Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Mit dem Azure MCP-Server können Sie Microsoft Foundry Extensions-Ressourcen verwalten, einschließlich der Erstellung von Chat- und Textabschlussen, das Generieren von Einbettungen, das Auflisten von Modellen und das Arbeiten mit Wissensindizes mit Anweisungen in natürlicher Sprache.
Microsoft Foundry ist eine Plattform zum Bereitstellen und Verwalten von benutzerdefinierten KI-Modellen in Azure. Sie bietet Tools und Dienste für Schulungen, Feinabstimmung, Bereitstellung und Überwachung von KI-Modellen in Produktionsumgebungen.
Beim Herstellen einer Verbindung mit Ihrer Microsoft Foundry-Ressource erfordert der Azure MCP-Server entweder den endpoint oder die Gruppe Ressource Ihrer Microsoft Foundry-Ressource. Für Vorgänge, die keine bestimmte Ressource erfordern, z. B. das Auflisten verfügbarer Modelle, ist weder der Endpunkt noch die Ressourcengruppe erforderlich.
Note
Tool-Parameter: Die Azure MCP-Servertools definieren Parameter für Daten, die sie zum Ausführen von Aufgaben benötigen. Einige dieser Parameter sind für jedes Tool spezifisch und werden hier dokumentiert. Andere Parameter sind global und werden von allen Tools gemeinsam genutzt. Weitere Informationen finden Sie unter Toolparameter.
Wissen: Wissensindizes auflisten
Holen Sie sich eine Liste von Wissensindizes aus Foundry:
- Suchen Sie Wissensindizes, die in Foundry-Projekten erstellt wurden.
- Verwenden Sie diese Indizes mit KI-Agenten für den Wissensabruf und RAG-Anwendungen.
- Die Liste wird aktualisiert, während Sie neue Indizes erstellen oder vorhandene aktualisieren.
Beispiele für Prompts:
- Alle Indizes anzeigen: "Alle Wissensindizes am Endpunkt anzeigen 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Filtern nach Projekt: "Auflisten von Wissensindizes am Endpunkt 'https://my-example-resource.services.ai.azure.com/api/projects/support-bot'"
- Suche nach Name: "Suchen sie den Wissensindex mit dem Namen 'Product-faqs' am Endpunkt 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
- Filtern nach Tag: "Wissensindizes auflisten, die mit "Sicherheit" am Endpunkt "https://my-example-resource.services.ai.azure.com/api/projects/my-project'" markiert sind
- Indexdetails anzeigen: "Details für den Wissensindex 'Customer-Service' am Endpunkt anzeigen 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
| Parameter | Erforderlich oder optional | Description |
|---|---|---|
| Endpunkt | Required | Die Endpunkt-URL für das Foundry-Projekt oder den Dienst im Format https://<resource>.services.ai.azure.com/api/projects/<project-name> |
| Zerstörend | Idempotent | Offene Welt | Nur Leseberechtigung | Secret | Lokal erforderlich |
|---|---|---|---|---|---|
| ❌ | ✅ | ❌ | ✅ | ❌ | ❌ |
Wissen: Indexschema abrufen
Rufen Sie die detaillierte Schemakonfiguration eines bestimmten Wissensindexes aus Foundry ab.
Dieser Vorgang zeigt Ihnen umfassende Informationen zur Struktur und Konfiguration eines Wissensindexes, einschließlich Felddefinitionen, Datentypen, durchsuchbaren Attributen und anderen Schemaeigenschaften. Verwenden Sie diese Schemainformationen, um zu verstehen, wie die Indexstrukturen aufgebaut sind und Ihre Daten für die Suche indiziert werden.
Beispiele für Prompts:
- Indexschema anzeigen: "Anzeigen des Schemas für Wissensindex 'Produkt-Fakten' am Endpunkt 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
| Parameter | Erforderlich oder optional | Description |
|---|---|---|
| Endpunkt | Required | Die Endpunkt-URL für das Foundry-Projekt oder den Dienst im Format https://<resource>.services.ai.azure.com/api/projects/<project-name> |
| Index | Required | Der Name des Wissensindexes. |
| Zerstörend | Idempotent | Offene Welt | Nur Leseberechtigung | Secret | Lokal erforderlich |
|---|---|---|---|---|---|
| ❌ | ✅ | ❌ | ✅ | ❌ | ❌ |
OpenAI: Chat-Vervollständigungsanfragen erstellen
Erstellen Sie Chatabschlusse mithilfe von Azure OpenAI in Foundry. Senden Sie Nachrichten an Azure OpenAI-Chatmodelle, die in Ihrer Foundry-Ressource bereitgestellt wurden, und empfangen Sie KI-generierte Unterhaltungsantworten. Unterstützt mehrstufige Unterhaltungen mit Verlauf der Nachrichten, Systemvorgaben und Anpassung der Antworten.
