Налаштування середовища розробки для Генеративного ШІ на Java

July 2, 2026 · View on GitHub

Швидкий старт: Розгорніть ваші AI-моделі на Azure AI Foundry як код за допомогою Bicep + azd за кілька хвилин — див. Керівництво зі встановлення Azure AI Foundry. Аутентифікація без ключів (Microsoft Entra ID), тому немає API-ключів для керування.

Чому ви навчитеся

  • Налаштовувати середовище розробки Java для AI-додатків
  • Вибирати та конфігурувати улюблене середовище розробки (спочатку хмарне на Codespaces, локальний dev container або повний локальний набір)
  • Перевіряти налаштування, підключаючись до моделі Azure AI Foundry

Зміст

Вступ

Цей розділ проведе вас через налаштування середовища розробки. Протягом усього курсу ми використовуватимемо Azure AI Foundry для моделей. Ви розгортаєте моделі як код через Bicep і Azure Developer CLI (azd), а потім підключаєтесь з автентифікацією без ключів (Microsoft Entra ID) — без копіювання чи втрати API-ключів.

Локальне встановлення не потрібне! Ви можете використовувати GitHub Codespaces, який надає повне середовище розробки у вашому браузері і звідти розгорнути Foundry.

Ми використовуємо Azure AI Foundry для курсу, бо це:

  • Розгортання як код — один azd up розгортає акаунт і розгортання моделей
  • Без ключів — аутентифікація через вхід в Azure або керовану ідентичність
  • Готово до продакшену — той самий код працює локально і в Azure
  • Гнучко — змінюйте моделі, змінюючи лише ім’я розгортання, а не код

Примітка: Розгортання Azure AI Foundry оплачується за токенами (pay-as-you-go). Деталі про розгортання, регіон та витрати дивіться в керівництві зі встановлення Azure AI Foundry.

Крок 1: Налаштуйте середовище розробки

Ми створили попередньо налаштований контейнер розробки для мінімізації часу налаштування і забезпечення всіх необхідних інструментів для цього курсу Генеративного ШІ на Java. Виберіть свій улюблений спосіб розробки:

Варіанти налаштування середовища:

Варіант A: GitHub Codespaces (Рекомендовано)

Почніть кодити за 2 хвилини — локальна установка не потрібна!

  1. Форкніть цей репозиторій на свій акаунт GitHub

    Примітка: Якщо хочете редагувати базову конфігурацію, перегляньте Конфігурацію Dev Container

  2. Клікніть Code → вкладка Codespaces → ... → New with options...
  3. Використайте налаштування за замовчуванням – буде обрано Dev container configuration: Generative AI Java Development Environment створений спеціально для цього курсу
  4. Клікніть Create codespace
  5. Почекайте приблизно 2 хвилини для готовності середовища
  6. Продовжуйте до Крок 2: Розгорніть Azure AI Foundry
Скріншот: підменю Codespaces Скріншот: Нове з опціями Скріншот: Параметри створення codespace

Переваги Codespaces:

  • Локальна інсталяція не потрібна
  • Працює на будь-якому пристрої з браузером
  • Попередньо налаштовано з усіма інструментами та залежностями
  • Безкоштовно 60 годин на місяць для персональних акаунтів
  • Консистентне середовище для всіх учнів

Варіант B: Локальний Dev Container

Для розробників, які віддають перевагу локальній розробці з Docker

  1. Форкніть і клонувати цей репозиторій на свій локальний комп’ютер

    Примітка: Якщо хочете редагувати базову конфігурацію, перегляньте Конфігурацію Dev Container

  2. Встановіть Docker Desktop і VS Code
  3. Встановіть розширення Dev Containers у VS Code
  4. Відкрийте папку репозиторію у VS Code
  5. Коли буде запропоновано, клікніть Reopen in Container (або використайте Ctrl+Shift+P → "Dev Containers: Reopen in Container")
  6. Почекайте, доки контейнер збудується та запуститься
  7. Продовжуйте до Крок 2: Розгорніть Azure AI Foundry
Скріншот: Налаштування Dev container Скріншот: Збірка dev container завершена

Варіант C: Використання вашої існуючої локальної інсталяції

Для розробників з існуючими Java-середовищами

Вимоги:

Кроки:

  1. Клонуйте цей репозиторій на свій локальний комп’ютер
  2. Відкрийте проект у вашому IDE
  3. Продовжуйте до Крок 2: Розгорніть Azure AI Foundry

Профі порада: Якщо у вас слабкий комп’ютер, але хочеться працювати у VS Code локально, використайте GitHub Codespaces! Ви можете під’єднати свій локальний VS Code до хмарного Codespace для найкращого досвіду.

