この記事では、App Service を使用してインテリジェントなアプリケーションを構築するのに役立つ言語固有のチュートリアルとリソースについて説明します。
Azure App Service を使用すると、複数のプログラミング言語とフレームワークにわたって AI 機能を Web アプリケーションに簡単に統合できます。 強力な Azure OpenAI モデルを使用する場合でも、ローカルの小さい言語モデル (SLB) をアプリと直接デプロイする場合でも、モデル コンテキスト プロトコル (MCP) サーバーをホストする場合でも、取得拡張生成 (RAG) などの高度なパターンを実装する場合でも、App Service は AI を利用するアプリケーションに必要な柔軟で安全なプラットフォームを提供します。
App Service には、AI を利用したアプリケーションを開発およびデプロイするためのいくつかの利点があります。
- Azure AI サービスとのネイティブ統合 - セキュリティで保護されたパスワードレス認証のためにマネージド ID を使用して Azure OpenAI やその他の AI サービスにシームレスに接続する
- ローカル SLM のサポート - サイドカー拡張機能を使用して、より小さな言語モデルをアプリケーションに直接デプロイする
- エンタープライズ レベルのセキュリティ - ネットワーク分離、エンドツーエンドの暗号化、ロールベースのアクセス制御を実装する
- GitHub 統合による DevOps の簡素化 - GitHub Actions を使用して CI/CD パイプラインを合理化し、AI 支援型開発用に統合された GitHub Copilot を使用して GitHub Codespaces を活用し、開発から運用環境へのデプロイまでエンドツーエンドのワークフローを作成する
次のチュートリアルを使用して、AI を利用した .NET アプリケーションを構築します。
- Azure OpenAI (Blazor) を使用してチャットボットを構築 する - セマンティック カーネルを使用して TLDR の概要を生成するために Azure OpenAI に接続する Blazor Web アプリを作成します。
- Azure OpenAI と Azure AI Search (.NET) を使用して RAG アプリケーションを構築 する - AI モデルが組織のデータにアクセスして使用できるように RAG を実装します。
- Azure OpenAI と Azure SQL を使用して RAG アプリケーションを構築 する - RAG アプリケーションのベクター データベースとして Azure SQL を使用します。
- ローカル SLM サイドカー拡張機能を使用してチャットボットを実行 する - 外部 AI サービスを必要とせずにローカル SLM を使用するチャットボットをデプロイします。
- Azure AI Foundry Agent から Web アプリを呼び出す - WEB API を AI エージェントで使用できるようにします。
AI 機能を Java アプリケーションに統合します。
- Azure OpenAI (Spring Boot) を使用してチャットボットを構築 する - マネージド ID を使用して Azure OpenAI に接続する Spring Boot アプリケーションを作成します。
- Azure OpenAI と Azure AI Search (Java) を使用して RAG アプリケーションを構築 する - JAVA を使用して独自のドキュメントを検索する RAG を実装します。
- ローカル SLM (Spring Boot) を使用してチャットボットを実行 する - ローカル SLM サイドカーを使用して Spring Boot アプリケーションをデプロイします。
サンプル:
Node.js Web アプリケーションに AI 機能を追加します。
- Azure OpenAI (Express.js) を使用してチャットボットを構築 する - マネージド ID を使用して Azure OpenAI に接続する Express.js アプリケーションを作成します。
- Azure OpenAI と Azure AI Search (Node.js) を使用して RAG アプリケーションを構築する - Node.js を使用して RAG アプリケーションをビルドします。
- ローカル SLM (Express.js) を使用してチャットボットを実行 する - ローカル SLM サイドカーを使用して Express.js アプリケーションをデプロイします。
Python Web アプリケーションに AI 機能を実装します。
- Azure OpenAI (Flask) を使用してチャットボットを構築 する - マネージド ID を使用して Azure OpenAI に接続する Flask アプリケーションを作成します。
- Azure OpenAI と Azure AI Search (Python) を使用して RAG アプリケーションを構築 する - Python で RAG を実装します。
- ローカル SLM (FastAPI) を使用してチャットボットを実行する - ローカル SLM サイドカーを使用して FastAPI アプリケーションをデプロイします。
- Azure AI Foundry チュートリアル: エンタープライズ チャット Web アプリをデプロイする - Azure AI Foundry でのデプロイから直接、完全に統合された AI Web アプリをデプロイします。
Webアプリケーションでモデル コンテキスト プロトコル (MCP)をホストします。
- Azure App Service で .NET MCP サーバーをホスト する - .NET を使用して MCP サーバーをデプロイします。
- Azure App Service で Node.js MCP サーバーをホスト する - Node.jsを使用して MCP サーバーをデプロイします。
- Azure App Service で Python MCP サーバーをホスト する - Python を使用して MCP サーバーをデプロイします。
- Azure App Service でキーベースの承認を使用して Pyton MCP サーバーをホスト する - Python とキーベースの承認を使用して MCP サーバーをデプロイします。
- Azure App Service で OAuth 2.0 承認を使用して Pyton MCP サーバーをホスト する - Micrososft Entra ID を使用して、Python と Open Authorization (OAuth) 2.0 承認を使用して MCP サーバーをデプロイします。