Sette opp utviklingsmiljøet for Generativ AI for Java

July 2, 2026 · View on GitHub

Rask start: Provisionér AI-modellene dine på Azure AI Foundry som kode med Bicep + azd på noen få minutter — se Oppsettveiledning for Azure AI Foundry. Autentisering er nøkkelfri (Microsoft Entra ID), så det er ingen API-nøkler å håndtere.

Hva du vil lære

  • Sette opp et Java-utviklingsmiljø for AI-applikasjoner
  • Velge og konfigurere ditt foretrukne utviklingsmiljø (sky-først med Codespaces, lokal dev container eller full lokal oppsett)
  • Teste oppsettet ditt ved å koble til en Azure AI Foundry-modell

Innholdsfortegnelse

Introduksjon

Dette kapitlet vil guide deg gjennom hvordan du setter opp et utviklingsmiljø. Vi bruker Azure AI Foundry for modellene gjennom hele kurset. Du provisionerer modellene som kode med Bicep og Azure Developer CLI (azd), deretter kobler du til med nøkkelfri autentisering (Microsoft Entra ID) — ingen API-nøkler å kopiere eller lekke.

Ingen lokal oppsett nødvendig! Du kan bruke GitHub Codespaces, som tilbyr et fullt utviklingsmiljø i nettleseren din, og provisionere Foundry derfra.

Vi bruker Azure AI Foundry for dette kurset fordi det er:

  • Provisionert som kode — ett azd up deployerer konto og modellimplementeringer
  • Nøkkelfri — autentiser med Azure-pålogging eller en managed identity
  • Produsert for produksjon — samme kode kjører lokalt og i Azure
  • Fleksibelt — bytt modeller ved å endre et deploy-navn, ikke koden din

Merk: Azure AI Foundry-implementeringer faktureres per token (betal etter bruk). Se Oppsettveiledning for Azure AI Foundry for provisjonering, region og kostnadsdetaljer.

Steg 1: Sett opp utviklingsmiljøet ditt

Vi har laget en forhåndskonfigurert utviklingscontainer for å minimere oppsettstid og sikre at du har alle nødvendige verktøy for dette Generative AI for Java-kurset. Velg din foretrukne utviklingstilnærming:

Miljøoppsettalternativer:

Alternativ A: GitHub Codespaces (anbefalt)

Start koding på 2 minutter - ingen lokal oppsett nødvendig!

  1. Fork dette repositoryet til din GitHub-konto

    Merk: Hvis du vil redigere grunnkonfigurasjonen, ta en titt på Dev Container Configuration

  2. Klikk Code → fanen Codespaces → ... → Ny med alternativer...
  3. Bruk standardinnstillingene – dette vil velge Dev container-konfigurasjonen: Generative AI Java Development Environment tilpasset devcontainer laget for dette kurset
  4. Klikk Create codespace
  5. Vent ~2 minutter på at miljøet er klart
  6. Fortsett til Steg 2: Provision Azure AI Foundry
Screenshot: Codespaces submenu Screenshot: New with options Screenshot: Create codespace options

Fordeler med Codespaces:

  • Ingen lokal installasjon nødvendig
  • Fungerer på alle enheter med nettleser
  • Forhåndskonfigurert med alle verktøy og avhengigheter
  • Gratis 60 timer per måned for personlige kontoer
  • Konsistent miljø for alle brukere

Alternativ B: Lokal dev container

For utviklere som foretrekker lokal utvikling med Docker

  1. Fork og klon dette repositoryet til din lokale maskin

    Merk: Hvis du vil redigere grunnkonfigurasjonen, ta en titt på Dev Container Configuration

  2. Installer Docker Desktop og VS Code
  3. Installer Dev Containers-utvidelsen i VS Code
  4. Åpne repository-mappen i VS Code
  5. Når du blir spurt, klikk Reopen in Container (eller bruk Ctrl+Shift+P → "Dev Containers: Reopen in Container")
  6. Vent til containeren bygges og starter
  7. Fortsett til Steg 2: Provision Azure AI Foundry
Screenshot: Dev container setup Screenshot: Dev container build complete

Alternativ C: Bruk din eksisterende lokale installasjon

For utviklere med eksisterende Java-miljøer

Forutsetninger:

Steg:

  1. Klon dette repositoryet til din lokale maskin
  2. Åpne prosjektet i din IDE
  3. Fortsett til Steg 2: Provision Azure AI Foundry

Proftips: Hvis du har en maskin med lav spesifikasjon, men vil ha VS Code lokalt, bruk GitHub Codespaces! Du kan koble din lokale VS Code til en sky-hostet Codespace for det beste av begge verdener.