Скріншот: створений локальний devcontainer екземпляр

Крок 2: Розгорніть Azure AI Foundry

Розгорніть AI-моделі курсу до Azure AI Foundry як код. З кореневої папки репозиторію:

cd 02-SetupDevEnvironment
azd auth login
az login
azd up

azd запитає ім’я середовища та регіон, розгорне акаунт Azure AI Foundry з розгортаннями gpt-4o-mini і text-embedding-3-small, і запише endpoint у файл .env прикладу — все з автентифікацією без ключів (без API-ключів).

Повний посібник: Дивіться Керівництво зі встановлення Azure AI Foundry для вимог, альтернативи (портал), рекомендації по регіонах та примітки про витрати/очищення.

Крок 3: Перевірте налаштування

Після того, як моделі Foundry будуть розгорнуті, перевірте підключення за допомогою прикладного додатка в 02-SetupDevEnvironment/examples/basic-chat-azure.

  1. Відкрийте термінал у вашому середовищі розробки.

  2. Перейдіть у папку з прикладом:

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

  3. Переконайтеся, що ви увійшли (автентифікація без ключів потребує токену):

    az login

    Якщо ви запускали azd up, файл .env з вашим endpoint вже створений.

  4. Запустіть додаток:

    mvn clean spring-boot:run

Ви побачите відповідь від моделі gpt-4o-mini.

Розуміння прикладного коду

Приклад у папці examples/basic-chat-azure — це додаток Spring Boot, який використовує Spring AI для підключення до Azure AI Foundry з автентифікацією без ключів.

Що робить цей код:

  • Підключається до Azure AI Foundry через ваш вхід в Azure (Microsoft Entra ID) — без API-ключа
  • Відправляє запит до моделі gpt-4o-mini
  • Отримує і відображає відповідь AI
  • Перевіряє, що ваше налаштування працює правильно

Ключова залежність (в pom.xml):

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

Конфігурація (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}

Підсумок

Чудово! Тепер у вас є все налаштоване:

  • Розгорнуті моделі Azure AI Foundry як код за допомогою Bicep + azd
  • Запущене середовище розробки Java (Codespaces, dev containers або локальне)
  • Підключення до Azure AI Foundry з автентифікацією без ключів (Microsoft Entra ID) — без API-ключів
  • Перевірено, що все працює, з простим прикладом, який спілкується з вашою моделлю

Наступні кроки

Розділ 3: Основні методи Генеративного ШІ

Вирішення проблем

Є проблеми? Ось поширені труднощі та рішення:

  • Помилка аутентифікації (401/403)?

    • Виконайте az login — автентифікація без ключів, тож треба увійти
    • Перевірте, що ваш акаунт має роль Cognitive Services OpenAI User на ресурсі
    • Якщо щойно розгорнули, зачекайте хвилину, поки пошириться призначення ролі

  • Maven не знайдено?

    • Для dev containers/Codespaces Maven має бути попередньо встановлено
    • Для локальної установки переконайтеся, що встановлено Java 21+ та Maven 3.9+
    • Спробуйте mvn --version для перевірки

  • azd не знайдено або розгортання не вдається?

  • Dev container не запускається?

    • Переконайтеся, що Docker Desktop запущено (для локальної розробки)
    • Спробуйте перебудувати контейнер: Ctrl+Shift+P → "Dev Containers: Rebuild Container"

  • Проблеми під час компіляції додатка?

    • Переконайтеся, що ви в правильній директорії: 02-SetupDevEnvironment/examples/basic-chat-azure
    • Спробуйте почистити і перебудувати: mvn clean compile

Потрібна допомога? Якщо проблеми залишаються, відкрийте issue у репозиторії, і ми допоможемо.

Відмова від відповідальності: Цей документ було перекладено за допомогою сервісу штучного інтелекту для перекладу Co-op Translator. Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ рідною мовою слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.