Configuration de l'environnement de développement pour Azure AI Foundry

July 2, 2026 · View on GitHub

Ce guide configure les modèles Azure AI Foundry pour les applications Java AI de ce cours, en utilisant une authentification sans clé (Microsoft Entra ID) — aucune clé API à gérer. Nouveau dans les outils ? Commencez par le guide de l'environnement de développement.

Ce guide configure les modèles Azure AI Foundry pour les applications Java AI de ce cours. Vous avez deux options :

  • Option A — Provisionner avec azd + Bicep (recommandé) : une commande déploie le compte Foundry et les modèles en tant que code. Pas de clics dans le portail.
  • Option B — Créer les ressources manuellement dans le portail Azure AI Foundry.

Les deux options utilisent une authentification sans clé (Microsoft Entra ID) — il n’y a pas de clés API à copier ou à divulguer.

Table des matières

Ce qui est créé

Les modèles Bicep dans infra/ provisionnent :

  • Un compte Azure AI Foundry (Microsoft.CognitiveServices/accounts, type AIServices) avec un projet
  • Un déploiement chat — gpt-4o-mini
  • Un déploiement embedding — text-embedding-3-small (utilisé dans les chapitres suivants)
  • Un attribution de rôle sans clé (Cognitive Services OpenAI User) pour que vous puissiez vous connecter avec az login au lieu de gérer des clés

Prérequis

Option A : Provisionner avec azd + Bicep (Recommandé)

Depuis le dossier 02-SetupDevEnvironment :

cd 02-SetupDevEnvironment

# Se connecter (les deux outils)
azd auth login
az login

# Approvisionner le compte Foundry + déploiements des modèles
azd up

azd vous invite à saisir un nom d’environnement (par exemple genai-java) et une région. Choisissez une région où gpt-4o-mini et text-embedding-3-small sont disponibles — par exemple eastus2 ou swedencentral.

Lorsque le provisionnement est terminé, azd :

  1. Déploie tout ce qui est défini dans infra/main.bicep.
  2. Exécute un hook post-provisionnement qui écrit examples/basic-chat-azure/.env avec votre point de terminaison et les noms de déploiement (sans secrets).

Astuce : Relancez azd up à tout moment pour appliquer des modifications. Lancez azd down pour tout supprimer et arrêter d’encourir des coûts.

Pour voir les paramètres générés :

azd env get-values

Passez maintenant à Tester votre configuration.

Option B : Créer les ressources manuellement

Vous préférez le portail ? Créez les ressources à la main :

  1. Allez sur le portail Azure AI Foundry et connectez-vous.
  2. Créez un projet (cela crée aussi une ressource AI Foundry). Donnez-lui un nom comme GenAIJava.
  3. Dans votre projet, ouvrez Modèles + points de terminaison → Déployer un modèle → Déployer un modèle de base.
  4. Déployez gpt-4o-mini (nom de déploiement gpt-4o-mini). Répétez pour text-embedding-3-small si vous souhaitez les exemples d’embedding.
  5. Depuis Vue d’ensemble, copiez le point de terminaison (par exemple https://<ressource>.openai.azure.com/).
  6. Accordez-vous un accès sans clé : dans la ressource, ouvrez Contrôle d’accès (IAM) → Ajouter une attribution de rôle → attribuez Cognitive Services OpenAI User à votre compte.

Toujours des difficultés ? Consultez la documentation Azure AI Foundry.

Configurer votre environnement

Si vous avez utilisé l’option A (azd up), votre fichier de paramètres est déjà écrit — rien à configurer. Passez à Tester votre configuration.

Si vous avez utilisé l’option B (manuel), créez vous-même le fichier .env de l’exemple :

cd 02-SetupDevEnvironment/examples/basic-chat-azure
cp .env.example .env

Modifiez .env avec votre point de terminaison (pas de clé — l’authentification est sans clé) :

AZURE_OPENAI_ENDPOINT=https://<your-resource>.openai.azure.com/
AZURE_OPENAI_DEPLOYMENT=gpt-4o-mini

Note de sécurité : Il n’y a pas de clé API à stocker. Vous vous authentifiez avec Microsoft Entra ID via az login (localement) ou une identité managée (dans Azure). Le fichier .env contient seulement des paramètres non secrets et est déjà couvert par .gitignore.

Tester votre configuration

Assurez-vous d’être connecté pour que l’authentification sans clé puisse obtenir un jeton, puis exécutez l’exemple :

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

az login          # si vous n'êtes pas déjà connecté
mvn clean spring-boot:run

Vous devriez voir une réponse du modèle gpt-4o-mini !

Utilisateurs VS Code : Appuyez sur F5 pour exécuter. L’application charge automatiquement votre .env.

Exemple complet : Consultez l’exemple Basic Chat avec Azure AI Foundry pour les détails et la résolution des problèmes.

Et après ?

Configuration terminée ! Vous avez maintenant :

  • Azure AI Foundry avec gpt-4o-mini et text-embedding-3-small déployés
  • Authentification sans clé (Microsoft Entra ID) — pas de clés à gérer
  • Un .env local avec votre point de terminaison et les noms de déploiement
  • Un environnement de développement Java prêt à l’emploi

Continuez vers Chapitre 3 : Techniques de base de l’IA générative pour commencer à créer des applications IA !

Ressources

Ressources supplémentaires

Avertissement : Ce document a été traduit à l'aide du service de traduction automatique Co-op Translator. Bien que nous nous efforçions d'assurer l'exactitude, veuillez noter que les traductions automatisées peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue native doit être considéré comme la source faisant autorité. Pour les informations critiques, il est recommandé de recourir à une traduction professionnelle réalisée par un humain. Nous ne saurions être tenus responsables des malentendus ou erreurs d'interprétation découlant de l'utilisation de cette traduction.