跳到主要内容
LangChain 与 Microsoft Azure 及其他 Microsoft 产品的所有集成。

​
聊天模型

Microsoft 提供三种主要选项来通过 Azure 访问聊天模型
  1. Azure OpenAI - 通过 Microsoft Azure 的安全企业平台访问 OpenAI 的强大模型，如 o3、4.1 及其他模型。
  2. Azure AI - 通过统一的 API 访问来自不同提供商的各种模型，包括 Anthropic、DeepSeek、Cohere、Phi 和 Mistral。
  3. Azure ML - 允许您使用 Azure 机器学习部署和管理您自己的自定义模型或微调的开源模型。

​
Azure OpenAI

Microsoft Azure，通常称为 Azure，是由 Microsoft 运营的云计算平台，它通过全球数据中心提供应用程序和服务的访问、管理和开发。它提供了一系列功能，包括软件即服务（SaaS）、平台即服务（PaaS）和基础设施即服务（IaaS）。Microsoft Azure 支持多种编程语言、工具和框架，包括 Microsoft 特定的和第三方的软件及系统。
Azure OpenAI 是一个 Azure 服务，提供来自 OpenAI 的强大语言模型，包括 GPT-3、Codex 和 Embeddings 模型系列，用于内容生成、摘要、语义搜索以及自然语言到代码的翻译。 
pip install langchain-openai
设置环境变量以访问 Azure OpenAI 服务。 
import os

os.environ["AZURE_OPENAI_ENDPOINT"] = "https://<your-endpoint.openai.azure.com/"
os.environ["AZURE_OPENAI_API_KEY"] = "your AzureOpenAI key"
查看使用示例 
from langchain_openai import AzureChatOpenAI

​
Azure AI

Azure AI Foundry 通过 AzureAIChatCompletionsModel 类提供对来自各种提供商（包括 Azure OpenAI、DeepSeek R1、Cohere、Phi 和 Mistral）的广泛模型的访问。 
pip install -U langchain-azure-ai
配置您的 API 密钥和终结点。 
export AZURE_AI_CREDENTIAL=your-api-key
export AZURE_AI_ENDPOINT=your-endpoint

from langchain_azure_ai.chat_models import AzureAIChatCompletionsModel

llm = AzureAIChatCompletionsModel(
    model_name="gpt-4o",
    api_version="2024-05-01-preview",
)
查看使用示例

​
Azure ML 在线聊天终结点

有关访问使用 Azure 机器学习 托管的聊天模型，请参阅此处的文档。

​
LLMs

​
Azure ML

查看使用示例。 
from langchain_community.llms.azureml_endpoint import AzureMLOnlineEndpoint

​
Azure OpenAI

查看使用示例。 
from langchain_openai import AzureOpenAI

​
嵌入模型

Microsoft 提供两种主要选项来通过 Azure 访问嵌入模型

​
Azure OpenAI

查看使用示例 
from langchain_openai import AzureOpenAIEmbeddings

​
Azure AI

pip install -U langchain-azure-ai
配置您的 API 密钥和终结点。 
export AZURE_AI_CREDENTIAL=your-api-key
export AZURE_AI_ENDPOINT=your-endpoint

from langchain_azure_ai.embeddings import AzureAIEmbeddingsModel

embed_model = AzureAIEmbeddingsModel(
    model_name="text-embedding-ada-002"
)

​
文档加载器

​
Azure AI 数据

Azure AI Foundry（前身为 Azure AI Studio）提供了将数据资产上传到云存储并从以下来源注册现有数据资产的功能
  • Microsoft OneLake
  • Azure Blob 存储
  • Azure Data Lake gen 2
首先，您需要安装几个 python 包。 
pip install azureml-fsspec, azure-ai-generative
查看使用示例。 
from langchain.document_loaders import AzureAIDataLoader

