Espaces de travail Microsoft.MachineLearningServices/connexions 2021-04-01
- Dernier
- 2024-10-01
- 2024-10-01-preview
- 2024-07-01-preview
- 2024-04-01
- 2024-04-01-preview
- 2024-01-01-preview
- 2023-10-01
- 2023-08-01-preview
- 2023-06-01-preview
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2022-01-01-preview
- 2021-07-01
- 2021-04-01
- 2021-03-01-preview
- 2021-01-01
- 2020-09-01-preview
- 2020-08-01
- 2020-06-01
Définition de ressource Bicep
Le type de ressource espaces de travail/connexions peut être déployé avec des opérations qui ciblent :
- groupes de ressources - Consultez commandes de déploiement de groupes de ressources
Pour obtenir la liste des propriétés modifiées dans chaque version de l’API, consultez journal des modifications.
Format de ressource
Pour créer une ressource Microsoft.MachineLearningServices/workspaces/connections, ajoutez le bicep suivant à votre modèle.
resource symbolicname 'Microsoft.MachineLearningServices/workspaces/connections@2021-04-01' = {
parent: resourceSymbolicName
name: 'string'
properties: {
authType: 'string'
category: 'string'
target: 'string'
value: 'string'
valueFormat: 'string'
}
}
Valeurs de propriété
Microsoft.MachineLearningServices/workspaces/connections
| Nom | Description | Valeur |
|---|---|---|
| nom | Nom de la ressource | chaîne (obligatoire) |
| parent | Dans Bicep, vous pouvez spécifier la ressource parente d’une ressource enfant. Vous devez uniquement ajouter cette propriété lorsque la ressource enfant est déclarée en dehors de la ressource parente. Pour plus d’informations, consultez ressource enfant en dehors de la ressource parente. |
Nom symbolique de la ressource de type : espaces de travail |
| Propriétés | Propriétés de la connexion d’espace de travail. | WorkspaceConnectionProps |
WorkspaceConnectionProps
| Nom | Description | Valeur |
|---|---|---|
| authType | Type d’autorisation de la connexion de l’espace de travail. | corde |
| catégorie | Catégorie de la connexion de l’espace de travail. | corde |
| cible | Cible de la connexion de l’espace de travail. | corde |
| valeur | Détails de valeur de la connexion de l’espace de travail. | corde |
| valueFormat | format pour la valeur de connexion de l’espace de travail | 'JSON' |
Exemples d’utilisation
Exemples de démarrage rapide Azure
Les modèles de démarrage rapide Azure suivants contiennent des exemples Bicep pour le déploiement de ce type de ressource.
| Fichier Bicep | Description |
|---|---|
| configuration de base d’Azure AI Studio | Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’installation de base, ce qui signifie que l’accès à Internet public est activé, les clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
| configuration de base d’Azure AI Studio | Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’installation de base, ce qui signifie que l’accès à Internet public est activé, les clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
| configuration de base d’Azure AI Studio | Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’installation de base, ce qui signifie que l’accès à Internet public est activé, les clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
| restreint réseau Azure AI Studio | Cet ensemble de modèles montre comment configurer Azure AI Studio avec une liaison privée et une sortie désactivées, à l’aide de clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
| restreint réseau Azure AI Studio | Cet ensemble de modèles montre comment configurer Azure AI Studio avec une liaison privée et une sortie désactivées, à l’aide de clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
| Azure AI Studio avec microsoft Entra ID Authentication | Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’authentification Microsoft Entra ID pour les ressources dépendantes, telles qu’Azure AI Services et Stockage Azure. |
