> -w <workspace>

Примечание

Создание образа среды может занять несколько минут.

Перейдите на страницу пользовательского интерфейса рабочей области, перейдите на страницу среды и найдите созданную пользовательскую среду.

Вы также можете найти изображение на странице сведений о среде и использовать его в качестве базового образа для вычислительного сеанса запроса. Этот образ также используется для создания среды для развертывания рабочего процесса из пользовательского интерфейса. Дополнительные сведения см. в том, как указать базовый образ в сеансе вычислений.

Дополнительные сведения об интерфейсе командной строки среды см. в статье "Управление средами".

Дальнейшие действия

  • Last updated on