Generatív AI Java fejlesztői környezet beállítása

July 2, 2026 · View on GitHub

Gyors indulás: Szerezz be AI modelljeidet az Azure AI Foundry-ban kódként Bicep + azd segítségével pár perc alatt — lásd a Azure AI Foundry beállítási útmutatót. Hitelesítés kulcs nélküli (Microsoft Entra ID), így nincs API kulcs kezelése.

Amit megtanulsz

  • Java fejlesztői környezet beállítása AI alkalmazásokhoz
  • Válaszd ki és konfiguráld a preferált fejlesztői környezeted (cloud-first Codespaces-szal, helyi fejlesztői konténer vagy teljes helyi beállítás)
  • Teszteld a beállításod, hogy csatlakozol egy Azure AI Foundry modellhez

Tartalomjegyzék

Bevezetés

Ez a fejezet végigvezet a fejlesztői környezet beállításán. A kurzus során az Azure AI Foundry-t használjuk modellekhez. A modelleket kódként biztosítod Bicep és az Azure Developer CLI (azd) segítségével, majd kulcs nélküli hitelesítéssel (Microsoft Entra ID) csatlakozol — nincs API kulcsmásolás vagy -szivárgás.

Nincs szükség helyi beállításra! Használhatod a GitHub Codespaces-t, ami teljes fejlesztői környezetet biztosít a böngésződben, és onnan biztosíthatod a Foundryt.

Azért használjuk az Azure AI Foundry-t, mert:

  • Kódként biztosítható — egy azd up telepíti a fiókot és a modell telepítéseket
  • Kulcs nélküli — az Azure bejelentkezéseddel vagy egy kezelt identitással hitelesít
  • Éles használatra alkalmas — ugyanaz a kód fut lokálisan és Azure-ban is
  • Rugalmas — modellek cseréje telepítésnév megváltoztatásával, nem a kód módosításával

Megjegyzés: Az Azure AI Foundry telepítések tokenenként (fizess amennyit használsz) kerülnek kiszámlázásra. A részletekért lásd az Azure AI Foundry beállítási útmutatót.

1. lépés: Fejlesztői környezet beállítása

Egy előre konfigurált fejlesztői konténert hoztunk létre, hogy minimalizáljuk a beállítás idejét, és biztosítsuk az összes szükséges eszközt ehhez a Generatív AI Java kurzushoz. Válaszd ki a neked megfelelő fejlesztési megközelítést:

Fejlesztői környezet beállítási lehetőségek:

A lehetőség: GitHub Codespaces (ajánlott)

Kezdj el kódolni 2 perc alatt - nincs helyi beállítás szükséges!

  1. Forkold ezt a repót a GitHub fiókodba

    Megjegyzés: Ha szeretnéd szerkeszteni az alap konfigurációt, nézd meg a Dev Container konfigurációt

  2. Kattints a Code → Codespaces fülre → ... → New with options...
  3. Használd az alapbeállításokat – ez kiválasztja a Fejlesztői konténer konfigurációt: a kurzusra szabott Generatív AI Java fejlesztői környezet devcontainer-t
  4. Kattints a Create codespace gombra
  5. Várj kb. 2 percet, amíg a környezet elkészül
  6. Folytasd a 2. lépéssel: Azure AI Foundry biztosítása
Pillanatkép: Codespaces almenü Pillanatkép: Új opciókkal Pillanatkép: Codespace létrehozásának opciói

Codespaces előnyei:

  • Nincs szükség helyi telepítésre
  • Bármilyen böngészőt futtató eszközön működik
  • Előre konfigurált az összes eszközzel és függőséggel
  • Személyes fiókoknak havi 60 óráig ingyenes
  • Minden tanulónak egységes fejlesztői környezetet biztosít

B lehetőség: Helyi fejlesztői konténer

Fejlesztőknek, akik helyi Dockert preferálnak

  1. Forkold és klónozd a repót a gépedre

    Megjegyzés: Ha szeretnéd szerkeszteni az alap konfigurációt, nézd meg a Dev Container konfigurációt

  2. Telepítsd a Docker Desktop és VS Code programokat
  3. Telepítsd a Dev Containers kiterjesztést a VS Code-ban
  4. Nyisd meg a repó mappáját VS Code-ban
  5. Amikor megjelenik, kattints a Reopen in Container gombra (vagy Ctrl+Shift+P → „Dev Containers: Reopen in Container”)
  6. Várj, amíg a konténer elkészül és elindul
  7. Folytasd a 2. lépéssel: Azure AI Foundry biztosítása
Pillanatkép: Fejlesztői konténer beállítása Pillanatkép: Fejlesztői konténer felépült

C lehetőség: Használd meglévő helyi telepítésed

Fejlesztőknek meglévő Java környezettel

Előfeltételek:

Lépések:

  1. Klónozd a repót a gépedre
  2. Nyisd meg a projektet az IDE-dben
  3. Folytasd a 2. lépéssel: Azure AI Foundry biztosítása

Pro Tipp: Ha gyenge géped van, de helyi VS Code-ot szeretnél, használd a GitHub Codespaces-t! Csatlakoztasd a helyi VS Code-odat egy cloud-hostolt Codespace-hez a legjobb élményért.