​
Azure AI 文档智能

Azure AI 文档智能（前身为 Azure 表单识别器）是一项基于机器学习的服务，可从数字或扫描的 PDF、图像、Office 和 HTML 文件中提取文本（包括手写）、表格、文档结构和键值对。 文档智能支持 PDF、JPEG/JPG、PNG、BMP、TIFF、HEIF、DOCX、XLSX、PPTX 和 HTML。
首先，您需要安装一个 python 包。 
pip install azure-ai-documentintelligence
查看使用示例。 
from langchain.document_loaders import AzureAIDocumentIntelligenceLoader

​
Azure Blob 存储

Azure Blob 存储是微软为云端提供的对象存储解决方案。Blob 存储经过优化，用于存储大量非结构化数据。非结构化数据是指不遵循特定数据模型或定义的数据，例如文本或二进制数据。
Azure Blob 存储旨在用于
  • 直接向浏览器提供图像或文档。
  • 存储文件以进行分布式访问。
  • 流式传输视频和音频。
  • 写入日志文件。
  • 存储数据以进行备份和恢复、灾难恢复和存档。
  • 存储数据以供本地或 Azure 托管服务进行分析。
pip install langchain-azure-storage
请参阅Azure Blob 存储加载器的使用示例。 
from langchain_azure_storage.document_loaders import AzureBlobStorageLoader

​
Microsoft OneDrive

Microsoft OneDrive（前身为 SkyDrive）是由微软运营的文件托管服务。
首先，您需要安装一个 python 包。 
pip install o365
查看使用示例。 
from langchain_community.document_loaders import OneDriveLoader

​
Microsoft OneDrive 文件

Microsoft OneDrive（前身为 SkyDrive）是由微软运营的文件托管服务。
首先，您需要安装一个 python 包。 
pip install o365

from langchain_community.document_loaders import OneDriveFileLoader

​
Microsoft Word

Microsoft Word 是由微软开发的文字处理软件。
查看使用示例。 
from langchain_community.document_loaders import UnstructuredWordDocumentLoader

​
Microsoft Excel

Microsoft Excel 是由微软为 Windows、macOS、Android、iOS 和 iPadOS 开发的电子表格编辑器。它具有计算能力、图表工具、数据透视表以及一种名为 Visual Basic for Applications (VBA) 的宏编程语言。Excel 是 Microsoft 365 软件套件的一部分。
UnstructuredExcelLoader 用于加载 Microsoft Excel 文件。该加载器支持 .xlsx 和 .xls 文件。页面内容将是 Excel 文件的原始文本。如果您在 "elements" 模式下使用该加载器，Excel 文件的 HTML 表示形式将在文档元数据的 text_as_html 键下可用。 查看使用示例。
from langchain_community.document_loaders import UnstructuredExcelLoader

​
Microsoft SharePoint

Microsoft SharePoint 是一个由微软开发的基于网站的协作系统，它使用工作流应用程序、“列表”数据库以及其他 Web 部件和安全功能来帮助业务团队协同工作。
查看使用示例。 
from langchain_community.document_loaders.sharepoint import SharePointLoader

​
Microsoft PowerPoint

Microsoft PowerPoint 是微软推出的一款演示程序。
查看使用示例。 
from langchain_community.document_loaders import UnstructuredPowerPointLoader

​
Microsoft OneNote

首先，我们来安装依赖项。 
pip install bs4 msal
查看使用示例。 
from langchain_community.document_loaders.onenote import OneNoteLoader

​
Playwright URL 加载器

Playwright 是一个由 Microsoft 开发的开源自动化工具，允许您以编程方式控制和自动化网络浏览器。它旨在用于端到端测试、抓取以及跨各种网络浏览器（例如 Chromium、Firefox 和 WebKit）自动化任务。
首先，我们来安装依赖项。 
pip install playwright unstructured
查看使用示例。 
from langchain_community.document_loaders.onenote import OneNoteLoader

​
向量存储

​
Azure Cosmos DB

AI 代理可以依赖 Azure Cosmos DB 作为统一的记忆系统解决方案，享受速度、规模和简单性。该服务成功地使 OpenAI 的 ChatGPT 服务能够动态扩展，具有高可靠性和低维护成本。它由原子记录序列引擎提供支持，是世界上第一个全球分布式的NoSQL、关系型和向量数据库服务，并提供无服务器模式。 以下是两个可提供向量存储功能的 Azure Cosmos DB API。