Beispiele für Prompts:
- Einfache Begrüßung: "Erstelle eine Chat-Vervollständigung mit Nachrichtenarray '[{"role":"user","content":"Hallo, wie geht es Ihnen heute?"}]' unter Verwendung der Bereitstellung 'gpt-35-turbo' auf der Ressource 'openai-prod'"
- Mit Systemnachricht: "Erstelle eine Chat-Vervollständigung mit der Systemnachricht 'Sie sind ein hilfreicher Assistent' und der Benutzernachricht 'Erklären Sie Quantencomputing' mithilfe der Bereitstellung 'gpt-35-turbo' auf Ressource 'openai-west'."
- Steuern der Kreativität: "Generiere eine Chat-Vervollständigung für "Schreibe eine kreative Geschichte" mithilfe der Bereitstellung "gpt-4" mit Temperatur 0,8 und max. 150 Token für die Ressource "ai-central".
- Deterministische Antwort: "Erstelle eine Chat-Vervollständigung mit der Nachricht „Liste 5 Fakten über den Mars auf“ mithilfe der Bereitstellung „gpt-35-turbo“ mit Temperatur 0,1 und Seed 12345 auf Ressource 'ai-services-prod'"
- Conversation mit Verlauf: "Chatabschluss mit Nachrichten fortsetzen: System "Sie sind Codierungsassistent", Benutzer "Wie erstelle ich eine Funktion in Python?", Assistent "So geht's... ", Benutzer "Kann ein Beispiel angezeigt werden?". unter Verwendung der Bereitstellung 'gpt-4' auf der Ressource 'dev-openai'"
- Mit Strafen für Wiederholungen: "Erstelle eine Vervollständigung für 'Beschreibe die Vorteile von Cloud Computing' unter Verwendung der Bereitstellung 'gpt-35-turbo' mit Häufigkeitsstrafe von 0,5 und Anwesenheitsstrafe von 0,3 für die Ressource 'ai-services-main'".
- Streaming-Antwort: "Erzeuge eine Streaming-Chat-Vervollständigung für 'Erläutere schrittweise maschinelles Lernen' unter Verwendung der Bereitstellung 'gpt-4' mit Stream 'true' auf der Ressource 'openai-research'."
- Mit Stoppsequenzen: "Erstelle eine Vervollständigung für 'Zähle von 1 bis 10' unter Verwendung der Bereitstellung 'gpt-35-turbo' mit Stoppsequenzen ['5', 'STOP'] auf der Ressource 'ai-test'"
- Benutzerverfolgung: "Generiere die Vervollständigung für 'Was ist Azure KI?'" unter Verwendung der Bereitstellung 'gpt-4' mit Benutzer-ID 'user-123' für ressource 'prod-openai'"
- Feinabgestimmte Steuerung: "Erstelle eine Chat-Vervollständigung für "Fasse diesen Artikel zusammen" mithilfe der Bereitstellung "gpt-35-turbo" mit Temperatur 0.2, top_p 0,9, max. Token 200 und AAD-Authentifizierung für die Ressource "secure-ai""
| Parameter | Erforderlich oder optional | Description |
|---|---|---|
| Ressourcengruppe | Required | Name der Ressourcengruppe |
| Ressourcenname | Required | Der Name der Azure OpenAI-Ressource. |
| Deployment | Required | Der Name der Foundry-Modellimplementierung. |
| Nachrichten-Array | Required | Array von Nachrichten in der Unterhaltung (JSON-Format). Jede Nachricht sollte die Eigenschaften role und content haben. |
| Maximale Token | Optional | Die maximale Anzahl von Token, die beim Abschluss generiert werden sollen. |
| Temperatur | Optional | Steuert die Zufälligkeit der Ausgabe. Niedrigere Werte machen sie deterministischer. |
