Razvoj Pametnih Aplikacija Uz Azure AI Projects SDK

Table of Contents

1. Ključne stavke
2. Uvod
3. Razumijevanje Osnova Azure AI Foundry Platforme
4. Priprema Razvojnog Okruženja i Autentifikacija
5. Kreiranje i Upravljanje AI Agentima
6. Upravljanje Podacima i Indeksiranje Pretrage
7. Evaluacija i Praćenje Performansi
8. Etika, Privatnost i Ograničenja Sistema
9. Praktični Tok Rada: Od Ideje do Produkcije
10. Šta Sljedeće: Vaš Put u AI Razvoju
11. Česta pitanja

Ključne stavke

• Azure AI Projects SDK predstavlja objedinjeni razvojni paket koji omogućava razvojnim timovima pristup modelima, agentima i alatima unutar Microsoft Foundry platforme kroz jednu krajnju tačku (endpoint).
• Primjena ovog SDK-a značajno ubrzava kreiranje naprednih AI agenata koji mogu koristiti alate poput pretrage interneta, interpretera koda i pretrage dokumenata, uz zadržavanje visokog nivoa sigurnosti podataka.
• Uspješna implementacija zahtijeva jasno razumijevanje uloga unutar Azure ekosistema, ispravnu konfiguraciju autentifikacije putem Entra ID sistema i kontinuiranu evaluaciju performansi modela.

Uvod

Zamislite razvojni tim u Sarajevu koji pokušava izgraditi sistem za automatizaciju korisničke podrške za lokalnu e-commerce platformu. Do jučer, njihov bi se rad sastojao od žongliranja različitim API ključevima, povezivanja desetina različitih servisa za pretragu dokumenata i mučenja sa sinhronizacijom verzija modela vještačke inteligencije (vještačka inteligencija - AI). Frustracija programera koji prvi put otvara Azure portal i susreće se sa šumom opcija često je prva prepreka na putu inovacije. Upravo tu na scenu stupa azure ai projects sdk, alat koji obećava uvođenje reda u kreativni haos razvoja generativne vještačke inteligencije (generative AI).

Lokalno tržište u Bosni i Hercegovini i širem regionu sve više prepoznaje potrebu za AI rješenjima koja nisu samo "igračke" poput chatbota na web stranici, već robusni sistemi sposobni za rješavanje stvarnih poslovnih problema. Bilo da ste iskusni inženjer mašinskog učenja (machine learning), student koji istražuje nove tehnologije ili vlasnik malog biznisa koji želi optimizovati procese, razumijevanje ovog SDK-a otvara vrata profesionalnom razvoju aplikacija.

U AI Academy vjerujemo da tehnologija ne smije biti rezervisana samo za velike globalne igrače. Naš pristup se temelji na pet ključnih stubova koje ćemo proći kroz ovaj tekst. Prvo ćemo razumjeti šta je zapravo azure ai projects sdk i kako se uklapa u širu sliku Microsoft Foundry platforme. Zatim ćemo definisati konkretne ciljeve — šta želite postići automatizacijom? Potom prelazimo na najvažniji dio: provjeru odgovornosti, gdje analiziramo etiku i privatnost podataka. Tek tada ulazimo u praktičnu primjenu sa konkretnim primjerima koda i tokovima rada, da bismo na kraju naglasili važnost ponavljanja, testiranja i dijeljenja znanja unutar naše zajednice.

Ovaj članak je namijenjen programerima, arhitektima rješenja i AI entuzijastima koji žele preći sa teorije na opipljiv, funkcionalan kod koji donosi vrijednost.

Razumijevanje Osnova Azure AI Foundry Platforme

Prije nego što instalirate prvu biblioteku, važno je razumjeti okruženje u kojem azure ai projects sdk operiše. Microsoft je nedavno rebrendirao i konsolidovao svoje AI usluge pod zajednički naziv Azure AI Foundry (ranije poznat kao Azure AI Studio). Unutar ovog ekosistema, "Project" (projekat) je osnovna jedinica organizacije. On služi kao kontejner koji drži vaše modele, podatke, indekse pretrage i konfiguracije agenata na jednom mjestu.

