使用Azure AI服务：使用C#和Python进行REST API调用

配置 Azure AI 服务资源

Azure AI 服务提供一套功能强大的基于云的服务，可将高级人工智能功能直接引入您的应用程序。

无论您需要自然语言处理、计算机视觉还是其他 AI 功能，Azure AI 服务都能提供可扩展且高效的解决方案。

本文将指导您配置 Azure AI 服务资源并将其集成到您的应用程序中。

步骤 1：登录 Azure 门户

1、打开 Web 浏览器并转到Azure 门户。

2、使用与你的 Azure 订阅关联的 Microsoft 帐户登录。

步骤 2：创建 Azure AI 服务资源

1、在 Azure 门户中，使用顶部搜索栏搜索Azure AI 服务。

2、从搜索结果中选择Azure AI 服务。

单击“创建”开始配置新的多服务帐户资源。

步骤 3：配置资源设置

创建 Azure AI 服务资源时，需要配置以下设置：

资源组：

选择现有资源组或创建新资源组。如果您的权限受限，请使用提供给您的资源组。

区域：

选择适合您需求的可用区域。

名称：

为您的资源输入一个唯一的名称。

定价层：

选择标准 S0作为定价层。

步骤 4：完成并创建资源

1、通过选择所需的复选框来查看条款和条件。

2、单击“创建”以部署您的资源。

3、等待部署完成。此过程可能需要几分钟。

步骤 5：访问资源详细信息

部署完成后，请按照以下步骤查看资源详细信息：

1、进入资源页面，查看部署详情。

2、导航到密钥和端点页面。

此页面包含连接到资源的基本信息，包括：

HTTP 端点：客户端应用程序可以发送请求的端点。
身份验证密钥：客户端应用程序可用于身份验证的两个密钥。任一密钥均可用于对请求进行身份验证。

Location：资源的托管位置，某些 API 请求需要该位置。

在您的应用程序中使用 Azure AI 服务

设置 Azure AI 服务资源后，你现在可以将 AI 功能整合到应用程序中。以下是如何使用这些服务的一般概述：

1、发出 HTTP 请求：

使用提供的 HTTP 端点从客户端应用程序发送请求。确保在请求标头中包含其中一个身份验证密钥。

2、处理响应：

处理来自 Azure AI 服务的响应，以将 AI 功能（例如自然语言处理、计算机视觉或其他功能）合并到您的应用程序中。

3、特定区域的 API：

对于某些 API，您需要在请求中指定资源的位置。

将 REST 接口与 Azure AI 服务结合使用

Azure AI 服务 API 基于 REST，允许你通过 HTTP 发送 JSON 请求来与它们交互。

在本文中，我们将介绍一个使用控制台应用程序使用语言 REST API 执行语言检测的示例。

此原则适用于 Azure AI 服务资源支持的所有 API。

先决条件

您的机器上安装了 Visual Studio Code
Azure AI 服务资源终结点和身份验证密钥
具备 C# 或 Python 基础知识

设置你的项目

1. 选择您的首选语言

您可以选择使用 C# 或 Python 进行此练习。根据您的偏好，在 Visual Studio Code 中展开相应的文件夹：

对于 C#：展开C-Sharp文件夹。
对于 Python：展开Python文件夹。

2.更新配置设置

导航到rest-client文件夹并打开配置文件：

C＃：appsettings.json

Python：.env

更新配置值以反映您的 Azure AI 服务端点和身份验证密钥，然后保存更改。

3.检查客户端应用程序代码

打开您选择的语言的主代码文件：

C＃：Program.cs

using System;

using Newtonsoft.Json.Linq;

using System.Text;

using System.Net.Http;

using System.Net.Http.Headers;

using System.Web;

using Microsoft.Extensions.Configuration;

using System.Threading.Tasks;



namespace rest_client

{

    class Program

    {

        private static string AiSvcEndpoint;

        private static string AiSvCKey;

        static async Task Main(string[] args)

        {

            try

            {

                // Get config settings from AppSettings

                IConfigurationBuilder builder = new ConfigurationBuilder().AddJsonFile("appsettings.json");

                IConfigurationRoot configuration = builder.Build();

                AiSvcEndpoint = configuration["AIServicesEndpoint"];

                AiSvCKey = configuration["AIServicesKey"];



                // Get user input (until they enter "quit")

                string userText = "";

                while (userText.ToLower() != "quit")