Pillanatkép: létrehozott helyi devcontainer példány

2. lépés: Azure AI Foundry biztosítása

Telepítsd a kurzus AI modelljeit az Azure AI Foundry-ba kódként. A repó gyökérkönyvtárából:

cd 02-SetupDevEnvironment
azd auth login
az login
azd up

Az azd megkérdezi a környezet nevét és régióját, biztosít egy Azure AI Foundry fiókot a gpt-4o-mini és text-embedding-3-small telepítésekkel, és az endpointot beírja a példa .env fájljába — mindezt kulcs nélküli hitelesítéssel (nincs API kulcs).

Teljes útmutató: Lásd az Azure AI Foundry beállítási útmutatót a feltételekhez, kézi (portálos) alternatívához, régió kiválasztáshoz és költség/takarítási megjegyzésekhez.

3. lépés: Beállítás tesztelése

Miután a Foundry modelljeid működnek, teszteld a kapcsolatot a példaprogrammal a 02-SetupDevEnvironment/examples/basic-chat-azure mappában.

  1. Nyisd meg a terminált a fejlesztői környezetedben.

  2. Navigálj a példába:

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

  3. Győződj meg róla, hogy be vagy jelentkezve (a kulcs nélküli hitelesítés token szükséges):

    az login

    Ha azd up-ot futtattál, a .env fájl már tartalmazza az endpointot számodra.

  4. Futtasd az alkalmazást:

    mvn clean spring-boot:run

Látnod kell választ a gpt-4o-mini modelltől.

A példa kód megértése

A examples/basic-chat-azure mappában lévő példa egy Spring Boot alkalmazás, amely a Spring AI-t használja az Azure AI Foundry kulcs nélküli hitelesítésű elérésére.

Mit csinál a kód:

  • Csatlakozik az Azure AI Foundry-hoz az Azure bejelentkezéseddel (Microsoft Entra ID) — nincs API kulcs
  • Küld egy promptot a gpt-4o-mini modellnek
  • Fogadja és megjeleníti a mesterséges intelligencia válaszát
  • Ellenőrzi, hogy a beállítás megfelelően működik

Fő függőség (pom.xml-ben):

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

Konfiguráció (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}

Összefoglaló

Szuper! Most minden be van állítva:

  • Bicep + azd segítségével biztosított Azure AI Foundry modellek kódként
  • Elindult a Java fejlesztői környezeted (akár Codespaces, fejlesztői konténer, vagy helyi)
  • Kapcsolódtál az Azure AI Foundry-hoz kulcs nélküli hitelesítéssel (Microsoft Entra ID) — nincs API kulcs
  • Letesztelted egy egyszerű példával, amely kommunikál a modelleddel

Következő lépések

3. fejezet: Alapvető generatív AI technikák

Hibaelhárítás

Problémák adódtak? Itt a leggyakoribb hibák és megoldások:

  • Hitelesítés sikertelen (401/403)?

    • Futtasd az az login parancsot — a hitelesítés kulcs nélküli, tehát be kell jelentkezned
    • Ellenőrizd, hogy a fiókod rendelkezik-e a Cognitive Services OpenAI User szerepkörrel az erőforráson
    • Ha most biztosítottad, várj egy percet, hogy a szerepkör hozzárendelés érvénybe lépjen

  • Nem található Maven?

    • Dev konténerekben/Codespaces-ben előre telepítve van a Maven
    • Helyi beállításnál biztosítsd, hogy Java 21+ és Maven 3.9+ telepítve legyen
    • Próbáld ki a mvn --version parancsot a telepítés ellenőrzéséhez

  • azd nem található vagy a biztosítás sikertelen?

  • Dev konténer nem indul?

    • Győződj meg róla, hogy a Docker Desktop fut (helyi fejlesztéshez)
    • Próbáld újraépíteni a konténert: Ctrl+Shift+P → „Dev Containers: Rebuild Container”

  • Alkalmazás fordítási hibák?

    • Legyél a helyes könyvtárban: 02-SetupDevEnvironment/examples/basic-chat-azure
    • Próbáld meg tisztítani és újra fordítani: mvn clean compile

Segítségre van szükséged?: Ha még mindig gond van, nyiss egy issue-t a repóban, és segítünk!

Jogi nyilatkozat: Ez a dokumentum az AI fordítási szolgáltatás, a Co-op Translator segítségével készült. Bár az pontosságra törekszünk, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az anyanyelvén tekintendő hiteles forrásnak. Fontos információk esetén professzionális emberi fordítást javasolunk. Nem vállalunk felelősséget semmilyen félreértésért vagy téves értelmezésért, amely ebből a fordításból ered.