Tradicionalni pristup razvoju AI aplikacija podrazumijevao je direktno pozivanje OpenAI ili Anthropic API-ja. Iako je to funkcionalno za jednostavne zadatke, moderni sistemi zahtijevaju mnogo više. Potrebna vam je mogućnost da lako zamijenite jedan model drugim, da pratite troškove, upravljate pristupom članova tima i, što je najvažnije, da vaš AI agent ima pristup alatima koji mu omogućavaju interakciju sa stvarnim svijetom.

Azure AI Projects SDK djeluje kao lagani klijent (thin-client) koji izlaže sve API-je vašeg Foundry projekta kroz jednu jedinu krajnju tačku (endpoint). To znači da umjesto upravljanja sa pet različitih URL-ova za pretragu, generisanje teksta i analizu dokumenata, vi komunicirate sa jednim centralnim čvorom. Ovo dramatično smanjuje kompleksnost konfiguracije aplikacije i omogućava lakšu migraciju između razvojnog, testnog i produkcijskog okruženja.

Uloga Projektnog Klijenta i OpenAI Kompatibilnosti

Kada koristite ovaj SDK, primijetit ćete da on nudi dva glavna tipa klijenta. Prvi je projektni klijent (Project Client), koji koristite za operacije specifične za Azure Foundry platformu. To uključuje listanje dostupnih konekcija, preuzimanje svojstava projekta, upravljanje datasetovima ili omogućavanje praćenja tragova (tracing).

Drugi je OpenAI-kompatibilni klijent (OpenAI-compatible client). Microsoft je mudro odlučio da zadrži kompatibilnost sa popularnim OpenAI standardom, što programerima omogućava da koriste poznate obrasce zahtjeva i odgovora. Međutim, ovaj klijent unutar Azure okruženja nudi mnogo više nego obični GPT modeli. Kroz njega pristupate "Responses API-ju", koji vam daje pristup ne samo modelima iz kataloga, već i naprednim alatima kao što su pretraga weba putem Binga, interpreter koda ili pristup vašim SharePoint i Microsoft Fabric podacima.

Važno je shvatiti da AI nije magični prekidač koji rješava sve probleme. Korištenje SDK-a je vještina koja zahtijeva precizno definisanje problema. Automatizacija loše postavljenog poslovnog procesa samo će ubrzati generisanje grešaka. Uvijek prvo mapirajte putanju podataka i očekivani ishod.

Priprema Razvojnog Okruženja i Autentifikacija

Da biste počeli raditi sa azure ai projects sdk, vaš prvi korak nije kucanje koda, već osiguravanje da imate ispravne dozvole unutar Azure portala. Ovo je tačka na kojoj mnogi početnici odustaju zbog kompleksnosti Azure RBAC (Role-Based Access Control) sistema kontrole pristupa.

Za rad sa Foundry resursima, trebate imati jednu od specifičnih uloga. Najčešće korištena je "Foundry User", koja predstavlja princip najmanje privilegije i idealna je za razvoj. Ako ste zaduženi za upravljanje cijelim projektom, trebat će vam uloga "Foundry Project Manager". Bez ovih dozvola, čak i najsavršeniji kod će rezultirati greškom "401 Unauthorized".

Postupak Autentifikacije Putem Entra ID

Moderni AI razvoj zahtijeva napuštanje nesigurnih API ključeva koji se često slučajno završe u javnim GitHub repozitorijima. Azure AI Projects SDK forsira korištenje Microsoft Entra ID-a (ranije Azure Active Directory). Najbolja praksa je korištenje biblioteke azure-identity i klase DefaultAzureCredential.

Ovaj pristup omogućava vašem kodu da se automatski prilagodi okruženju. Ako radite lokalno na svom računaru u Sarajevu, klijent će pokušati iskoristiti vaše vjerodajnice iz Azure CLI-ja (nakon što pokrenete komandu az login). Kada taj isti kod postavite u oblak (cloud) na Azure Web App ili funkciju, on će automatski iskoristiti identitet dodijeljen tom resursu (Managed Identity). Ovo eliminira potrebu za čuvanjem lozinki u konfiguracijskim fajlovima.

