Mula Cepat: Sediakan model AI anda di Azure AI Foundry sebagai kod dengan Bicep +
azddalam beberapa minit — lihat Panduan Persediaan Azure AI Foundry. Pengesahan adalah tanpa kekunci (Microsoft Entra ID), jadi tiada kunci API untuk diuruskan.
- Menyiapkan persekitaran pembangunan Java untuk aplikasi AI
- Memilih dan mengkonfigurasi persekitaran pembangunan pilihan anda (awan dahulu dengan Codespaces, bekas dev tempatan, atau tetapan penuh tempatan)
- Uji tetapan anda dengan menyambung kepada model Azure AI Foundry
- Apa yang Anda Akan Pelajari
- Pengenalan
- Langkah 1: Menyiapkan Persekitaran Pembangunan Anda
- Langkah 2: Sediakan Azure AI Foundry
- Langkah 3: Uji Tetapan Anda
- Penyelesaian Masalah
- Ringkasan
- Langkah Seterusnya
Bab ini akan memandu anda melalui penyediaan persekitaran pembangunan. Kita akan menggunakan Azure AI Foundry untuk model sepanjang kursus ini. Anda menyediakan model sebagai kod dengan Bicep dan Azure Developer CLI (azd), kemudian sambung dengan pengesahan tanpa kekunci (Microsoft Entra ID) — tiada kunci API untuk disalin atau bocor.
Tiada tetapan tempatan diperlukan! Anda boleh gunakan GitHub Codespaces, yang menyediakan persekitaran pembangunan penuh dalam pelayar anda, dan menyediakan Foundry dari situ.
Kami menggunakan Azure AI Foundry untuk kursus ini kerana ia:
- Disediakan sebagai kod — satu
azd upmenyebarkan akaun dan penyebaran model - Tanpa kekunci — sahkan dengan log masuk Azure anda atau identiti pengurus
- Sedia untuk produksi — kod yang sama berjalan secara tempatan dan di Azure
- Fleksibel — tukar model dengan mengubah nama penyebaran, bukan kod anda
Nota: Penyebaran Azure AI Foundry dikenakan bayaran mengikut token (bayar ikut penggunaan). Lihat panduan persediaan Azure AI Foundry untuk butiran penyediaan, rantau, dan kos.
Kami telah mencipta bekas pembangunan yang telah dipra-konfigurasi untuk meminimumkan masa penyediaan dan memastikan anda mempunyai semua alat yang diperlukan untuk kursus Generative AI bagi Java ini. Pilih pendekatan pembangunan pilihan anda:
Mula menulis kod dalam 2 minit - tiada tetapan tempatan diperlukan!
- Fork repositori ini ke akaun GitHub anda
Nota: Jika anda ingin mengubah config asas sila lihat Dev Container Configuration
- Klik Code → tab Codespaces → ... → New with options...
- Gunakan lalai – ini akan memilih Dev container configuration: Persekitaran Pembangunan Generative AI Java custom devcontainer yang dibuat untuk kursus ini
- Klik Create codespace
- Tunggu kira-kira 2 minit sehingga persekitaran sedia
- Teruskan ke Langkah 2: Sediakan Azure AI Foundry
Faedah Codespaces:
- Tiada pemasangan tempatan diperlukan
- Berfungsi pada mana-mana peranti dengan pelayar
- Dipra-konfigurasi dengan semua alat dan kebergantungan
- 60 jam percuma sebulan untuk akaun peribadi
- Persekitaran konsisten untuk semua pelajar
Untuk pembangun yang lebih suka pembangunan tempatan dengan Docker
- Fork dan klon repositori ini ke mesin tempatan anda
Nota: Jika anda ingin mengubah config asas sila lihat Dev Container Configuration
- Pasang Docker Desktop dan VS Code
- Pasang Dev Containers extension dalam VS Code
- Buka folder repositori dalam VS Code
- Apabila diminta, klik Reopen in Container (atau gunakan
Ctrl+Shift+P→ "Dev Containers: Reopen in Container") - Tunggu bekas dibina dan dimulakan
- Teruskan ke Langkah 2: Sediakan Azure AI Foundry
Untuk pembangun dengan persekitaran Java sedia ada
Prasyarat:
- Java 21+
- Maven 3.9+
- VS Code atau IDE pilihan anda
Langkah:
- Klon repositori ini ke mesin tempatan anda
- Buka projek dalam IDE anda
- Teruskan ke Langkah 2: Sediakan Azure AI Foundry
Petua Pro: Jika anda mempunyai mesin berspesifikasi rendah tetapi mahu VS Code secara tempatan, gunakan GitHub Codespaces! Anda boleh sambungkan VS Code tempatan anda ke Codespace yang dihoskan di awan untuk yang terbaik dari kedua-dua dunia.
