Integrieren von Azure KI Services mit dem Dienstconnector

Artikel
10/16/2024

Auf dieser Seite werden unterstützte Authentifizierungsmethoden und Clients sowie Beispielcode gezeigt, den Sie verwenden können, um Azure KI Services mit anderen Clouddiensten mithilfe des Dienstconnectors zu verbinden. Möglicherweise können Sie mithilfe anderer Methoden trotzdem eine Verbindung mit Azure KI Services herstellen. Auf dieser Seite werden auch die Namen und Werte der Standardumgebungsvariablen angezeigt, die Sie erhalten, wenn Sie die Dienstverbindung erstellen.

Unterstützte Computedienste

Der Dienstconnector kann verwendet werden, um die folgenden Computedienste mit Azure KI Services zu verbinden:

Azure App Service
Azure Container Apps
Azure-Funktionen
Azure Kubernetes Service (AKS)
Azure Spring Apps

Unterstützte Authentifizierungstypen und Clienttypen

Die folgende Tabelle zeigt, welche Kombinationen von Authentifizierungsmethoden und Clients für die Verbindung Ihres Computediensts mit Azure KI Services mithilfe des Dienstconnectors unterstützt werden. Ein „Ja“ gibt an, dass die Kombination unterstützt wird, während ein „Nein“ angibt, dass sie nicht unterstützt wird.

Clienttyp	Systemseitig zugewiesene verwaltete Identität	Benutzerseitig zugewiesene verwaltete Identität	Geheimnis/Verbindungszeichenfolge	Dienstprinzipal
.NET	Ja	Ja	Ja	Ja
Java	Ja	Ja	Ja	Ja
Node.js	Ja	Ja	Ja	Ja
Python	Ja	Ja	Ja	Ja
Keine	Ja	Ja	Ja	Ja

In der Tabelle wird angegeben, dass alle Kombinationen von Clienttypen und Authentifizierungsmethoden in der Tabelle unterstützt werden. Alle Clienttypen können jede der Authentifizierungsmethoden verwenden, um mithilfe des Dienstconnectors eine Verbindung mit Azure KI Services herzustellen.

Namen von Standard-Umgebungsvariablen oder Anwendungseigenschaften und Beispielcode

Verwenden Sie die nachstehenden Verbindungsdetails, um Computedienste mit Azure KI Services zu verbinden. Weitere Informationen zu Benennungskonventionen finden Sie im Artikel Besonderheiten des Dienstconnectors.

Systemseitig zugewiesene verwaltete Identität

Standardname der Umgebungsvariablen	Beschreibung	Beispielwert
AZURE_AISERVICES_OPENAI_BASE	Azure OpenAI-Endpunkt	`https://<your-Azure-AI-Services-endpoint>.openai.azure.com/`
AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT	Azure Cognitive Services-Tokenanbieterdienst	`https://<your-Azure-AI-Services-endpoint>.cognitiveservices.azure.com/`
AZURE_AISERVICES_SPEECH_ENDPOINT	Spracherkennungs-API-Endpunkt (Standard)	`https://<location>.stt.speech.microsoft.com`

Beispielcode

Lesen Sie die Schritte und den folgenden Code, um eine Verbindung mit Azure KI Services mithilfe einer systemseitig zugewiesenen verwalteten Identität herzustellen.

Sie können die Azure-Clientbibliothek verwenden, um auf verschiedene kognitive APIs zuzugreifen, die Azure KI Services unterstützen. Wir verwenden die Azure KI-Textanalyse als Beispiel in diesem Beispiel. Lesen Sie den Artikel Authentifizieren von Anforderungen an Azure KI Services, um die kognitiven APIs direkt aufzurufen.

