Microsoft Azure 및 관련 프로젝트와의 모든 LangChain integration입니다. Azure AI, Dynamic Sessions, SQL Server를 위한 integration package는 langchain-azure repository에서 관리됩니다.

​
Chat models

개발자들은 Azure AI Foundry에서 사용 가능한 모든 model에 액세스하기 위해 (langchain-azure-ai)로 시작하는 것을 권장합니다.

​
Azure AI chat completions

AzureAIChatCompletionsModel class를 사용하여 Azure OpenAI, DeepSeek R1, Cohere, Phi, Mistral과 같은 model에 액세스하세요. 
pip install -U langchain-azure-ai
API key와 Endpoint를 구성하세요. 
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",
)

llm.invoke('Tell me a joke and include some emojis')

​
Embedding models

​
Azure AI model inference for embeddings

pip install -U langchain-azure-ai
API key와 Endpoint를 구성하세요. 
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"
)

​
Vector stores

Azure CosmosDB NoSQL은 현대적인 애플리케이션을 위한 완전 관리형, 전역 분산, serverless document database입니다. 유연한 JSON document에 데이터를 저장하고 SQL과 유사한 query 언어를 사용합니다. 이는 높은 성능, 낮은 지연 시간, 자동 탄력적 확장성을 제공합니다. 또한 generative AI 및 RAG와 같은 AI workload를 위한 통합 vector search 기능을 제공합니다. 이를 통해 동일한 database에서 운영 데이터와 함께 vector embedding을 저장, 인덱싱 및 쿼리할 수 있습니다. vector 유사도 검색을 기존 키워드 기반 검색과 결합하여 관련 결과를 얻을 수 있으며 최적의 성능을 위해 다양한 인덱싱 방법 중에서 선택할 수 있습니다. 이러한 통합 접근 방식은 애플리케이션 아키텍처를 단순화하고 데이터 일관성을 보장합니다.
이 vector store를 사용하려면 azure-cosmos package를 설치해야 합니다. 
pip install -qU azure-cosmos

from langchain_azure_ai.vectorstores.azure_cosmos_db_no_sql import (
    AzureCosmosDBNoSqlVectorSearch,
)
vector_search = AzureCosmosDBNoSqlVectorSearch.from_documents(
    documents=docs,
    embedding=openai_embeddings,
    cosmos_client=cosmos_client,
    database_name=database_name,
    container_name=container_name,
    vector_embedding_policy=vector_embedding_policy,
    full_text_policy=full_text_policy,
    indexing_policy=indexing_policy,
    cosmos_container_properties=cosmos_container_properties,
    cosmos_database_properties={},
    full_text_search_enabled=True,
)
사용 예제를 참조하세요.
Azure CosmosDB Mongo vCore 아키텍처는 완전한 네이티브 MongoDB 지원으로 database를 쉽게 생성할 수 있게 합니다. MongoDB 경험을 적용하고 애플리케이션을 API for MongoDB (vCore) cluster의 connection string으로 지정하여 선호하는 MongoDB driver, SDK 및 tool을 계속 사용할 수 있습니다.
이 vector store를 사용하려면 pymongo package를 설치해야 합니다. 
pip install -qU pymongo

from langchain_azure_ai.vectorstores.azure_cosmos_db_mongo_vcore import (
    AzureCosmosDBMongoVCoreVectorSearch,
)

vectorstore = AzureCosmosDBMongoVCoreVectorSearch.from_documents(
    docs,
    openai_embeddings,
    collection=collection,
    index_name=INDEX_NAME,
)
사용 예제를 참조하세요.
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I