| Top-P | Optional | Kontrolliert die Vielfalt durch Kernsampling (0,0 bis 1,0). Der Standardwert ist 1.0. |
| Häufigkeitsstrafe | Optional | Bestraft neue Token basierend auf ihrer Häufigkeit (-2,0 bis 2,0). Der Standardwert ist 0. |
| Anwesenheitsstrafe | Optional | Bestraft neue Token basierend auf der Anwesenheit (-2,0 bis 2,0). Der Standardwert ist 0. |
| Beenden | Optional | Bis zu vier Sequenzen, bei denen die API aufhört, weitere Token zu generieren. |
| Stream | Optional | Gibt an, ob der Teilfortschritt zurückgestreamt werden soll. Der Standardwert ist false. |
| Seed | Optional | Wenn angegeben, versucht das System, deterministische Proben zu nehmen. |
| Benutzer | Optional | Optionaler Benutzerbezeichner zum Nachverfolgen und Missbrauchsüberwachung. |
| Zerstörend | Idempotent | Offene Welt | Nur Leseberechtigung | Secret | Lokal erforderlich |
|---|---|---|---|---|---|
| ❌ | ❌ | ❌ | ✅ | ❌ | ❌ |
OpenAI: Erstellen von Einbettungen
Erstellen Sie Einbettungen mit Azure OpenAI in Foundry. Generieren Sie Vektoreinbettungen aus Text mithilfe von Azure OpenAI-Bereitstellungen in Ihrer Foundry-Ressource für semantische Suche, Ähnlichkeitsvergleiche, Clustering oder maschinelles Lernen.
Beispiele für Prompts:
- Basis-Text-Einbettung: "Erzeuge Einbettungen für den Text 'Azure OpenAI Service' mit meinem 'text-embedding-ada-002'-Deployment in der Ressourcengruppe 'my-resource-group'"
- Vektoreinbettungen erstellen: "Erstellen von Vektoreinbettungen für meinen Text mithilfe von Azure OpenAI mit Bereitstellung "text-embedding-3-large" für ressource "ai-services-prod" in der Ressourcengruppe "my-resource-group""
- Dokumenteinbettung: "Generieren von Einbettungen für 'Maschinelles Lernen revolutioniert Datenanalyse' mithilfe der Bereitstellung 'ada-002' für die Ressource 'embedding-service' in der Ressourcengruppe 'my-resource-group'"
- Mehrere Sätze: "Erstellen von Einbettungen für den Text "Cloud Computing bietet skalierbare Infrastruktur. Dies ermöglicht die globale Barrierefreiheit." unter Verwendung meiner Einbettungsbereitstellung in der Ressourcengruppe "my-resource-group""
- Mit der Benutzernachverfolgung: "Generiere Einbettungen für "Anwendungen für die Verarbeitung natürlicher Sprache" mithilfe der Bereitstellung "text-embedding-3-small" mit Benutzerkennung "analytics-team" in der Ressourcengruppe "my-resource-group"
- Spezifische Dimensionen: "Erstellen von Einbettungen für "Künstliche Intelligenz transformiert Geschäftsvorgänge" mithilfe der Bereitstellung "text-embedding-3-large" mit 1536 Dimensionen für die Ressource "ai-central" in der Ressourcengruppe "my-resource-group".
- Base64-Format: "Generieren von Einbettungen für 'Neurale Deep Learning-Netzwerke' mithilfe der Bereitstellung 'ada-002' mit base64-Codierungsformat für ressource 'ml-services' in der Ressourcengruppe 'my-resource-group'"
- Forschungstext: "Erstellen von Vektoreinbettungen für 'Quantum Computing veranschaulicht Rechenvorteile in bestimmten Algorithmen' mithilfe meiner Texteinbettungsbereitstellung in der Ressourcengruppe "my-resource-group".
