你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
本文将指导你学习特定于语言的教程和资源，以帮助你使用应用服务构建智能应用程序。
借助 Azure 应用服务，可以轻松地跨多种编程语言和框架将 AI 功能集成到 Web 应用程序中。 无论是要使用功能强大的 Azure OpenAI 模型，还是直接使用应用部署本地小型语言模型（SLM），主机模型上下文协议（MCP）服务器或实现高级模式（如检索扩充生成（RAG），应用服务都提供了 AI 提供支持的应用程序所需的灵活安全平台。
应用服务为开发和部署 AI 提供支持的应用程序提供了多种优势：
- 与 Azure AI 服务的本机集成 - 使用托管标识无缝连接到 Azure OpenAI 和其他 AI 服务，实现安全无密码身份验证
- 本地 SLM 支持 - 使用 sidecar 扩展直接通过应用程序部署较小的语言模型
- 企业级安全性 - 实现网络隔离、端到端加密和基于角色的访问控制
- 简化的 DevOps 与 GitHub 集成 - 使用 GitHub Actions 简化 CI/CD 管道，利用 GitHub Codespaces 与集成的 GitHub Copilot 进行 AI 辅助开发，以及从开发到生产部署创建端到端工作流
.NET 应用程序
使用以下教程生成 AI 支持的 .NET 应用程序：
- 使用 Azure OpenAI （Blazor） 生成聊天机器人 - 创建连接到 Azure OpenAI 的 Blazor Web 应用，以使用语义内核生成 TLDR 摘要。
- 使用 Azure OpenAI 和 Azure AI 搜索（.NET）生成 RAG 应用程序 - 实现 RAG，使 AI 模型能够访问和使用组织的数据。
- 使用 Azure OpenAI 和 Azure SQL 生成 RAG 应用程序 - 使用 Azure SQL 作为 RAG 应用程序的向量数据库。
- 使用本地 SLM sidecar 扩展运行聊天机器人 - 部署使用本地 SLM 的聊天机器人，而无需外部 AI 服务。
- 从 Azure AI Foundry 代理调用 Web 应用 - 使 Web API 可供 AI 代理使用。
Java 应用程序
将 AI 功能集成到 Java 应用程序中：
- 使用 Azure OpenAI （Spring Boot） 生成聊天机器人 - 创建使用托管标识连接到 Azure OpenAI 的 Spring Boot 应用程序。
- 使用 Azure OpenAI 和 Azure AI 搜索（Java）生成 RAG 应用程序 - 实现 RAG 以使用 Java 搜索自己的文档。
- 使用本地 SLM （Spring Boot） 运行聊天机器人 - 使用本地 SLM sidecar 部署 Spring Boot 应用程序。
样品：
Node.js 应用程序
将 AI 功能添加到 Node.js Web 应用程序：
- 使用 Azure OpenAI （Express.js） 生成聊天机器人 - 创建一个使用托管标识连接到 Azure OpenAI 的 Express.js 应用程序。
- 使用 Azure OpenAI 和 Azure AI 搜索（Node.js）生成 RAG 应用程序 - 使用 Node.js生成 RAG 应用程序。
- 使用本地 SLM （Express.js） 运行聊天机器人 - 使用本地 SLM sidecar 部署 Express.js 应用程序。
Python 应用程序
在 Python Web 应用程序中实现 AI 功能：
- 使用 Azure OpenAI （Flask） 生成聊天机器人 - 创建使用托管标识连接到 Azure OpenAI 的 Flask 应用程序。
- 使用 Azure OpenAI 和 Azure AI 搜索（Python）生成 RAG 应用程序 - 使用 Python 实现 RAG。
- 使用本地 SLM （FastAPI） 运行聊天机器人 - 使用本地 SLM sidecar 部署 FastAPI 应用程序。
- Azure AI Foundry 教程：部署企业聊天 Web 应用 - 直接从 Azure AI Foundry 中的部署部署部署完全集成的 AI Web 应用。
模型上下文协议 （MCP） 服务器
在您的 Web 应用程序中托管模型上下文协议（MCP）：
- 在 Azure 应用服务上托管 .NET MCP 服务器 - 使用 .NET 部署 MCP 服务器。
- 在 Azure 应用服务上托管 Node.js MCP 服务器 - 使用 Node.js部署 MCP 服务器。
- 在 Azure 应用服务上托管 Python MCP 服务器 - 使用 Python 部署 MCP 服务器。
- 在 Azure 应用服务上托管具有基于密钥的授权的 Pyton MCP 服务器 - 使用 Python 和基于密钥的授权部署 MCP 服务器。
- 在 Azure 应用服务上托管具有 OAuth 2.0 授权的 Pyton MCP 服务器 - 使用 Python 和 开放授权 （OAuth） 2.0 授权部署 MCP 服务器，并使用 Micrososft Entra ID 进行授权。