Configuração do Ambiente de Desenvolvimento para o Azure AI Foundry

July 2, 2026 · View on GitHub

Este guia configura os modelos do Azure AI Foundry para as aplicações Java de IA deste curso, usando autenticação sem chave (Microsoft Entra ID) — sem chaves de API para gerir. Novo nas ferramentas? Comece pelo guia do ambiente de desenvolvimento.

Este guia configura modelos do Azure AI Foundry para as aplicações Java de IA deste curso. Tem dois caminhos:

  • Opção A — Provisionar com azd + Bicep (recomendado): um comando executa o deploy da conta Foundry e dos modelos como código. Sem depender do portal.
  • Opção B — Criar recursos manualmente no portal Azure AI Foundry.

Ambos os caminhos usam autenticação sem chave (Microsoft Entra ID) — não existem chaves de API para copiar ou expor.

Índice

O que será criado

Os templates Bicep em infra/ criam:

  • Uma conta Azure AI Foundry (Microsoft.CognitiveServices/accounts, tipo AIServices) com um projeto
  • Um deployment de chat — gpt-4o-mini
  • Um deployment de embedding — text-embedding-3-small (usado em capítulos posteriores)
  • Uma atribuição de função sem chave (Cognitive Services OpenAI User) para que se possa autenticar com az login em vez de gerir chaves

Pré-requisitos

Opção A: Provisionar com azd + Bicep (Recomendado)

A partir da pasta 02-SetupDevEnvironment:

cd 02-SetupDevEnvironment

# Iniciar sessão (ambas as ferramentas)
azd auth login
az login

# Providenciar a conta Foundry + implementações de modelos
azd up

O azd pede um nome de ambiente (por exemplo genai-java) e uma região. Escolha uma região onde gpt-4o-mini e text-embedding-3-small estejam disponíveis — por exemplo eastus2 ou swedencentral.

Quando a configuração terminar, o azd:

  1. Desdobra tudo o que está definido em infra/main.bicep.
  2. Executa um hook pós-provisionamento que escreve examples/basic-chat-azure/.env com o seu endpoint e nomes de deployment (sem segredos).

Dica: Execute azd up sempre que quiser aplicar alterações. Execute azd down para apagar tudo e parar de incorrer em custos.

Para ver as definições geradas:

azd env get-values

Agora vá para Testar a Configuração.

Opção B: Criar Recursos Manualmente

Prefere o portal? Crie os recursos manualmente:

  1. Aceda ao portal Azure AI Foundry e inicie sessão.
  2. Crie um projeto (isto também cria um recurso AI Foundry). Dê-lhe um nome como GenAIJava.
  3. No seu projeto, abra Modelos + endpoints → Deploy model → Deploy base model.
  4. Faça o deploy do gpt-4o-mini (nome do deployment gpt-4o-mini). Repita para o text-embedding-3-small se quiser exemplos com embeddings.
  5. Na secção Overview, copie o endpoint (por exemplo, https://<resource>.openai.azure.com/).
  6. Conceda a si mesmo acesso sem chave: no recurso, abra Access control (IAM) → Add role assignment → atribua Cognitive Services OpenAI User à sua conta.

Ainda com dificuldades? Consulte a documentação do Azure AI Foundry.

Configurar o Ambiente

Se usou a Opção A (azd up), o ficheiro de definições já está criado — não precisa de configurar nada. Vá para Testar a Configuração.

Se usou a Opção B (manual), crie o ficheiro .env do exemplo manualmente:

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

Edite .env com o seu endpoint (sem chave — a autenticação é sem chave):

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

Nota de segurança: Não há chave de API para guardar. Autentica com Microsoft Entra ID via az login (localmente) ou uma identidade gerida (no Azure). O ficheiro .env contém apenas definições não secretas e já está incluído no .gitignore.

Testar a Configuração

Certifique-se de que está autenticado para que a autenticação sem chave possa obter um token, depois execute o exemplo:

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

az login          # se ainda não tiver sessão iniciada
mvn clean spring-boot:run

Deverá ver uma resposta do modelo gpt-4o-mini!

Utilizadores do VS Code: prima F5 para executar. A aplicação carrega o seu .env automaticamente.

Exemplo completo: Consulte o exemplo Basic Chat with Azure AI Foundry para detalhes e resolução de problemas.

Próximos Passos

Configuração concluída! Agora tem:

  • Azure AI Foundry com gpt-4o-mini e text-embedding-3-small implementados
  • Autenticação sem chave (Microsoft Entra ID) — sem chaves para gerir
  • Um .env local com o seu endpoint e nomes dos deployments
  • Um ambiente de desenvolvimento Java pronto a usar

Continue para Capítulo 3: Técnicas fundamentais de IA generativa para começar a construir aplicações de IA!

Recursos

Recursos Adicionais

Aviso Legal: Este documento foi traduzido utilizando o serviço de tradução automática Co-op Translator. Embora nos esforcemos pela precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas resultantes da utilização desta tradução.