​
适用于 MongoDB (vCore) 的 Azure Cosmos DB

适用于 MongoDB vCore 的 Azure Cosmos DB 使创建具有完全原生 MongoDB 支持的数据库变得简单。您可以通过将应用程序指向适用于 MongoDB vCore 帐户的连接字符串来应用您的 MongoDB 经验并继续使用您喜欢的 MongoDB 驱动程序、SDK 和工具。在适用于 MongoDB vCore 的 Azure Cosmos DB 中使用向量搜索，可将基于 AI 的应用程序与存储在 Azure Cosmos DB 中的数据无缝集成。
安装和设置
查看详细配置说明。 我们需要安装 pymongo python 包。
pip install pymongo
在 Microsoft Azure 上部署 Azure Cosmos DB
适用于 MongoDB vCore 的 Azure Cosmos DB 为开发人员提供了一个完全托管的 MongoDB 兼容数据库服务，用于构建具有熟悉架构的现代应用程序。 借助 Cosmos DB for MongoDB vCore，开发人员可以在迁移现有应用程序或构建新应用程序时，享受原生 Azure 集成、低总拥有成本 (TCO) 以及熟悉的 vCore 架构带来的好处。 立即免费注册开始使用。 查看使用示例。
from langchain_community.vectorstores import AzureCosmosDBVectorSearch

​
Azure Cosmos DB NoSQL

适用于 NoSQL 的 Azure Cosmos DB 现在提供预览版的向量索引和搜索功能。此功能旨在处理高维向量，可在任何规模下实现高效、准确的向量搜索。您现在可以直接将向量与数据一起存储在文档中。这意味着您数据库中的每个文档不仅可以包含传统的无模式数据，还可以包含高维向量作为文档的其他属性。数据和向量的这种并置可以实现高效的索引和搜索，因为向量与它们所代表的数据存储在同一个逻辑单元中。这简化了数据管理、AI 应用程序架构以及基于向量的操作效率。
安装和设置
查看详细配置说明。 我们需要安装 azure-cosmos python 包。
pip install azure-cosmos
在 Microsoft Azure 上部署 Azure Cosmos DB
Azure Cosmos DB 通过动态和弹性的自动缩放功能提供极高的响应速度，为现代应用和智能工作负载提供了解决方案。它在每个 Azure 区域都可用，并能自动将数据复制到离用户更近的位置。它保证了低延迟和高可用性的 SLA。 立即免费注册开始使用。 查看使用示例。
from langchain_community.vectorstores import AzureCosmosDBNoSQLVectorSearch

​
适用于 PostgreSQL 的 Azure 数据库

Azure Database for PostgreSQL - 灵活服务器是一种基于开源 Postgres 数据库引擎的关系数据库服务。它是一种完全托管的数据库即服务，能够处理具有可预测性能、安全性、高可用性和动态可扩展性的关键任务工作负载。
请参阅 Azure Database for PostgreSQL 的设置说明。 只需使用您 Azure 门户中的连接字符串。 由于 Azure Database for PostgreSQL 是开源的 Postgres，您可以使用 LangChain 的 Postgres 支持来连接到 Azure Database for PostgreSQL。

​
Azure SQL 数据库

Azure SQL 数据库是一项强大的服务，它结合了可伸缩性、安全性和高可用性，提供了现代数据库解决方案的所有优势。它还提供了专用的向量数据类型和内置函数，简化了直接在关系数据库中存储和查询向量嵌入的过程。这消除了对独立向量数据库和相关集成的需求，提高了解决方案的安全性，同时降低了整体复杂性。
通过利用您现有的 SQL Server 数据库进行向量搜索，您可以在增强数据功能的同时，最大限度地减少开支并避免迁移到新系统带来的挑战。
安装和设置
查看详细配置说明。 我们需要安装 langchain-sqlserver python 包。
!pip install langchain-sqlserver==0.1.1
在 Microsoft Azure 上部署 Azure SQL 数据库
立即免费注册开始使用。 查看使用示例。
from langchain_sqlserver import SQLServer_VectorStore
Azure AI 搜索是一项云搜索服务，为开发人员提供大规模进行向量、关键字和混合查询信息检索的基础设施、API 和工具。有关使用示例，请参阅此处。 
from langchain_community.vectorstores.azuresearch import AzureSearch