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden Azure.AI.TextAnalytics als Beispiel.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Identity
```

Authentifizieren Sie sich mithilfe der Azure Identity-Bibliothek, und rufen Sie den Azure KI Services-Endpunkt aus den vom Dienstconnector hinzugefügten Umgebungsvariablen ab. Wenn Sie den folgenden Code verwenden, heben Sie die Auskommentierung des Teils des Codeschnipsels für den Authentifizierungstyp auf, den Sie verwenden möchten.

using Azure.AI.TextAnalytics;
using Azure.Identity;

string endpoint = Environment.GetEnvironmentVariable("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT");

// Uncomment the following lines corresponding to the authentication type you want to use.
// system-assigned managed identity
// var credential = new DefaultAzureCredential();

// user-assigned managed identity
// var credential = new DefaultAzureCredential(
//     new DefaultAzureCredentialOptions
//     {
//         ManagedIdentityClientId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTID");
//     });

// service principal 
// var tenantId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_TENANTID");
// var clientId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTID");
// var clientSecret = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTSECRET");
// var credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  credential);

Fügen Sie der Datei pom.xml die folgenden Abhängigkeiten hinzu. Wir verwenden azure-ai-textanalytics als Beispiel.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.11.4</version>
</dependency>

Authentifizieren Sie sich mithilfe von azure-identity, und rufen Sie den Azure KI Services-Endpunkt aus den vom Dienstconnector hinzugefügten Umgebungsvariablen ab. Wenn Sie den folgenden Code verwenden, heben Sie die Auskommentierung des Teils des Codeschnipsels für den Authentifizierungstyp auf, den Sie verwenden möchten.

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder().build();

// for user-assigned managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder()
//     .managedIdentityClientId(System.getenv("AZURE_AISERVICES_CLIENTID"))
//     .build();

// for service principal
// ClientSecretCredential credential = new ClientSecretCredentialBuilder()
//   .clientId(System.getenv("AZURE_AISERVICES_CLIENTID"))
//   .clientSecret(System.getenv("AZURE_AISERVICES_CLIENTSECRET"))
//   .tenantId(System.getenv("AZURE_AISERVICES_TENANTID"))
//   .build();

String endpoint = System.getenv("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT");

TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden azure-ai-textanalytics als Beispiel.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-identity
```

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.identity import ManagedIdentityCredential, ClientSecretCredential

# Uncomment the following lines corresponding to the authentication type you want to use.
# system-assigned managed identity
# cred = ManagedIdentityCredential()

# user-assigned managed identity
# managed_identity_client_id = os.getenv('AZURE_AISERVICES_CLIENTID')
# cred = ManagedIdentityCredential(client_id=managed_identity_client_id)

# service principal
# tenant_id = os.getenv('AZURE_AISERVICES_TENANTID')
# client_id = os.getenv('AZURE_AISERVICES_CLIENTID')
# client_secret = os.getenv('AZURE_AISERVICES_CLIENTSECRET')
# cred = ClientSecretCredential(tenant_id=tenant_id, client_id=client_id, client_secret=client_secret)
endpoint = os.getenv('AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT')

language_service_client = TextAnalyticsClient(
  endpoint=endpoint, 
  credential=cred)

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden ai-text-analytics als Beispiel.
```
npm install @azure/ai-text-analytics@5.1.0
npm install @azure/identity
```

Authentifizieren Sie sich mithilfe von @azure/identity, und rufen Sie den Azure KI Services-Endpunkt aus den vom Dienstconnector hinzugefügten Umgebungsvariablen ab. Wenn Sie den folgenden Code verwenden, heben Sie die Auskommentierung des Teils des Codeschnipsels für den Authentifizierungstyp auf, den Sie verwenden möchten.

import { DefaultAzureCredential,ClientSecretCredential } from "@azure/identity";
const { TextAnalyticsClient } = require("@azure/ai-text-analytics");

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-assigned managed identity
// const credential = new DefaultAzureCredential();

// for user-assigned managed identity
// const clientId = process.env.AZURE_AISERVICES_CLIENTID;
// const credential = new DefaultAzureCredential({
//     managedIdentityClientId: clientId
// });

// for service principal
// const tenantId = process.env.AZURE_AISERVICES_TENANTID;
// const clientId = process.env.AZURE_AISERVICES_CLIENTID;
// const clientSecret = process.env.AZURE_AISERVICES_CLIENTSECRET;
// const credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

const endpoint = process.env.AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT;
const languageClient = new TextAnalyticsClient(endpoint, credential);

Benutzerseitig zugewiesene verwaltete Identität

Standardname der Umgebungsvariablen	Beschreibung	Beispielwert
AZURE_AISERVICES_OPENAI_BASE	Azure OpenAI-Endpunkt	`https://<your-Azure-AI-Services-endpoint>.openai.azure.com/`
AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT	Azure Cognitive Services-Tokenanbieterdienst	`https://<your-Azure-AI-Services-endpoint>.cognitiveservices.azure.com/`
AZURE_AISERVICES_SPEECH_ENDPOINT	Spracherkennungs-API-Endpunkt (Standard)	`https://<location>.stt.speech.microsoft.com`
AZURE_AISERVICES_CLIENTID	Ihre Client-ID	`<client-ID>`

Beispielcode

Lesen Sie die Schritte und den folgenden Code, um eine Verbindung mit Azure KI Services mithilfe einer benutzerseitig zugewiesenen verwalteten Identität herzustellen.

