ハブ ベースのプロジェクトで VS Code コンテナーを使用する (プレビュー)

Azure AI Foundry では、ハブ ベースのプロジェクト用の VS Code - デスクトップと Web での開発がサポートされています。 各シナリオにおいて、VS Code インスタンスは、仮想マシン (コンピューティング インスタンスとも呼ばれます) 上で実行されている事前構築済みのカスタム コンテナーにリモート接続されます。

[前提条件]

• Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成してください。
• ない場合は、 ハブ ベースのプロジェクトを作成します。

Azure AI Foundry で VS Code を起動する

1. Azure AI Foundry に移動します。

2. Azure AI Foundry ポータルでプロジェクトを開きます。

3. 左側のメニューで、[テンプレート] を選択 します。

4. [VS Code コンテナー] を選択します。

5. コンピューティングの場合は、既存のコンピューティング インスタンスを選択するか、新しく作成します。

   • 使用するコンピューティング インスタンスを選択します。 停止している場合は、[コンピューティングの開始] を選択し、"実行中" に切り替わるのを待ちます。 コンピューティングが使用できる状態になると、 準備 完了状態が表示されます。
   • コンピューティング インスタンスがない場合は、[コンピューティングの作成] を選択します。 次に、名前、コンピューティングの詳細を入力し、[コンピューティングの作成] を選択します。 コンピューティング インスタンスの準備ができるまで待ちます。

6. メッセージが表示されたら、[ 認証 ] を選択してコンピューティング インスタンスを認証します。

7. VS Code コンテナーの場合は、[コンテナーの設定] ボタンが有効になったら選択します。 この設定により、計算機上でコンテナーを構成します。 コンテナーの設定が完了するまでに数分かかる場合があります。 初めてコンテナーを設定した場合、次回からは直接起動できます。 セットアップが完了すると、[ 準備完了] と表示されます。

   警告

   コンピューティング インスタンスでアイドル シャットダウンを有効にした場合でも、このカスタム VS Code コンテナーで設定されているコンピューティングではアイドル シャットダウンは発生しません。 これは、コンテナー内での作業中にコンピューティングが予期せずシャットダウンされないようにするためです。

8. コンテナーの準備ができたら、VS Code を起動します。

   • ローカルの VS Code インスタンスで作業する場合は、[VS Code (デスクトップ) で起動する] を選択します。 ローカル コンピューターで VS Code の新しいローカル インスタンスが開きます。
   • 代わりに、ブラウザーで作業する場合は、ドロップダウン矢印を選択し、[VS Code (Web) で起動する] を選択します。 vscode.dev に接続された新しいブラウザー タブが開きます。

   

カスタム コンテナーのフォルダー構造

事前構築済みの開発環境は、Azure AI SDK、プロンプト フロー SDK、およびその他のツールを備える Docker コンテナーに基づいています。 この環境は、コンテナー内で VS Code をリモートで実行するように構成されています。 コンテナーはこの Dockerfile と同様に定義されており、Microsoft の Python 3.10 Development Container Image に基づいています。

エクスプローラーが開かれ、 Azure AI Foundry ポータルで起動した特定のプロジェクト ディレクトリが表示されます。

コンテナーは、Azure AI のフォルダー階層 (afh ディレクトリ) を使用して構成されます。この階層は、現在の開発コンテキスト内での位置を理解し、コード、データ、共有ファイルを最も効率的に操作できるように設計されています。 この afh ディレクトリには、Azure AI Foundry プロジェクトが格納されます。各プロジェクトには専用のプロジェクト ディレクトリがあり、code、data、shared の各フォルダーが含まれます。

次の表では、フォルダー構造の概要を示します。

プロンプト フローの操作

プロンプト フローを作成、参照、操作できます。

Azure AI Foundry ポータルで既に作成されているプロンプト フローは、shared\Users\{user-name}\promptflow に格納されています。 code または shared フォルダーに新しいフローを作成することもできます。

プロンプト フローでは、プロジェクトがアクセスできる Azure AI Foundry 接続が自動的に使用されます。

この環境にプレインストールされている VS Code 内のプロンプト フロー拡張機能を操作することもできます。 この拡張機能内で、接続プロバイダーをプロジェクトに設定できます。 「Azure AI からの接続の使用」を参照してください。

詳細については、プロンプト フローの機能 に関する記事を参照してください。

AI アプリ テンプレートを使用する

AI アプリ テンプレートは、プロジェクトの [ テンプレート ] タブの右側からリンクされます。 これらのサンプルでは、Azure AI SDK を使用して次の操作を行う方法について説明します。

• 開発環境を設定し、既存のリソースに接続する
• カスタム アプリケーション コードを取り込む
• 評価を実行する
• コードのデプロイ

新しいハブやプロジェクトなど、まったく新しいリソースのセットをプロビジョニングし、これらのサンプル アプリケーションをデプロイするには、ローカル開発環境で Azure Developer CLI (AZD) を使用できます。

AI ネットワークの分離を使用する

Azure AI Foundry プロジェクトがネットワーク分離用に構成されている場合は、インターネットへのポートを開くことが必要になる可能性があります。詳細については、ネットワーク分離を構成する方法を参照してください。

注釈

複数のコードおよびデータ ディレクトリ、または複数のリポジトリ間で作業する予定がある場合は、VS Code の分割ルート エクスプローラー機能を使用できます。 この機能を試すには、次の手順を実行します。

1. Ctrl + Shift + p キーを押して、コマンド パレットを開きます。 [ワークスペース: ワークスペースにフォルダーを追加する] を検索して選択します。
2. 読み込むリポジトリ フォルダーを選択します。 エクスプローラーに、開いたフォルダーの新しいセクションが表示されます。 これがリポジトリの場合、VS Code でソース管理をすぐに操作できます。
3. 今後の開発セッションのために、この構成を保存する場合は、Ctrl + Shift + p キーをもう一度押して、[ワークスペース: ワークスペース名を付けて保存] を選択します。 このアクションにより、構成ファイルが現在のフォルダーに保存されます。

好みのプログラミング言語のアプリ テンプレートと SDK サンプルについては、「Azure AI サービスを使用するアプリを開発する」を参照してください。

関連コンテンツ

• プロンプト フロー SDK を使用してチャット アプリの構築を開始する