| clés API d’installation de l’agent de base | Cet ensemble de modèles montre comment configurer Azure AI Agent Service avec la configuration de base à l’aide de l’authentification des clés API pour la connexion AI Service/AOAI. Les agents utilisent des ressources de recherche et de stockage mutualisée entièrement gérées par Microsoft. Vous n’aurez pas de visibilité ou de contrôle sur ces ressources Azure sous-jacentes. |
| Basic Agent Setup Identity | Cet ensemble de modèles montre comment configurer Azure AI Agent Service avec la configuration de base à l’aide de l’authentification d’identité managée pour la connexion AI Service/AOAI. Les agents utilisent des ressources de recherche et de stockage mutualisée entièrement gérées par Microsoft. Vous n’aurez pas de visibilité ou de contrôle sur ces ressources Azure sous-jacentes. |
| Déployer Secure Azure AI Studio avec un réseau virtuel managé | Ce modèle crée un environnement Azure AI Studio sécurisé avec des restrictions de sécurité réseau et d’identité robustes. |
| Agent sécurisé réseau avec d’identité managée par l’utilisateur | Cet ensemble de modèles montre comment configurer azure AI Agent Service avec isolation de réseau virtuel à l’aide de l’authentification d’identité managée par l’utilisateur pour la connexion AI Service/AOAI et les liens de réseau privé pour connecter l’agent à vos données sécurisées. |
| configuration de l’agent standard | Cet ensemble de modèles montre comment configurer azure AI Agent Service avec la configuration standard, ce qui signifie qu’avec l’authentification d’identité managée pour les connexions project/hub et l’accès à Internet public activé. Les agents utilisent des ressources de stockage et de recherche à locataire unique appartenant au client. Avec cette configuration, vous disposez d’un contrôle total et d’une visibilité sur ces ressources, mais vous entraînez des coûts en fonction de votre utilisation. |
Définition de ressource de modèle ARM
Le type de ressource espaces de travail/connexions peut être déployé avec des opérations qui ciblent :
- groupes de ressources - Consultez commandes de déploiement de groupes de ressources
Pour obtenir la liste des propriétés modifiées dans chaque version de l’API, consultez journal des modifications.
Format de ressource
Pour créer une ressource Microsoft.MachineLearningServices/workspaces/connections, ajoutez le code JSON suivant à votre modèle.
{
"type": "Microsoft.MachineLearningServices/workspaces/connections",
"apiVersion": "2021-04-01",
"name": "string",
"properties": {
"authType": "string",
"category": "string",
"target": "string",
"value": "string",
"valueFormat": "string"
}
}
Valeurs de propriété
Microsoft.MachineLearningServices/workspaces/connections
| Nom | Description | Valeur |
|---|---|---|
| apiVersion | Version de l’API | '2021-04-01' |
| nom | Nom de la ressource | chaîne (obligatoire) |
| Propriétés | Propriétés de la connexion d’espace de travail. | WorkspaceConnectionProps |
| type | Type de ressource | 'Microsoft.MachineLearningServices/workspaces/connections' |
WorkspaceConnectionProps
| Nom | Description | Valeur |
|---|---|---|
| authType | Type d’autorisation de la connexion de l’espace de travail. | corde |
| catégorie | Catégorie de la connexion de l’espace de travail. | corde |
| cible | Cible de la connexion de l’espace de travail. | corde |
| valeur | Détails de valeur de la connexion de l’espace de travail. | corde |
| valueFormat | format pour la valeur de connexion de l’espace de travail | 'JSON' |
Exemples d’utilisation
Modèles de démarrage rapide Microsoft Azure
Les modèles de démarrage rapide Azure suivants déployer ce type de ressource.