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden Azure.AI.TextAnalytics als Beispiel.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Identity
```

using Azure.AI.TextAnalytics;
using Azure.Identity;

string endpoint = Environment.GetEnvironmentVariable("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT");

// Uncomment the following lines corresponding to the authentication type you want to use.
// system-assigned managed identity
// var credential = new DefaultAzureCredential();

// user-assigned managed identity
// var credential = new DefaultAzureCredential(
//     new DefaultAzureCredentialOptions
//     {
//         ManagedIdentityClientId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTID");
//     });

// service principal 
// var tenantId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_TENANTID");
// var clientId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTID");
// var clientSecret = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTSECRET");
// var credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  credential);

Fügen Sie der Datei pom.xml die folgenden Abhängigkeiten hinzu. Wir verwenden azure-ai-textanalytics als Beispiel.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.11.4</version>
</dependency>

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder().build();

// for user-assigned managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder()
//     .managedIdentityClientId(System.getenv("AZURE_AISERVICES_CLIENTID"))
//     .build();

// for service principal
// ClientSecretCredential credential = new ClientSecretCredentialBuilder()
//   .clientId(System.getenv("AZURE_AISERVICES_CLIENTID"))
//   .clientSecret(System.getenv("AZURE_AISERVICES_CLIENTSECRET"))
//   .tenantId(System.getenv("AZURE_AISERVICES_TENANTID"))
//   .build();

String endpoint = System.getenv("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT");

TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden azure-ai-textanalytics als Beispiel.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-identity
```

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.identity import ManagedIdentityCredential, ClientSecretCredential

# Uncomment the following lines corresponding to the authentication type you want to use.
# system-assigned managed identity
# cred = ManagedIdentityCredential()

# user-assigned managed identity
# managed_identity_client_id = os.getenv('AZURE_AISERVICES_CLIENTID')
# cred = ManagedIdentityCredential(client_id=managed_identity_client_id)

# service principal
# tenant_id = os.getenv('AZURE_AISERVICES_TENANTID')
# client_id = os.getenv('AZURE_AISERVICES_CLIENTID')
# client_secret = os.getenv('AZURE_AISERVICES_CLIENTSECRET')
# cred = ClientSecretCredential(tenant_id=tenant_id, client_id=client_id, client_secret=client_secret)
endpoint = os.getenv('AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT')

language_service_client = TextAnalyticsClient(
  endpoint=endpoint, 
  credential=cred)

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden ai-text-analytics als Beispiel.
```
npm install @azure/ai-text-analytics@5.1.0
npm install @azure/identity
```

import { DefaultAzureCredential,ClientSecretCredential } from "@azure/identity";
const { TextAnalyticsClient } = require("@azure/ai-text-analytics");

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-assigned managed identity
// const credential = new DefaultAzureCredential();

// for user-assigned managed identity
// const clientId = process.env.AZURE_AISERVICES_CLIENTID;
// const credential = new DefaultAzureCredential({
//     managedIdentityClientId: clientId
// });

// for service principal
// const tenantId = process.env.AZURE_AISERVICES_TENANTID;
// const clientId = process.env.AZURE_AISERVICES_CLIENTID;
// const clientSecret = process.env.AZURE_AISERVICES_CLIENTSECRET;
// const credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

const endpoint = process.env.AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT;
const languageClient = new TextAnalyticsClient(endpoint, credential);

Connection string

Standardname der Umgebungsvariablen	Beschreibung	Beispielwert
AZURE_AISERVICES_OPENAI_BASE	Azure OpenAI-Endpunkt	`https://<your-Azure-AI-Services-endpoint>.openai.azure.com/`
AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT	Azure Cognitive Services-Tokenanbieterdienst	`https://<your-Azure-AI-Services-endpoint>.cognitiveservices.azure.com/`
AZURE_AISERVICES_SPEECH_ENDPOINT	Spracherkennungs-API-Endpunkt (Standard)	`https://<location>.stt.speech.microsoft.com`
AZURE_AISERVICES_KEY	Azure KI Services-API-Schlüssel	`<api-key>`

Beispielcode

Lesen Sie die Schritte und den folgenden Code, um eine Verbindung mit Azure KI Services mithilfe einer Verbindungszeichenfolge herzustellen.

