Opsætning af udviklingsmiljøet til Generative AI for Java

July 2, 2026 · View on GitHub

Hurtig start: Provisionér dine AI-modeller på Azure AI Foundry som kode med Bicep + azd på få minutter — se Azure AI Foundry Setup Guide. Autentificering er nøglefri (Microsoft Entra ID), så der er ingen API-nøgler, du skal administrere.

Det lærer du

  • Opsæt et Java-udviklingsmiljø til AI-applikationer
  • Vælg og konfigurer dit foretrukne udviklingsmiljø (cloud-first med Codespaces, lokalt dev container eller fuld lokal opsætning)
  • Test din opsætning ved at oprette forbindelse til en Azure AI Foundry-model

Indholdsfortegnelse

Introduktion

Dette kapitel guider dig gennem opsætning af et udviklingsmiljø. Vi bruger Azure AI Foundry til modellerne gennem hele kurset. Du provisionerer modellerne som kode med Bicep og Azure Developer CLI (azd), og opretter derefter forbindelse med nøglefri autentificering (Microsoft Entra ID) — ingen API-nøgler, der skal kopieres eller kan lækkes.

Ingen lokal opsætning nødvendig! Du kan bruge GitHub Codespaces, som leverer et komplet udviklingsmiljø i din browser, og provisionere Foundry derfra.

Vi bruger Azure AI Foundry til dette kursus, fordi det er:

  • Provisioneret som kode — en enkelt azd up implementerer konto og model-implementeringer
  • Nøglefri — autentificer med din Azure-login eller en administreret identitet
  • Produktionsklart — samme kode kører lokalt og i Azure
  • Fleksibelt — skift modeller ved at ændre et deploymentsnavn, ikke din kode

Bemærk: Azure AI Foundry-implementeringer faktureres pr. token (betal efter forbrug). Se Azure AI Foundry setup guide for provisionering, region og prisdetaljer.

Trin 1: Opsæt dit udviklingsmiljø

Vi har lavet en forkonfigureret udviklingscontainer for at minimere opsætningstid og sikre, at du har alle nødvendige værktøjer til dette Generative AI for Java kursus. Vælg din foretrukne udviklingstilgang:

Valgmuligheder for miljøopsætning:

Mulighed A: GitHub Codespaces (anbefalet)

Begynd at kode på 2 minutter – ingen lokal opsætning nødvendig!

  1. Fork dette repository til din GitHub-konto

    Bemærk: Hvis du vil redigere den grundlæggende konfiguration, så kig på Dev Container Configuration

  2. Klik på Code → fanen Codespaces → ... → New with options...
  3. Brug standarderne – dette vælger Dev container configuration: Generative AI Java Development Environment custom devcontainer oprettet til dette kursus
  4. Klik på Create codespace
  5. Vent ca. 2 minutter, mens miljøet bliver klar
  6. Fortsæt til Trin 2: Provisionér Azure AI Foundry
Screenshot: Codespaces undermenu Screenshot: New with options Screenshot: Opret codespace muligheder

Fordele ved Codespaces:

  • Ingen lokal installation nødvendig
  • Virker på alle enheder med en browser
  • Forudkonfigureret med alle værktøjer og afhængigheder
  • Gratis 60 timer pr. måned for personlige konti
  • Konsistent miljø for alle deltagere

Mulighed B: Lokal Dev Container

For udviklere, der foretrækker lokal udvikling med Docker

  1. Fork og klon dette repository til din lokale maskine

    Bemærk: Hvis du vil redigere den grundlæggende konfiguration, så kig på Dev Container Configuration

  2. Installer Docker Desktop og VS Code
  3. Installer Dev Containers extension i VS Code
  4. Åbn repository-mappen i VS Code
  5. Når du bliver spurgt, klik på Reopen in Container (eller brug Ctrl+Shift+P → "Dev Containers: Reopen in Container")
  6. Vent på, at containeren bygger og starter
  7. Fortsæt til Trin 2: Provisionér Azure AI Foundry
Screenshot: Dev container opsætning Screenshot: Dev container build færdig

Mulighed C: Brug din eksisterende lokale installation

For udviklere med eksisterende Java-miljøer

Forudsætninger:

Trin:

  1. Klon dette repository til din lokale maskine
  2. Åbn projektet i dit IDE
  3. Fortsæt til Trin 2: Provisionér Azure AI Foundry

Pro tip: Hvis du har en maskine med lav specifikation, men ønsker VS Code lokalt, så brug GitHub Codespaces! Du kan forbinde din lokale VS Code til en cloud-hosted Codespace for at få det bedste af begge verdener.

