Azure AI Foundry
Azure AI Foundry je platforma v Azure pro vývoj, nasazení a správu AI aplikací, agentů a modelů. V rámci Siesta AI slouží jako enterprise backend pro inference a agenty s podporou RBAC, regionálních omezení a auditů.
Přehled
Siesta AI z Azure AI Foundry:
- volá nasazené modely (chat, reasoning, transcribe),
- používá OpenAI‑compatible endpoint pro inference,
- respektuje Azure RBAC a bezpečnostní politiky zákazníka.
Základní pojmy
- Foundry resource – Azure resource typu Azure AI Foundry v subscription a resource group.
- Foundry project – logický projekt uvnitř Foundry resource (oddělení týmů, aplikací a prostředí).
- Project endpoint – API endpoint pro projektové capability (agenty, evaluace, inference přes Foundry API).
- Model deployment – konkrétní nasazení modelu (např.
gpt-5.2,gpt-5.2-chat). - API key – klíč pro autentizaci volání Foundry API.
Požadavky
- Aktivní Azure subscription.
- Oprávnění minimálně Contributor na cílovou resource group.
- Zaregistrovaný resource provider Microsoft.Foundry.
- Přístup do ai.azure.com (Microsoft Entra ID).
Vytvoření Azure AI Foundry
1) Foundry resource
- Přihlaste se do Azure Portal.
- Vytvořte nový resource Azure AI Foundry.
- Zvolte Subscription, Resource Group, Region (např.
westeurope) a název resource (např.aif-sai-pro).
Foundry resource slouží jako kontejner pro všechny projekty.
2) Foundry projekt
- Otevřete ai.azure.com.
- Vlevo zvolte Management Center → Projects.
- Klikněte na New project.
- Vyberte existující Foundry resource a zadejte název projektu.

Nasazení modelů
Model deployments
V projektu přejděte na Model catalog → Model deployments a nasadíte dostupné modely.
Příklady deploymentů:
gpt-5.2gpt-5.2-chatgpt-4o-mini-transcribeclaude-opus-4-5
Každé nasazení má název deploymentu, verzi modelu, stav a datum retirementu.

⚠️ Siesta AI pracuje s názvem deploymentu, ne s názvem modelu.
Endpointy a API klíče
Project endpoint (Foundry API)
Project endpoint slouží pro projektové capability (agenty, evaluace a Foundry inference API). Najdete ho v detailu projektu.
Tvar endpointu:
https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-id-or-name>

Endpoints and keys v projektu
V ai.azure.com otevřete projekt a sekci Endpoints and keys:
- Microsoft Foundry project endpoint
- API Key pro projekt

Keys and Endpoint (Azure Portal)
V Azure Portalu na Foundry resource:
- Keys and Endpoint → Foundry
- Key 1 / Key 2 pro rotaci
- Základní endpoint resource

Napojení Azure AI Foundry do Siesta AI
1) Přidání integrace
- Přihlaste se do Siesta AI Admin.
- Otevřete Integrations.
- Klikněte na Přidat integraci.
- Vyberte Azure AI Foundry.

2) Vyplnění detailu integrace
Vyplňte:
- Název: např.
Azure AI Foundry – PROD - Project endpoint (OpenAI‑compatible):
https://<foundry-resource-name>.services.ai.azure.com/openai/v1/ - ApiKey: použijte API key projektu (z ai.azure.com) nebo klíč z Azure Portalu.
- Přístup: Soukromé (doporučeno)

3) Ověření integrace
Po uložení integrace:
- Siesta AI provede validační test.
- Endpoint a klíč se uloží šifrovaně.
- Integrace je dostupná pro agenty, workflows a data collections.
Použití modelů v Siesta AI
- Otevřete Agent / Template / Workflow.
- Zvolte Model provider: Azure AI Foundry.
- Vyberte deployment name (např.
gpt-5.2-chat). - Uložte konfiguraci.
Security & Governance
- Autentizace přes API key.
- RBAC řízeno na úrovni Azure.
- Možnost Private Endpoint + VNET.
- Audit logy v Azure Activity Log.
- Monitoring přes Foundry + Azure Monitor.
Doporučená architektura
- Jeden Foundry resource na environment (DEV / STAGE / PROD).
- Více projektů pro týmy nebo zákazníky.
- Oddělené model deploymenty.
- Rotace klíčů přes Key Vault.
Navýšení kvóty
Pokud potřebujete navýšit kvótu Azure AI Foundry, použijte tento dokument:
Užitečné odkazy
- Azure AI Foundry portal: https://ai.azure.com
- Dokumentace: https://learn.microsoft.com/azure/ai-studio/
- Model catalog: https://ai.azure.com/model-catalog
- Azure RBAC: https://learn.microsoft.com/azure/role-based-access-control/
Shrnutí
Azure AI Foundry funguje jako enterprise AI backbone, zatímco Siesta AI nad ním staví agenty, workflow, datové kolekce a integrace se SaaS systémy. Integrace je auditovatelná a plně pod kontrolou zákazníka v Azure.