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden Azure.AI.TextAnalytics als Beispiel.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Core --version 1.40.0
```

Rufen Sie den Azure KI Services-Endpunkt und -Schlüssel aus den vom Dienstconnector hinzugefügten Umgebungsvariablen ab.

using Azure.AI.TextAnalytics;

string endpoint = Environment.GetEnvironmentVariable("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT")
string key = Environment.GetEnvironmentVariable("AZURE_AISERVICES_KEY");

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  new AzureKeyCredential(key));

Fügen Sie der Datei pom.xml die folgenden Abhängigkeiten hinzu. Wir verwenden azure-ai-textanalytics als Beispiel.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-core</artifactId>
    <version>1.49.1</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>

Rufen Sie den Azure KI Services-Endpunkt und -Schlüssel aus den vom Dienstconnector hinzugefügten Umgebungsvariablen ab.

String endpoint = System.getenv("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT");
String key = System.getenv("AZURE_AISERVICES_KEY");
TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(new AzureKeyCredential(key))
    .endpoint(endpoint)
    .buildClient();

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden azure-ai-textanalytics als Beispiel.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-core
```

Rufen Sie den Azure KI Services-Endpunkt und -Schlüssel aus den vom Dienstconnector hinzugefügten Umgebungsvariablen ab.

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

key = os.environ['AZURE_AISERVICES_KEY']
endpoint = os.environ['AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT']
language_service_client = TextAnalyticsClient(
  endpoint=retrieved_endpoint, 
  credential=AzureKeyCredential(key))

Installieren Sie die folgende Abhängigkeit. Wir verwenden ai-text-analytics als Beispiel.
```
npm install @azure/ai-text-analytics@5.1.0
```

Rufen Sie den Azure KI Services-Endpunkt und -Schlüssel aus den vom Dienstconnector hinzugefügten Umgebungsvariablen ab.

const { TextAnalyticsClient, AzureKeyCredential } = require("@azure/ai-text-analytics");

const endpoint = process.env.AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT;
const credential = new AzureKeyCredential(process.env.AZURE_AISERVICES_KEY);

const languageClient = new TextAnalyticsClient(endpoint, credential);

Dienstprinzipal

Standardname der Umgebungsvariablen	Beschreibung	Beispielwert
AZURE_AISERVICES_OPENAI_BASE	Azure OpenAI-Endpunkt	`https://<your-Azure-AI-Services-endpoint>.openai.azure.com/`
AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT	Azure Cognitive Services-Tokenanbieterdienst	`https://<your-Azure-AI-Services-endpoint>.cognitiveservices.azure.com/`
AZURE_AISERVICES_SPEECH_ENDPOINT	Spracherkennungs-API-Endpunkt (Standard)	`https://<location>.stt.speech.microsoft.com`
AZURE_AISERVICES_CLIENTID	Ihre Client-ID	`<client-ID>`
AZURE_AISERVICES_CLIENTSECRET	Ihr geheimer Clientschlüssel	`<client-secret>`
AZURE_AISERVICES_TENANTID	Ihre Mandanten-ID	`<tenant-ID>`

Beispielcode

Lesen Sie die Schritte und den folgenden Code, um eine Verbindung mit Azure KI Services mithilfe eines Dienstprinzipals herzustellen.