​
检索器

​
Azure AI Search

Azure AI 搜索（前身为 Azure 搜索或 Azure 认知搜索）是一项云搜索服务，为开发人员提供基础设施、API 和工具，以便在 Web、移动和企业应用程序中对私有、异构内容构建丰富的搜索体验。
搜索是任何向用户展示文本的应用程序的基础，常见场景包括目录或文档搜索、在线零售应用或对专有内容的数据探索。当您创建搜索服务时，您将使用以下功能
  • 一个用于对包含用户自有内容的搜索索引进行全文搜索的搜索引擎
  • 丰富的索引功能，包括词法分析和可选的 AI 增强，用于内容提取和转换
  • 丰富的查询语法，支持文本搜索、模糊搜索、自动完成、地理搜索等
  • 通过 Azure SDK 中的 REST API 和客户端库实现可编程性
  • Azure 在数据层、机器学习层和 AI（AI 服务）层的集成
请参阅设置说明。 查看使用示例。
from langchain_community.retrievers import AzureAISearchRetriever

​
向量存储

​
适用于 PostgreSQL 的 Azure 数据库

Azure Database for PostgreSQL - 灵活服务器是一种基于开源 Postgres 数据库引擎的关系数据库服务。它是一种完全托管的数据库即服务，能够处理具有可预测性能、安全性、高可用性和动态可扩展性的关键任务工作负载。
请参阅 Azure Database for PostgreSQL 的设置说明。 您需要在数据库中启用 pgvector 扩展，才能将 Postgres 用作向量存储。启用扩展后，您可以使用 LangChain 中的 PGVector 连接到 Azure Database for PostgreSQL。 查看使用示例。只需使用您 Azure 门户中的连接字符串。

​
工具

​
Azure 容器应用动态会话

我们需要从 Azure 容器应用服务获取 POOL_MANAGEMENT_ENDPOINT 环境变量。请参阅此处的说明。 我们需要安装一个 python 包。
pip install langchain-azure-dynamic-sessions
查看使用示例。 
from langchain_azure_dynamic_sessions import SessionsPythonREPLTool
请遵循此处的文档，获取此工具的详细解释和说明。 需要从必应搜索资源中获取环境变量 BING_SUBSCRIPTION_KEY 和 BING_SEARCH_URL。
from langchain_community.tools.bing_search import BingSearchResults
from langchain_community.utilities import BingSearchAPIWrapper

api_wrapper = BingSearchAPIWrapper()
tool = BingSearchResults(api_wrapper=api_wrapper)

​
工具包

​
Azure AI 服务

我们需要安装多个 Python 包。 
pip install azure-ai-formrecognizer azure-cognitiveservices-speech azure-ai-vision-imageanalysis
查看使用示例。 
from langchain_community.agent_toolkits import azure_ai_services

​
Azure AI 服务单个工具

azure_ai_services 工具包包含以下工具

​
Azure 认知服务

我们需要安装多个 Python 包。 
pip install azure-ai-formrecognizer azure-cognitiveservices-speech azure-ai-vision-imageanalysis
查看使用示例。 
from langchain_community.agent_toolkits import AzureCognitiveServicesToolkit

​
Azure AI 服务单个工具

azure_ai_services 工具包包含了查询 Azure 认知服务的工具
  • AzureCogsFormRecognizerTool：表单识别器 API
  • AzureCogsImageAnalysisTool：图像分析 API
  • AzureCogsSpeech2TextTool：语音转文本 API
  • AzureCogsText2SpeechTool：文本转语音 API
  • AzureCogsTextAnalyticsHealthTool：健康文本分析 API
from langchain_community.tools.azure_cognitive_services import (
    AzureCogsFormRecognizerTool,
    AzureCogsImageAnalysisTool,
    AzureCogsSpeech2TextTool,
    AzureCogsText2SpeechTool,
    AzureCogsTextAnalyticsHealthTool,
)