                {

                    Console.WriteLine("Enter some text ('quit' to stop)");

                    userText = Console.ReadLine();

                    if (userText.ToLower() != "quit")

                    {

                        // Call function to detect language

                        await GetLanguage(userText);

                    }



                }

            }

            catch (Exception ex)

            {

                Console.WriteLine(ex.Message);

            }

        }

        static async Task GetLanguage(string text)

        {

            // Construct the JSON request body

            try

            {

                JObject jsonBody = new JObject(

                    // Create a collection of documents (we'll only use one, but you could have more)

                    new JProperty("documents",

                    new JArray(

                        new JObject(

                            // Each document needs a unique ID and some text

                            new JProperty("id", 1),

                            new JProperty("text", text)

                    ))));

                

                // Encode as UTF-8

                UTF8Encoding utf8 = new UTF8Encoding(true, true);

                byte[] encodedBytes = utf8.GetBytes(jsonBody.ToString());

                

                // Let's take a look at the JSON we'll send to the service

                Console.WriteLine(utf8.GetString(encodedBytes, 0, encodedBytes.Length));



                // Make an HTTP request to the REST interface

                var client = new HttpClient();

                var queryString = HttpUtility.ParseQueryString(string.Empty);



                // Add the authentication key to the header

                client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", AiSvCKey);



                // Use the endpoint to access the Text Analytics language API

                var uri = AiSvcEndpoint + "text/analytics/v3.1/languages?" + queryString;



                // Send the request and get the response

                HttpResponseMessage response;

                using (var content = new ByteArrayContent(encodedBytes))

                {

                    content.Headers.ContentType = new MediaTypeHeaderValue("application/json");

                    response = await client.PostAsync(uri, content);

                }



                // If the call was successful, get the response

                if (response.StatusCode == System.Net.HttpStatusCode.OK)

                {

                    // Display the JSON response in full (just so we can see it)

                    string responseContent = await response.Content.ReadAsStringAsync();

                    JObject results = JObject.Parse(responseContent);

                    Console.WriteLine(results.ToString());



                    // Extract the detected language name for each document

                    foreach (JObject document in results["documents"])

                    {

                        Console.WriteLine("\nLanguage: " + (string)document["detectedLanguage"]["name"]);

                    }

                }

                else

                {

                    // Something went wrong, write the whole response

                    Console.WriteLine(response.ToString());

                }

            }

            catch(Exception ex)

            {

                Console.WriteLine(ex.Message);

            }



        }

    }

}

Python: rest-client.py

from dotenv import load_dotenv

import os

import http.client, base64, json, urllib

from urllib import request, parse, error



def main():

    global ai_endpoint

    global ai_key



    try:

        # Get Configuration Settings

        load_dotenv()

        ai_endpoint = os.getenv('AI_SERVICE_ENDPOINT')

        ai_key = os.getenv('AI_SERVICE_KEY')



        # Get user input (until they enter "quit")

        userText =''

        while userText.lower() != 'quit':

            userText = input('Enter some text ("quit" to stop)\n')

            if userText.lower() != 'quit':

                GetLanguage(userText)



    except Exception as ex:

        print(ex)



def GetLanguage(text):

    try:

        # Construct the JSON request body (a collection of documents, each with an ID and text)

        jsonBody = {

            "documents":[

                {"id": 1,

                 "text": text}

            ]

        }



        # Let's take a look at the JSON we'll send to the service

        print(json.dumps(jsonBody, indent=2))



        # Make an HTTP request to the REST interface

        uri = ai_endpoint.rstrip('/').replace('https://', '')

        conn = http.client.HTTPSConnection(uri)



        # Add the authentication key to the request header

        headers = {

            'Content-Type': 'application/json',

            'Ocp-Apim-Subscription-Key': ai_key

        }



        # Use the Text Analytics language API

        conn.request("POST", "/text/analytics/v3.1/languages?", str(jsonBody).encode('utf-8'), headers)



        # Send the request

        response = conn.getresponse()

        data = response.read().decode("UTF-8")



        # If the call was successful, get the response

        if response.status == 200:



            # Display the JSON response in full (just so we can see it)

            results = json.loads(data)

            print(json.dumps(results, indent=2))



            # Extract the detected language name for each document

            for document in results["documents"]:

                print("\nLanguage:", document["detectedLanguage"]["name"])



        else:

            # Something went wrong, write the whole response

            print(data)



        conn.close()



    except Exception as ex:

        print(ex)



if __name__ == "__main__":

    main()