- Produktbeschreibung: "Generieren von Einbettungen für "Hochleistungs-Laptop mit erweiterter Grafikverarbeitungseinheit" mithilfe der Bereitstellung "Texteinbettung-3-klein" für Ressource "product-ai" in der Ressourcengruppe "my-resource-group"
- Technische Dokumentation: "Erstelle Einbettungen für 'Die API-Authentifizierung erfordert gültige Anmeldedaten und entsprechende Autorisierungs-Header' unter Verwendung der Bereitstellung 'ada-002' mit Fließkomma-Codierung auf der Ressource 'docs-embedding' in der Ressourcengruppe 'my-resource-group'"
| Parameter | Erforderlich oder optional | Description |
|---|---|---|
| Ressourcengruppe | Required | Der Name der Ressourcen-Gruppe von Azure. Dies ist ein logischer Container für Azure Ressourcen. |
| Ressourcenname | Required | Der Name der Azure OpenAI-Ressource. |
| Deployment | Required | Der Name der Foundry-Modellimplementierung. |
| Eingabetext | Required | Der Eingabetext, für den Einbettungen generiert werden sollen. |
| Benutzer | Optional | Optionaler Benutzerbezeichner zum Nachverfolgen und Missbrauchsüberwachung. |
| Codierungsformat | Optional | Das Format zum Zurückgeben von Einbettungen in (float oder base64). |
| Maße | Optional | Die Anzahl der Dimensionen für die Einbettungsausgabe. Nur in einigen Modellen unterstützt. |
| Zerstörend | Idempotent | Offene Welt | Nur Leseberechtigung | Secret | Lokal erforderlich |
|---|---|---|---|---|---|
| ❌ | ❌ | ❌ | ✅ | ❌ | ❌ |
OpenAI: Erstellen von Vervollständigungen
Erstellen Sie Textabschlusse mit Azure OpenAI in Foundry. Senden Sie eine Eingabeaufforderung oder Frage an Azure OpenAI-Modelle, die in Ihrer Foundry-Ressource bereitgestellt wurden, und empfangen Sie generierte Textantworten. Verwenden Sie dies, wenn Sie Abschlusse erstellen, KI-generierte Inhalte abrufen, Antworten auf Fragen generieren oder Textabschlusse aus Azure OpenAI basierend auf jeder Eingabeaufforderung erstellen müssen. Unterstützt die Anpassung mit Temperatur und Höchstanzahl von Token.
Beispiele für Prompts:
- Grundlegende Vervollständigung: "Erstelle eine Vervollständigung mit dem Prompt 'Was ist Azure?'" unter Verwendung meiner 'gpt-35-turbo'-Bereitstellung in der Ressourcengruppe 'my-resource-group'"
- Mit Temperatursteuerung: "Generiere eine Textvervollständigung für 'Erkläre maschinelles Lernen' mithilfe der Bereitstellung 'text-davinci-003' mit Temperatur 0,3 in der Ressourcengruppe 'my-resource-group'"
- Eingeschränkte Token: "Erstelle eine Vervollständigung mit dem Prompt "Schreibe eine Zusammenfassung" mithilfe meiner "gpt-4"-Bereitstellung mit max. 100 Token in der Ressourcengruppe "my-resource-group".
- Kreatives Schreiben: "Erstelle eine Vervollständigung für "Erzähle mir eine Geschichte über KI" mithilfe der Bereitstellung "gpt-35-turbo" mit Temperatur 0,8 und 200 max Token in der Ressourcengruppe "my-resource-group""
- Technische Erläuterung: "Erstelle eine Vervollständigung mit dem Prompt 'Wie funktioniert Cloud Computing?' Ich verwende meine OpenAI-Ressource "ai-services-east" und das Deployment "gpt-4" in der Ressourcengruppe "my-resource-group".
| Parameter | Erforderlich oder optional | Description |
|---|---|---|
| Ressourcengruppe | Required | Der Name der Azure Ressourcengruppe, in der die KI-Ressource gehostet wird. |
| Ressourcenname | Required | Der Name der Azure OpenAI-Ressource. |
| Deployment | Required | Der Name der Bereitstellung |
| Eingabeaufforderungstext | Required | Der Anforderungstext, der an das Vervollständigungsmodell gesendet werden soll. |
| Maximale Token | Optional | Die maximale Anzahl von Token, die beim Abschluss generiert werden sollen. |
| Temperatur | Optional | Steuert die Zufälligkeit der Ausgabe. Niedrigere Werte machen sie deterministischer. |
| Zerstörend | Idempotent | Offene Welt | Nur Leseberechtigung | Secret | Lokal erforderlich |
|---|---|---|---|---|---|
| ❌ | ❌ | ❌ | ✅ | ❌ | ❌ |
OpenAI: Auflisten von Modellen und Bereitstellungen
Auflisten aller verfügbaren OpenAI-Modelle und -Bereitstellungen in einer Azure Ressource. Dieses Tool ruft Informationen zu bereitgestellten Modellen ab, einschließlich Modellnamen, Versionen, Funktionen und Bereitstellungsstatus.