​
Microsoft Office 365 电子邮件和日历

我们需要安装 O365 python 包。 
pip install O365
查看使用示例。 
from langchain_community.agent_toolkits import O365Toolkit

​
Office 365 单个工具

您可以使用 Office 365 工具包中的单个工具
  • O365CreateDraftMessage：在 Office 365 中创建草稿邮件
  • O365SearchEmails：在 Office 365 中搜索电子邮件
  • O365SearchEvents：在 Office 365 中搜索日历事件
  • O365SendEvent：在 Office 365 中发送日历事件
  • O365SendMessage：在 Office 365 中发送电子邮件
from langchain_community.tools.office365 import O365CreateDraftMessage
from langchain_community.tools.office365 import O365SearchEmails
from langchain_community.tools.office365 import O365SearchEvents
from langchain_community.tools.office365 import O365SendEvent
from langchain_community.tools.office365 import O365SendMessage

​
Microsoft Azure PowerBI

我们需要安装 azure-identity python 包。 
pip install azure-identity
查看使用示例。 
from langchain_community.agent_toolkits import PowerBIToolkit
from langchain_community.utilities.powerbi import PowerBIDataset

​
PowerBI 单个工具

您可以使用 Azure PowerBI 工具包中的单个工具
  • InfoPowerBITool：获取关于 PowerBI 数据集的元数据
  • ListPowerBITool：获取表名
  • QueryPowerBITool：查询 PowerBI 数据集
from langchain_community.tools.powerbi.tool import InfoPowerBITool
from langchain_community.tools.powerbi.tool import ListPowerBITool
from langchain_community.tools.powerbi.tool import QueryPowerBITool

​
PlayWright 浏览器工具包

Playwright 是一个由 Microsoft 开发的开源自动化工具，允许您以编程方式控制和自动化网络浏览器。它旨在用于端到端测试、抓取以及跨各种网络浏览器（例如 Chromium、Firefox 和 WebKit）自动化任务。
我们需要安装多个 Python 包。 
pip install playwright lxml
查看使用示例。 
from langchain_community.agent_toolkits import PlayWrightBrowserToolkit

​
PlayWright Browser 单个工具

您可以使用 PlayWright 浏览器工具包中的单个工具。 
from langchain_community.tools.playwright import ClickTool
from langchain_community.tools.playwright import CurrentWebPageTool
from langchain_community.tools.playwright import ExtractHyperlinksTool
from langchain_community.tools.playwright import ExtractTextTool
from langchain_community.tools.playwright import GetElementsTool
from langchain_community.tools.playwright import NavigateTool
from langchain_community.tools.playwright import NavigateBackTool

​
图

​
适用于 Apache Gremlin 的 Azure Cosmos DB

我们需要安装一个 python 包。 
pip install gremlinpython
查看使用示例。 
from langchain_community.graphs import GremlinGraph
from langchain_community.graphs.graph_document import GraphDocument, Node, Relationship

​
实用工具

​
必应搜索 API

Microsoft Bing，通常称为 Bing 或 必应搜索，是由 Microsoft 拥有和运营的网络搜索引擎。
查看使用示例。 
from langchain_community.utilities import BingSearchAPIWrapper

​
更多

​
Microsoft Presidio

Presidio（源自拉丁语 praesidium，意为“保护、驻军”）有助于确保敏感数据得到妥善管理和治理。它为文本和图像中的私人实体（如信用卡号、姓名、位置、社会安全号码、比特币钱包、美国电话号码、财务数据等）提供快速识别和匿名化模块。
首先，您需要安装几个 python 包并下载一个 SpaCy 模型。 
pip install langchain-experimental openai presidio-analyzer presidio-anonymizer spacy Faker
python -m spacy download en_core_web_lg
查看使用示例。 
from langchain_experimental.data_anonymizer import PresidioAnonymizer, PresidioReversibleAnonymizer
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.