Azure AI Foundry کے ساتھ بنیادی چیٹ - مکمل مثال

July 2, 2026 · View on GitHub

یہ مثال ایک سادہ Spring Boot ایپلیکیشن ہے جو Azure AI Foundry ماڈل سے کلید سے پاک تصدیق (Microsoft Entra ID) کے ذریعے جڑتی ہے اور آپ کی ترتیب کا تجربہ کرتی ہے۔ یہ Spring AI کے ChatClient کا استعمال کرتی ہے۔

فہرست مضامین

ضروریات

اس مثال کو چلانے سے پہلے یقینی بنائیں کہ آپ نے:

  • Azure AI Foundry کا ایک وسیلہ جس میں gpt-4o-mini تعیناتی ہو — اسے azd up سے فراہم کریں یا دستی طور پر Azure AI Foundry سیٹ اپ گائیڈ کے ذریعے کریں
  • اس وسیلہ پر Cognitive Services OpenAI User کا رول ہونا (Bicep ٹیمپلیٹس آپ کے لیے فراہم کرتے ہیں)
  • Azure CLI (az) اور az login کے ذریعے سائن ان ہونا
  • Java 21+ اور Maven 3.9+

کوئی API کلید درکار نہیں — تصدیق Microsoft Entra ID کے ذریعے کلید سے پاک ہے۔

فوری آغاز

# 1. پروجیکٹ پر جائیں
cd 02-SetupDevEnvironment/examples/basic-chat-azure

# 2. سائن ان کریں تاکہ کی لیس توثیق ٹوکن حاصل کر سکے
az login

# 3. اینڈپوائنٹ کو ترتیب دیں
#    - اگر آپ نے `azd up` چلایا تھا، تو .env آپ کے لیے لکھا گیا تھا (اسے چھوڑ دیں).
#    - ورنہ ٹیمپلیٹ کو کاپی کریں اور AZURE_OPENAI_ENDPOINT سیٹ کریں:
cp .env.example .env

# 4. ایپلیکیشن چلائیں
mvn spring-boot:run

تصدیق کیسے کام کرتی ہے

یہ مثال Microsoft Entra ID کے ساتھ تصدیق کرتی ہے — کوئی API کلید نہیں ہے۔

جب صرف spring.ai.azure.openai.endpoint سیٹ ہوتی ہے (اور کوئی api-key نہیں)، تو Spring AI Azure OpenAI کلائنٹ کو DefaultAzureCredential کے ساتھ بناتا ہے۔ یہ اس سند کو خودکار طور پر آپ کے az login سیشن سے لوکل ٹوکن تلاش کرتا ہے، یا جب Azure میں چل رہا ہو تو Managed Identity سے — اس طرح ایک ہی کوڈ دونوں جگہ بغیر تبدیلی کے کام کرتا ہے۔

ایپلیکیشن چلانا

Maven کا استعمال

mvn spring-boot:run

VS Code کا استعمال

  1. VS Code میں پروجیکٹ کھولیں
  2. F5 دبائیں یا "Run and Debug" پینل استعمال کریں
  3. "Spring Boot-BasicChatApplication" کنفیگریشن منتخب کریں

نوٹ: VS Code کنفیگریشن خودکار طور پر آپ کی .env فائل لوڈ کر لیتا ہے

متوقع نتیجہ

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.

ترتیب کا حوالہ

ماحولیاتی متغیرات

متغیروضاحتضروریمثال
AZURE_OPENAI_ENDPOINTFoundry (Azure OpenAI) کا اینڈپوائنٹ URLہاںhttps://my-resource.openai.azure.com/
AZURE_OPENAI_DEPLOYMENTچیٹ ماڈل کی تعیناتی کا نامنہیںgpt-4o-mini (ڈفالٹ)

کوئی API کلید متغیر نہیں ہے — تصدیق کلید سے پاک ہے (Microsoft Entra ID کے ذریعے az login).

Spring کی ترتیب

application.yml فائل کی ترتیب:

  • اینڈپوائنٹ: ${AZURE_OPENAI_ENDPOINT} - ماحولیاتی متغیر سے
  • تعیناتی: ${AZURE_OPENAI_DEPLOYMENT:gpt-4o-mini} - ماحولیاتی متغیر سے، متبادل کے ساتھ
  • تصدیق: کلید سے پاک — کوئی api-key نہیں، اس لیے Spring AI DefaultAzureCredential استعمال کرتا ہے
  • Temperature: 0.7 - تخلیقی صلاحیت کو کنٹرول کرتا ہے (0.0 = قطعیت پسند، 1.0 = تخلیقی)
  • زیادہ سے زیادہ ٹوکنز: 500 - زیادہ سے زیادہ جواب کی لمبائی

مسائل کا حل

عام مسائل

غلطی: 401 / "PermissionDenied" / ٹوکن کی غلطیاں
  • az login چلائیں — کلید سے پاک تصدیق کو ٹوکن حاصل کرنے کے لیے ایک فعال سائن ان کی ضرورت ہے
  • تصدیق کریں کہ آپ کے اکاؤنٹ پر وسیلہ کے لیے Cognitive Services OpenAI User کا رول ہے
  • اگر آپ نے ابھی رول تفویض کیا ہے تو اس کے پھیلاؤ کیلئے ایک منٹ انتظار کریں
  • جانچ کریں کہ آپ درست ٹیننٹ/سبسکرپشن میں ہیں (az account show)
غلطی: "The endpoint is not valid" / کنکشن کی غلطیاں
  • یقینی بنائیں کہ AZURE_OPENAI_ENDPOINT مکمل بنیادی URL ہے (مثلاً https://your-resource.openai.azure.com/)
  • ٹریلنگ سلیش کی مطابقت چیک کریں
  • تصدیق کریں کہ اینڈپوائنٹ آپ کے فراہم کردہ وسیلہ سے میل کھاتا ہے (azd env get-values)
غلطی: "The deployment was not found"
  • تصدیق کریں کہ AZURE_OPENAI_DEPLOYMENT Azure میں کسی تعیناتی کے نام سے میل کھاتا ہو
  • جانچ کریں کہ ماڈل کامیابی سے تعینات اور فعال ہے
  • ڈیفالٹ تعیناتی کا نام gpt-4o-mini ہے
VS Code: ماحولیاتی متغیرات لوڈ نہیں ہو رہے
  • یقینی بنائیں کہ آپ کی .env فائل پروجیکٹ کی روٹ ڈائریکٹری میں ہے (وہیں جہاں pom.xml ہے)
  • VS Code کی انٹیگریٹڈ ٹرمینل میں mvn spring-boot:run چلانے کی کوشش کریں
  • چیک کریں کہ VS Code Java ایکسٹینشن صحیح طریقے سے انسٹال ہے

ڈیبگ موڈ

تفصیلی لاگنگ کو فعال کرنے کے لیے application.yml میں یہ لائنیں ان کومینٹ کریں:

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

اگلے اقدامات

سیٹ اپ مکمل! اپنی سیکھنے کا سفر جاری رکھیں:

باب 3: بنیادی تخلیقی AI تکنیکیں

وسائل

ڈس کلیمر: یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنے مادری زبان میں مستند ماخذ سمجھی جائے گی۔ حساس معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