Beispiele für Prompts:
- Alle Modelle anzeigen: "Alle OpenAI-Modelle in meiner Ressource "ai-services-prod" in der Ressourcengruppe "my-resource-group" auflisten"
- Überprüfen Sie Bereitstellungen: "Alle bereitgestellten Modelle und deren Status in der Ressource "openai-east" in der Ressourcengruppe "my-resource-group" anzeigen"
- Produktionsbestand: "Welche Modelle sind in meiner Ressource "production-openai" in der Ressourcengruppe "my-resource-group" verfügbar?"
- Entwicklungsüberprüfung: "Alle Modelle und Bereitstellungen in meiner Ressource "dev-ai-services" in der Ressourcengruppe "my-resource-group" auflisten"
- Modellfunktionen: "Alle verfügbaren OpenAI-Modelle mit ihren Funktionen in der Ressource "ai-central" in der Ressourcengruppe "my-resource-group" anzeigen"
- Bereitstellungsstatus: "Was ist der aktuelle Status aller Bereitstellungen in meiner "openai-west"-Ressource in der Ressourcengruppe "my-resource-group"?
- Regionale Modelle: "Alle modelle auflisten, die in meiner Ressource "europe-openai" in der Ressourcengruppe "my-resource-group" verfügbar sind"
- Dienstübersicht: "Verschaffen Sie mir einen vollständigen Überblick über Modelle und Bereitstellungen in der Ressource "customer-ai" in der Ressourcengruppe "my-resource-group".
- Modellversionen: "Alle Modellversionen anzeigen, die in meiner Ressource "ai-services-main" in der Ressourcengruppe "my-resource-group" verfügbar sind"
- Ressourcenüberwachung: "Ich muss alle OpenAI-Modelle und Bereitstellungen in der Ressource "enterprise-ai" in der Ressourcengruppe "my-resource-group" überwachen.
| Parameter | Erforderlich oder optional | Description |
|---|---|---|
| Ressourcengruppe | Required | Der Name der Ressourcen-Gruppe von Azure. Dies ist ein logischer Container für Azure Ressourcen. |
| Ressourcenname | Required | Der Name der Azure OpenAI-Ressource. |
| Zerstörend | Idempotent | Offene Welt | Nur Leseberechtigung | Secret | Lokal erforderlich |
|---|---|---|---|---|---|
| ❌ | ✅ | ❌ | ✅ | ❌ | ❌ |
Ressourcen: Findry-Ressource abrufen
Erhalten Sie detaillierte Informationen zu Foundry-Ressourcen, einschließlich Endpunkt-URL, Standort, SKU und allen bereitgestellten Modellen mit ihrer Konfiguration. Wenn ein bestimmter Ressourcenname angegeben wird, werden nur Details für diese Ressource zurückgegeben. Wenn kein Ressourcenname angegeben wird, werden alle Foundry-Ressourcen im Abonnement oder in der Ressourcengruppe aufgelistet.
Beispiele für Prompts:
- Erhalte spezielle Ressource: „Zeige mir Details für die ‚ai-foundry-prod‘ Foundry-Ressource, einschließlich aller bereitgestellten Modelle“
- Auflisten aller Ressourcen: "Welche Foundry-Ressourcen habe ich in meinem Abonnement?"
- Ressource mit Konfiguration: "Rufe die Endpunkt-URL, den Standort und die SKU-Informationen für meine "Customer-ai-foundry"-Foundry-Ressource ab"
| Parameter | Erforderlich oder optional | Description |
|---|---|---|
| Ressourcenname | Optional | Der Name der Azure OpenAI-Ressource. |
| Zerstörend | Idempotent | Offene Welt | Nur Leseberechtigung | Secret | Lokal erforderlich |
|---|---|---|---|---|---|
| ❌ | ✅ | ❌ | ✅ | ❌ | ❌ |