Sebarkan model AI kursus ke Azure AI Foundry sebagai kod. Dari akar repositori:
cd 02-SetupDevEnvironment
azd auth login
az login
azd upazd akan meminta nama persekitaran dan rantau, menyediakan akaun Azure AI Foundry dengan penyebaran gpt-4o-mini dan text-embedding-3-small, dan menulis titik hujung dalam .env contoh — semua dengan pengesahan tanpa kekunci (tiada kunci API).
Panduan penuh: Lihat Panduan Persediaan Azure AI Foundry untuk prasyarat, alternatif manual (portal), panduan rantau, dan nota kos/pembersihan.
Setelah model Foundry anda disediakan, uji sambungan dengan aplikasi contoh dalam 02-SetupDevEnvironment/examples/basic-chat-azure.
- Buka terminal dalam persekitaran pembangunan anda.
- Navigasi ke contoh:
cd 02-SetupDevEnvironment/examples/basic-chat-azure - Pastikan anda sudah log masuk (pengesahan tanpa kekunci memerlukan token):
az login
Jika anda menjalankan
azd up, fail.envdengan titik hujung anda sudah ditulis untuk anda. - Jalankan aplikasi:
mvn clean spring-boot:run
Anda harus melihat respons daripada model gpt-4o-mini.
Contoh di bawah examples/basic-chat-azure adalah aplikasi Spring Boot yang menggunakan Spring AI untuk menyambung ke Azure AI Foundry dengan pengesahan tanpa kekunci.
Apa yang dilakukan kod ini:
- Menyambung ke Azure AI Foundry menggunakan log masuk Azure anda (Microsoft Entra ID) — tanpa kunci API
- Menghantar prompt kepada model
gpt-4o-mini - Menerima dan memaparkan respons AI
- Mengesahkan tetapan anda berfungsi dengan betul
Kebergantungan Utama (dalam pom.xml):
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-azure-openai</artifactId>
</dependency>Konfigurasi (application.yml):
spring:
ai:
azure:
openai:
# Endpoint only - no api-key. Spring AI uses DefaultAzureCredential (keyless).
endpoint: ${AZURE_OPENAI_ENDPOINT}
chat:
options:
deployment-name: ${AZURE_OPENAI_DEPLOYMENT:gpt-4o-mini}Hebat! Anda kini mempunyai semua yang diperlukan:
- Model Azure AI Foundry disediakan sebagai kod dengan Bicep +
azd - Persekitaran pembangunan Java anda berjalan (sama ada Codespaces, bekas dev, atau tempatan)
- Disambung ke Azure AI Foundry dengan pengesahan tanpa kekunci (Microsoft Entra ID) — tiada kunci API
- Uji semuanya berfungsi dengan contoh mudah yang berbual dengan model anda
Bab 3: Teknik Teras Generative AI
Ada masalah? Berikut adalah masalah biasa dan penyelesaiannya:
-
Pengesahan gagal (401/403)?
- Jalankan
az login— pengesahan adalah tanpa kekunci, jadi anda mesti log masuk - Sahkan akaun anda mempunyai peranan Cognitive Services OpenAI User pada sumber
- Jika baru sahaja menyediakan, tunggu sebentar untuk penganugerahan peranan disebarkan
- Jalankan
-
Maven tidak dijumpai?
- Jika menggunakan bekas dev/Codespaces, Maven sudah dipasang terlebih dahulu
- Untuk tetapan tempatan, pastikan Java 21+ dan Maven 3.9+ dipasang
- Cuba
mvn --versionuntuk sahkan pemasangan
-
azdtidak ditemui atau penyediaan gagal?- Pasang Azure Developer CLI dan jalankan
azd auth login - Pilih rantau di mana
gpt-4o-minitersedia (contoheastus2) - Lihat panduan persediaan Azure AI Foundry untuk butiran
- Pasang Azure Developer CLI dan jalankan
-
Bekas dev tidak mula?
- Pastikan Docker Desktop sedang berjalan (untuk pembangunan tempatan)
- Cuba bina semula bekas:
Ctrl+Shift+P→ "Dev Containers: Rebuild Container"
-
Ralat kompilasi aplikasi?
- Pastikan anda berada dalam direktori betul:
02-SetupDevEnvironment/examples/basic-chat-azure - Cuba bersihkan dan bina semula:
mvn clean compile
- Pastikan anda berada dalam direktori betul:
Perlu bantuan?: Masih ada masalah? Buka isu dalam repositori dan kami akan membantu anda.
Penafian: Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat penting, terjemahan oleh manusia profesional adalah disyorkan. Kami tidak bertanggungjawab terhadap sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.