| Modèle | Description |
|---|---|
configuration de base d’Azure AI Studio
|
Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’installation de base, ce qui signifie que l’accès à Internet public est activé, les clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
|
configuration de base d’Azure AI Studio
|
Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’installation de base, ce qui signifie que l’accès à Internet public est activé, les clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
|
configuration de base d’Azure AI Studio
|
Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’installation de base, ce qui signifie que l’accès à Internet public est activé, les clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
|
restreint réseau Azure AI Studio
|
Cet ensemble de modèles montre comment configurer Azure AI Studio avec une liaison privée et une sortie désactivées, à l’aide de clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
|
restreint réseau Azure AI Studio
|
Cet ensemble de modèles montre comment configurer Azure AI Studio avec une liaison privée et une sortie désactivées, à l’aide de clés gérées par Microsoft pour le chiffrement et la configuration d’identité managée par Microsoft pour la ressource IA. |
|
Azure AI Studio avec microsoft Entra ID Authentication
|
Cet ensemble de modèles montre comment configurer Azure AI Studio avec l’authentification Microsoft Entra ID pour les ressources dépendantes, telles qu’Azure AI Services et Stockage Azure. |
|
clés API d’installation de l’agent de base
|
Cet ensemble de modèles montre comment configurer Azure AI Agent Service avec la configuration de base à l’aide de l’authentification des clés API pour la connexion AI Service/AOAI. Les agents utilisent des ressources de recherche et de stockage mutualisée entièrement gérées par Microsoft. Vous n’aurez pas de visibilité ou de contrôle sur ces ressources Azure sous-jacentes. |
|
Basic Agent Setup Identity
|
Cet ensemble de modèles montre comment configurer Azure AI Agent Service avec la configuration de base à l’aide de l’authentification d’identité managée pour la connexion AI Service/AOAI. Les agents utilisent des ressources de recherche et de stockage mutualisée entièrement gérées par Microsoft. Vous n’aurez pas de visibilité ou de contrôle sur ces ressources Azure sous-jacentes. |
|
Déployer Secure Azure AI Studio avec un réseau virtuel managé
|
Ce modèle crée un environnement Azure AI Studio sécurisé avec des restrictions de sécurité réseau et d’identité robustes. |
|
Agent sécurisé réseau avec d’identité managée par l’utilisateur
|
Cet ensemble de modèles montre comment configurer azure AI Agent Service avec isolation de réseau virtuel à l’aide de l’authentification d’identité managée par l’utilisateur pour la connexion AI Service/AOAI et les liens de réseau privé pour connecter l’agent à vos données sécurisées. |
|
configuration de l’agent standard
|
Cet ensemble de modèles montre comment configurer azure AI Agent Service avec la configuration standard, ce qui signifie qu’avec l’authentification d’identité managée pour les connexions project/hub et l’accès à Internet public activé. Les agents utilisent des ressources de stockage et de recherche à locataire unique appartenant au client. Avec cette configuration, vous disposez d’un contrôle total et d’une visibilité sur ces ressources, mais vous entraînez des coûts en fonction de votre utilisation. |
Définition de ressource Terraform (fournisseur AzAPI)
Le type de ressource espaces de travail/connexions peut être déployé avec des opérations qui ciblent :
- groupes de ressources
Pour obtenir la liste des propriétés modifiées dans chaque version de l’API, consultez journal des modifications.
Format de ressource
Pour créer une ressource Microsoft.MachineLearningServices/workspaces/connections, ajoutez le terraform suivant à votre modèle.
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces/connections@2021-04-01"
name = "string"
body = jsonencode({
properties = {
authType = "string"
category = "string"
target = "string"
value = "string"
valueFormat = "string"
}
})
}
Valeurs de propriété
Microsoft.MachineLearningServices/workspaces/connections
| Nom | Description | Valeur |
|---|---|---|
| nom | Nom de la ressource | chaîne (obligatoire) |
| parent_id | ID de la ressource qui est le parent de cette ressource. | ID de ressource de type : espaces de travail |
| Propriétés | Propriétés de la connexion d’espace de travail. | WorkspaceConnectionProps |
| type | Type de ressource | « Microsoft.MachineLearningServices/workspaces/connections@2021-04-01 » |
WorkspaceConnectionProps
| Nom | Description | Valeur |
|---|---|---|
| authType | Type d’autorisation de la connexion de l’espace de travail. | corde |
| catégorie | Catégorie de la connexion de l’espace de travail. | corde |
| cible | Cible de la connexion de l’espace de travail. | corde |
| valeur | Détails de valeur de la connexion de l’espace de travail. | corde |
| valueFormat | format pour la valeur de connexion de l’espace de travail | 'JSON' |