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden Azure.AI.TextAnalytics als Beispiel.
```
dotnet add package Azure.AI.TextAnalytics
dotnet add package Azure.Identity
```

using Azure.AI.TextAnalytics;
using Azure.Identity;

string endpoint = Environment.GetEnvironmentVariable("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT");

// Uncomment the following lines corresponding to the authentication type you want to use.
// system-assigned managed identity
// var credential = new DefaultAzureCredential();

// user-assigned managed identity
// var credential = new DefaultAzureCredential(
//     new DefaultAzureCredentialOptions
//     {
//         ManagedIdentityClientId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTID");
//     });

// service principal 
// var tenantId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_TENANTID");
// var clientId = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTID");
// var clientSecret = Environment.GetEnvironmentVariable("AZURE_AISERVICES_CLIENTSECRET");
// var credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

TextAnalyticsClient languageServiceClient = new(
  new Uri(endpoint),
  credential);

Fügen Sie der Datei pom.xml die folgenden Abhängigkeiten hinzu. Wir verwenden azure-ai-textanalytics als Beispiel.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-textanalytics</artifactId>
    <version>5.1.12</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.11.4</version>
</dependency>

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder().build();

// for user-assigned managed identity
// DefaultAzureCredential credential = new DefaultAzureCredentialBuilder()
//     .managedIdentityClientId(System.getenv("AZURE_AISERVICES_CLIENTID"))
//     .build();

// for service principal
// ClientSecretCredential credential = new ClientSecretCredentialBuilder()
//   .clientId(System.getenv("AZURE_AISERVICES_CLIENTID"))
//   .clientSecret(System.getenv("AZURE_AISERVICES_CLIENTSECRET"))
//   .tenantId(System.getenv("AZURE_AISERVICES_TENANTID"))
//   .build();

String endpoint = System.getenv("AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT");

TextAnalyticsClient languageClient = new TextAnalyticsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden azure-ai-textanalytics als Beispiel.
```
pip install azure-ai-textanalytics==5.1.0
pip install azure-identity
```

import os
from azure.ai.textanalytics import TextAnalyticsClient
from azure.identity import ManagedIdentityCredential, ClientSecretCredential

# Uncomment the following lines corresponding to the authentication type you want to use.
# system-assigned managed identity
# cred = ManagedIdentityCredential()

# user-assigned managed identity
# managed_identity_client_id = os.getenv('AZURE_AISERVICES_CLIENTID')
# cred = ManagedIdentityCredential(client_id=managed_identity_client_id)

# service principal
# tenant_id = os.getenv('AZURE_AISERVICES_TENANTID')
# client_id = os.getenv('AZURE_AISERVICES_CLIENTID')
# client_secret = os.getenv('AZURE_AISERVICES_CLIENTSECRET')
# cred = ClientSecretCredential(tenant_id=tenant_id, client_id=client_id, client_secret=client_secret)
endpoint = os.getenv('AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT')

language_service_client = TextAnalyticsClient(
  endpoint=endpoint, 
  credential=cred)

Installieren Sie die folgenden Abhängigkeiten. Wir verwenden ai-text-analytics als Beispiel.
```
npm install @azure/ai-text-analytics@5.1.0
npm install @azure/identity
```

import { DefaultAzureCredential,ClientSecretCredential } from "@azure/identity";
const { TextAnalyticsClient } = require("@azure/ai-text-analytics");

// Uncomment the following lines corresponding to the authentication type you want to use.
// for system-assigned managed identity
// const credential = new DefaultAzureCredential();

// for user-assigned managed identity
// const clientId = process.env.AZURE_AISERVICES_CLIENTID;
// const credential = new DefaultAzureCredential({
//     managedIdentityClientId: clientId
// });

// for service principal
// const tenantId = process.env.AZURE_AISERVICES_TENANTID;
// const clientId = process.env.AZURE_AISERVICES_CLIENTID;
// const clientSecret = process.env.AZURE_AISERVICES_CLIENTSECRET;
// const credential = new ClientSecretCredential(tenantId, clientId, clientSecret);

const endpoint = process.env.AZURE_AISERVICES_COGNITIVESERVICES_ENDPOINT;
const languageClient = new TextAnalyticsClient(endpoint, credential);

Nächste Schritte

Arbeiten Sie das unten aufgeführte Tutorial durch, um mehr über den Dienstconnector zu erfahren.

Informationen zu Service Connector-Konzepten

Freigeben über

Integrieren von Azure KI Services mit dem Dienstconnector

Unterstützte Computedienste

Unterstützte Authentifizierungstypen und Clienttypen

Namen von Standard-Umgebungsvariablen oder Anwendungseigenschaften und Beispielcode

Systemseitig zugewiesene verwaltete Identität

Beispielcode

Benutzerseitig zugewiesene verwaltete Identität

Beispielcode

Connection string

Beispielcode

Dienstprinzipal

Beispielcode

Nächste Schritte

Feedback

Zusätzliche Ressourcen