Screenshot: oprettet lokal devcontainer instans

Trin 2: Provisionér Azure AI Foundry

Deploy kursussets AI-modeller til Azure AI Foundry som kode. Fra repository-roden:

cd 02-SetupDevEnvironment
azd auth login
az login
azd up

azd spørger om et miljønavn og en region, provisionerer en Azure AI Foundry-konto med gpt-4o-mini og text-embedding-3-small deployment, og skriver endpointet til eksemplets .env — alt med nøglefri autentificering (ingen API-nøgler).

Fuld gennemgang: Se Azure AI Foundry Setup Guide for forudsætninger, en manuel (portal) alternativ metode, regionsvejledning og omkostnings-/rydde-anvisninger.

Trin 3: Test din opsætning

Når dine Foundry-modeller er provisioneret, test forbindelsen med eksempelsappen i 02-SetupDevEnvironment/examples/basic-chat-azure.

  1. Åbn terminalen i dit udviklingsmiljø.

  2. Naviger til eksemplet:

    cd 02-SetupDevEnvironment/examples/basic-chat-azure

  3. Sørg for, at du er logget ind (nøglefri auth kræver et token):

    az login

    Hvis du har kørt azd up, blev .env-filen med dit endpoint allerede skrevet til dig.

  4. Kør applikationen:

    mvn clean spring-boot:run

Du bør se et svar fra gpt-4o-mini modellen.

Forståelse af eksempel-koden

Eksemplet under examples/basic-chat-azure er en Spring Boot-app, der bruger Spring AI til at oprette forbindelse til Azure AI Foundry med nøglefri autentificering.

Hvad denne kode gør:

  • Opretter forbindelse til Azure AI Foundry med dit Azure-login (Microsoft Entra ID) — ingen API-nøgle
  • Sender et prompt til gpt-4o-mini modellen
  • Modtager og viser AI'ens svar
  • Validerer, at din opsætning virker korrekt

Nøgleafhængighed (i pom.xml):

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-azure-openai</artifactId>
</dependency>

Konfiguration (application.yml):

spring:
  ai:
    azure:
      openai:
        # Endpoint only - no api-key. Spring AI uses DefaultAzureCredential (keyless).
        endpoint: ${AZURE_OPENAI_ENDPOINT}
        chat:
          options:
            deployment-name: ${AZURE_OPENAI_DEPLOYMENT:gpt-4o-mini}

Opsummering

Fantastisk! Du har nu alt sat op:

  • Provisioneret Azure AI Foundry-modeller som kode med Bicep + azd
  • Fået dit Java-udviklingsmiljø til at køre (uanset om det er Codespaces, dev containers eller lokalt)
  • Forbundet til Azure AI Foundry med nøglefri autentificering (Microsoft Entra ID) — ingen API-nøgler
  • Testet, at det hele virker med et simpelt eksempel, der taler med din model

Næste skridt

Kapitel 3: Core Generative AI Techniques

Fejlfinding

Har du problemer? Her er almindelige problemer og løsninger:

  • Autentificering fejler (401/403)?

    • Kør az login — autentificering er nøglefri, så du skal være logget ind
    • Bekræft, at din konto har rollen Cognitive Services OpenAI User på ressourcen
    • Hvis du lige har provisioneret, vent et øjeblik, så rollefordelingen kan slå igennem

  • Maven ikke fundet?

    • Hvis du bruger dev containers/Codespaces, bør Maven være forudinstalleret
    • Til lokal opsætning, sikre at Java 21+ og Maven 3.9+ er installeret
    • Prøv mvn --version for at tjekke installation

  • azd ikke fundet eller provisioning fejler?

  • Dev container starter ikke?

    • Sørg for Docker Desktop kører (for lokal udvikling)
    • Prøv at genopbygge containeren: Ctrl+Shift+P → "Dev Containers: Rebuild Container"

  • Kompileringsfejl i applikationen?

    • Sørg for du er i den rigtige mappe: 02-SetupDevEnvironment/examples/basic-chat-azure
    • Prøv at clean og compile: mvn clean compile

Brug for hjælp?: Har du stadig problemer? Opret en issue i repositoryet, så hjælper vi dig.

Ansvarsfraskrivelse: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.