Basic Chat with Azure AI Foundry - End-to-End Example

July 2, 2026 · View on GitHub

Ang halimbawa na ito ay isang simpleng Spring Boot application na kumokonekta sa isang Azure AI Foundry model gamit ang keyless authentication (Microsoft Entra ID) at sinusubukan ang iyong setup. Ginagamit nito ang Spring AI na ChatClient.

Table of Contents

Prerequisites

Bago patakbuhin ang halimbawang ito, siguraduhin na mayroon kang:

  • Isang Azure AI Foundry resource na may gpt-4o-mini deployment — i-provision ito gamit ang azd up o manu-mano sa pamamagitan ng Azure AI Foundry setup guide
  • Ang Cognitive Services OpenAI User role para sa resource na iyon (ina-assign ito ng Bicep templates para sa iyo)
  • Ang Azure CLI (az), naka-login gamit ang az login
  • Java 21+ at Maven 3.9+

Hindi kailangan ng API key — ang authentication ay keyless gamit ang Microsoft Entra ID.

Quick Start

# 1. Pumunta sa proyekto
cd 02-SetupDevEnvironment/examples/basic-chat-azure

# 2. Mag-sign in upang makakuha ng token ang keyless auth
az login

# 3. I-configure ang endpoint
#    - Kung pinatakbo mo ang `azd up`, naisulat na para sa iyo ang .env (laktawan ito).
#    - Kung hindi, kopyahin ang template at itakda ang AZURE_OPENAI_ENDPOINT:
cp .env.example .env

# 4. Patakbuhin ang aplikasyon
mvn spring-boot:run

How Authentication Works

Ang halimbawa na ito ay nag-a-authenticate gamit ang Microsoft Entra ID — walang API key.

Kapag ang spring.ai.azure.openai.endpoint lamang ang na-set (at walang api-key), bumubuo ang Spring AI ng Azure OpenAI client gamit ang DefaultAzureCredential. Ang kredensyal na ito ay awtomatikong hahanap ng token mula sa iyong lokal na az login session, o mula sa managed identity kapag tumatakbo sa Azure — kaya ang parehong code ay gumagana sa dalawang lugar nang walang pagbabago.

Running the Application

Using Maven

mvn spring-boot:run

Using VS Code

  1. Buksan ang proyekto sa VS Code
  2. Pindutin ang F5 o gamitin ang "Run and Debug" panel
  3. Piliin ang "Spring Boot-BasicChatApplication" configuration

Tandaan: Ang VS Code configuration ay awtomatikong naglo-load ng iyong .env file

Expected Output

Starting Basic Chat with Azure OpenAI...
Environment variables loaded successfully
Connecting to Azure OpenAI...
Sending prompt: What is AI in a short sentence? Max 100 words.

AI Response:
================
AI, or Artificial Intelligence, is the simulation of human intelligence in machines programmed to think and learn like humans.
================

Success! Azure OpenAI connection is working correctly.

Configuration Reference

Environment Variables

VariableDeskripsyonKailanganHalimbawa
AZURE_OPENAI_ENDPOINTFoundry (Azure OpenAI) endpoint URLOohttps://my-resource.openai.azure.com/
AZURE_OPENAI_DEPLOYMENTPangalan ng chat model deploymentHindigpt-4o-mini (default)

Walang API key variable — ang authentication ay keyless (Microsoft Entra ID gamit ang az login).

Spring Configuration

Ang application.yml file ay nagko-configure ng:

  • Endpoint: ${AZURE_OPENAI_ENDPOINT} - Mula sa environment variable
  • Deployment: ${AZURE_OPENAI_DEPLOYMENT:gpt-4o-mini} - Mula sa environment variable na may fallback
  • Auth: keyless — walang api-key na na-set, kaya ang Spring AI ay gumagamit ng DefaultAzureCredential
  • Temperature: 0.7 - Kumokontrol sa pagiging malikhain (0.0 = deterministic, 1.0 = malikhain)
  • Max Tokens: 500 - Pinakamahabang haba ng sagot

Troubleshooting

Common Issues

Error: 401 / "PermissionDenied" / token errors
  • Patakbuhin ang az login — ang keyless auth ay nangangailangan ng aktibong sign-in para makakuha ng token
  • Siguraduhing ang iyong account ay may Cognitive Services OpenAI User role sa resource
  • Kapag bagong na-assign ang role, maghintay ng ilang minuto para ma-propagate ito
  • Kumpirmahin na nasa tamang tenant/subscription ka (az account show)
Error: "The endpoint is not valid" / connection errors
  • Siguraduhing ang AZURE_OPENAI_ENDPOINT ay ang buong base URL (hal. https://your-resource.openai.azure.com/)
  • Tingnan ang consistency sa trailing slash
  • Siguraduhing tugma ang endpoint sa iyong na-provision na resource (azd env get-values)
Error: "The deployment was not found"
  • Siguraduhing ang AZURE_OPENAI_DEPLOYMENT ay tumutugma sa pangalan ng deployment sa Azure
  • Tingnan kung matagumpay at aktibo ang pag-deploy ng modelo
  • Ang default na pangalan ng deployment ay gpt-4o-mini
VS Code: Environment variables not loading
  • Siguraduhing ang iyong .env file ay nasa root directory ng proyekto (kateray sa pom.xml)
  • Subukang patakbuhin ang mvn spring-boot:run sa VS Code's integrated terminal
  • Tingnan kung tama ang pagkaka-install ng VS Code Java extension

Debug Mode

Para paganahin ang detalyadong logging, alisin ang komentaryo sa mga linyang ito sa application.yml:

logging:
  level:
    org.springframework.ai: DEBUG
    com.azure: DEBUG

Next Steps

Kumpleto na ang Setup! Ipagpatuloy ang iyong pag-aaral:

Chapter 3: Core Generative AI Techniques

Resources

Pagtatanggi: Ang dokumentong ito ay isinalin gamit ang serbisyo ng AI translation na Co-op Translator. Bagama't nagsusumikap kami para sa katumpakan, pakatandaan na ang awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o hindi pagkakatugma. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pangunahing sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang maling pagkakaintindi o maling interpretasyon na nagmula sa paggamit ng pagsasaling ito.