SDK Azure AI Projects pour TypeScript

SDK haut niveau pour les projets Azure AI Foundry avec agents, connexions, déploiements et évaluations.

Installation

npm install @azure/ai-projects @azure/identity

Pour le tracing :

npm install @azure/monitor-opentelemetry @opentelemetry/api

Variables d'environnement

AZURE_AI_PROJECT_ENDPOINT=https://<resource>.services.ai.azure.com/api/projects/<project>
MODEL_DEPLOYMENT_NAME=gpt-4o
AZURE_TOKEN_CREDENTIALS=prod # Requis uniquement si DefaultAzureCredential est utilisé en production

Authentification

import { AIProjectClient } from "@azure/ai-projects";
import { DefaultAzureCredential, ManagedIdentityCredential } from "@azure/identity";

// Dev local : DefaultAzureCredential. Production : définir AZURE_TOKEN_CREDENTIALS=prod ou AZURE_TOKEN_CREDENTIALS=<specific_credential>
const credential = new DefaultAzureCredential({requiredEnvVars: ["AZURE_TOKEN_CREDENTIALS"]});
// Ou utiliser des identifiants spécifiques directement en production :
// Voir https://learn.microsoft.com/javascript/api/overview/azure/identity-readme?view=azure-node-latest#credential-classes
// const credential = new ManagedIdentityCredential();

const client = new AIProjectClient(
  process.env.AZURE_AI_PROJECT_ENDPOINT!,
  credential
);

Groupes d'opérations

Obtenir le client OpenAI

const openAIClient = await client.getOpenAIClient();

// Utiliser pour les réponses
const response = await openAIClient.responses.create({
  model: "gpt-4o",
  input: "What is the capital of France?"
});

// Utiliser pour les conversations
const conversation = await openAIClient.conversations.create({
  items: [{ type: "message", role: "user", content: "Hello!" }]
});

Agents

Créer un agent

const agent = await client.agents.createVersion("my-agent", {
  kind: "prompt",
  model: "gpt-4o",
  instructions: "You are a helpful assistant."
});

Agent avec outils

// Code Interpreter
const agent = await client.agents.createVersion("code-agent", {
  kind: "prompt",
  model: "gpt-4o",
  instructions: "You can execute code.",
  tools: [{ type: "code_interpreter", container: { type: "auto" } }]
});

// File Search
const agent = await client.agents.createVersion("search-agent", {
  kind: "prompt",
  model: "gpt-4o",
  tools: [{ type: "file_search", vector_store_ids: [vectorStoreId] }]
});

// Web Search
const agent = await client.agents.createVersion("web-agent", {
  kind: "prompt",
  model: "gpt-4o",
  tools: [{
    type: "web_search_preview",
    user_location: { type: "approximate", country: "US", city: "Seattle" }
  }]
});

// Azure AI Search
const agent = await client.agents.createVersion("aisearch-agent", {
  kind: "prompt",
  model: "gpt-4o",
  tools: [{
    type: "azure_ai_search",
    azure_ai_search: {
      indexes: [{
        project_connection_id: connectionId,
        index_name: "my-index",
        query_type: "simple"
      }]
    }
  }]
});

// Function Tool
const agent = await client.agents.createVersion("func-agent", {
  kind: "prompt",
  model: "gpt-4o",
  tools: [{
    type: "function",
    function: {
      name: "get_weather",
      description: "Get weather for a location",
      strict: true,
      parameters: {
        type: "object",
        properties: { location: { type: "string" } },
        required: ["location"]
      }
    }
  }]
});

// MCP Tool
const agent = await client.agents.createVersion("mcp-agent", {
  kind: "prompt",
  model: "gpt-4o",
  tools: [{
    type: "mcp",
    server_label: "my-mcp",
    server_url: "https://mcp-server.example.com",
    require_approval: "always"
  }]
});

Exécuter un agent

const openAIClient = await client.getOpenAIClient();

// Créer une conversation
const conversation = await openAIClient.conversations.create({
  items: [{ type: "message", role: "user", content: "Hello!" }]
});

// Générer une réponse avec l'agent
const response = await openAIClient.responses.create(
  { conversation: conversation.id },
  { body: { agent: { name: agent.name, type: "agent_reference" } } }
);

// Nettoyage
await openAIClient.conversations.delete(conversation.id);
await client.agents.deleteVersion(agent.name, agent.version);

Connexions

// Lister toutes les connexions
for await (const conn of client.connections.list()) {
  console.log(conn.name, conn.type);
}

// Obtenir une connexion par nom
const conn = await client.connections.get("my-connection");

// Obtenir une connexion avec identifiants
const connWithCreds = await client.connections.getWithCredentials("my-connection");

// Obtenir la connexion par défaut par type
const defaultAzureOpenAI = await client.connections.getDefault("AzureOpenAI", true);

Déploiements

// Lister tous les déploiements
for await (const deployment of client.deployments.list()) {
  if (deployment.type === "ModelDeployment") {
    console.log(deployment.name, deployment.modelName);
  }
}

// Filtrer par éditeur
for await (const d of client.deployments.list({ modelPublisher: "OpenAI" })) {
  console.log(d.name);
}

// Obtenir un déploiement spécifique
const deployment = await client.deployments.get("gpt-4o");

Datasets

// Télécharger un fichier unique
const dataset = await client.datasets.uploadFile(
  "my-dataset",
  "1.0",
  "./data/training.jsonl"
);

// Télécharger un dossier
const dataset = await client.datasets.uploadFolder(
  "my-dataset",
  "2.0",
  "./data/documents/"
);

// Obtenir un dataset
const ds = await client.datasets.get("my-dataset", "1.0");

// Lister les versions
for await (const version of client.datasets.listVersions("my-dataset")) {
  console.log(version);
}

// Supprimer
await client.datasets.delete("my-dataset", "1.0");

Indexes

import { AzureAISearchIndex } from "@azure/ai-projects";

const indexConfig: AzureAISearchIndex = {
  name: "my-index",
  type: "AzureSearch",
  version: "1",
  indexName: "my-index",
  connectionName: "search-connection"
};

// Créer un index
const index = await client.indexes.createOrUpdate("my-index", "1", indexConfig);

// Lister les indexes
for await (const idx of client.indexes.list()) {
  console.log(idx.name);
}

// Supprimer
await client.indexes.delete("my-index", "1");

Types clés

import {
  AIProjectClient,
  AIProjectClientOptionalParams,
  Connection,
  ModelDeployment,
  DatasetVersionUnion,
  AzureAISearchIndex
} from "@azure/ai-projects";

Bonnes pratiques

1. Utiliser getOpenAIClient() - Pour les réponses, conversations, fichiers et vector stores
2. Versionner vos agents - Utiliser createVersion pour des définitions d'agent reproductibles
3. Nettoyer les ressources - Supprimer les agents et conversations quand vous avez terminé
4. Utiliser les connexions - Obtenir les identifiants à partir des connexions du projet, ne pas les coder en dur
5. Filtrer les déploiements - Utiliser le filtre modelPublisher pour trouver des modèles spécifiques