Screenshot: created local devcontainer instance

Steg 2: Provision Azure AI Foundry

Deploy kursets AI-modeller til Azure AI Foundry som kode. Fra repo-rot:

cd 02-SetupDevEnvironment
azd auth login
az login
azd up

azd ber om et miljønavn og region, provisjonerer en Azure AI Foundry-konto med gpt-4o-mini og text-embedding-3-small deployeringer, og skriver endepunktet inn i eksempelets .env — alt med nøkkelfri autentisering (ingen API-nøkler).

Full gjennomgang: Se Oppsettveiledning for Azure AI Foundry for forutsetninger, et manuelt (portal) alternativ, regionanbefaling, og kostnads-/oppryddingsnotater.

Steg 3: Test oppsettet ditt

Når Foundry-modellene dine er provisionert, test tilkoblingen med eksempelappen i 02-SetupDevEnvironment/examples/basic-chat-azure.

  1. Åpne terminalen i utviklingsmiljøet ditt.
  2. Naviger til eksempelet: 
    cd 02-SetupDevEnvironment/examples/basic-chat-azure
  3. Sørg for at du er innlogget (nøkkelfri autentisering krever token): 
    az login

    Hvis du kjørte azd up, ble .env-filen med endepunktet allerede skrevet for deg.

  4. Kjør applikasjonen: 
    mvn clean spring-boot:run

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

Forstå eksempelkoden

Eksemplet under examples/basic-chat-azure er en Spring Boot-app som bruker Spring AI for å koble til Azure AI Foundry med nøkkelfri autentisering.

Dette gjør koden:

  • Kobler til Azure AI Foundry med din Azure-pålogging (Microsoft Entra ID) — ingen API-nøkkel
  • Sender en prompt til gpt-4o-mini-modellen
  • Mottar og viser AI-svaret
  • Validerer at oppsettet ditt fungerer riktig

Nøkkelavhengighet (i pom.xml):

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

Konfigurasjon (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}

Oppsummering

Flott! Nå har du alt satt opp:

  • Provisionert Azure AI Foundry-modeller som kode med Bicep + azd
  • Fått Java-utviklingsmiljøet ditt i gang (enten Codespaces, dev containers eller lokalt)
  • Knyttet til Azure AI Foundry med nøkkelfri autentisering (Microsoft Entra ID) — ingen API-nøkler
  • Testet at alt fungerer med et enkelt eksempel som kommuniserer med modellen din

Neste steg

Kapittel 3: Kjerne teknikker for generativ AI

Feilsøking

Har du problemer? Her er vanlige problemer og løsninger:

  • Autentisering feiler (401/403)?

    • Kjør az login — autentisering er nøkkelfri, så du må være logget inn
    • Bekreft at kontoen din har rollen Cognitive Services OpenAI User på ressursen
    • Hvis du nettopp provisjonerte, vent ett minutt på at rolle-tilordningen sprer seg

  • Maven ikke funnet?

    • Bruker du dev containers/Codespaces, skal Maven være forhåndsinstallert
    • For lokalt oppsett, sørg for at Java 21+ og Maven 3.9+ er installert
    • Prøv mvn --version for å sjekke installasjonen

  • azd ikke funnet eller provisjonering feiler?

  • Dev container starter ikke?

    • Sørg for at Docker Desktop kjører (lokal utvikling)
    • Prøv å bygge containeren på nytt: Ctrl+Shift+P → "Dev Containers: Rebuild Container"

  • Kompileringsfeil i applikasjonen?

    • Sørg for at du er i riktig katalog: 02-SetupDevEnvironment/examples/basic-chat-azure
    • Prøv å rense og bygge på nytt: mvn clean compile

Trenger du hjelp?: Fortsatt problemer? Åpne et issue i repositoryen så hjelper vi deg.

Ansvarsfraskrivelse: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.