Instalacija Potrebnih Biblioteka

Zavisno od programskog jezika koji preferirate, instalacija je jednostavna. Za Python entuzijaste, dovoljno je pokrenuti instalaciju paketa azure-ai-projects verzije 2.0.0 ili novije. Važno je napomenuti da ako planirate raditi sa agentima, trebat ćete i dodatne ekstenzije za OpenAI.

Programeri koji dolaze iz .NET svijeta koriste NuGet paket Azure.AI.Projects, dok JavaScript zajednica ima na raspolaganju @azure/ai-projects putem npm-a. Svaki od ovih paketa prati istu logiku: kreiranje klijenta, povezivanje na endpoint projekta i korištenje vjerodajnica za pristup resursima.

Provjera Spremnosti Okruženja

Prije nego što krenete u produkciju, uvijek provjerite verzije runtime-a. Za Python se preporučuje verzija 3.9 ili novija, dok Node.js programeri trebaju ciljati na verziju 18 ili višu. Ovi detalji mogu izgledati kao sitnice, ali nekompatibilnost verzija je najčešći uzrok neobjašnjivih grešaka u asinhronim operacijama koje AI SDK intenzivno koristi.

Kreiranje i Upravljanje AI Agentima

Srž azure ai projects sdk-a leži u njegovoj sposobnosti da vam pomogne u izgradnji agenata. U kontekstu vještačke inteligencije, agent nije samo model koji odgovara na pitanja. To je entitet koji ima instrukcije (instructions), pristup memoriji i, što je najbitnije, set alata (tools) koje može pozvati kada mu zatrebaju informacije izvan njegovog trening seta podataka.

Definisanje Osnovnog Agenta

Kreiranje agenta počinje definisanjem njegove svrhe. Ako radite na aplikaciji za analizu tržišta nekretnina u Bosni i Hercegovini, vaš agent ne bi trebao biti samo "koristan asistent". On bi trebao imati instrukcije poput: "Ti si stručnjak za analizu tržišta nekretnina. Koristi dostupne alate za pretragu kako bi pronašao najnovije cijene kvadrata u Sarajevu, Banja Luci i Mostaru, te izračunaj trendove rasta."

Kroz SDK, vi definišete model koji želite koristiti (npr. gpt-4o ili gpt-4o-mini za ekonomičnije varijante) i prosljeđujete te instrukcije. SDK će se pobrinuti za komunikaciju sa Azure backendom, kreirati verziju agenta i dodijeliti joj jedinstveni identifikator koji možete koristiti u budućim razgovorima.

Korištenje Ugrađenih Alata za Veću Inteligenciju

Ono što azure ai projects sdk izdvaja od običnih API-ja je lakoća integracije alata. Zamislite da agent treba riješiti složenu matematičku jednačinu ili obraditi veliki CSV fajl sa podacima o prodaji. Umjesto da se oslanjate na to da će model "pogoditi" rezultat (što često dovodi do halucinacija), možete mu dodijeliti alat "Code Interpreter".

Integracija Bing Pretrage za Svježe Informacije

Jedan od najčešćih problema sa AI modelima je njihov "datum prekida znanja" (knowledge cutoff). Model ne zna šta se dogodilo jutros osim ako mu ne omogućite pristup internetu. Uz Bing Grounding Search alat, vaš agent može pretraživati web u realnom vremenu.

Da biste ovo postigli, unutar Azure projekta kreirate konekciju na Bing Search, dobijete njen ID i proslijedite ga agentu tokom kreiranja. Od tog trenutka, kada korisnik postavi pitanje o trenutnim cijenama goriva ili vijestima iz svijeta tehnologije, agent će samostalno odlučiti da pokrene pretragu, analizira rezultate i pruži odgovor zasnovan na činjenicama, a ne na nagađanju.

Ako planirate koristiti AI agente za donošenje poslovnih odluka, počnite sa malim opsegom. Prvo testirajte agenta sa jednim alatom prije nego što mu date pristup cijelom internetu ili vašoj bazi podataka. Kontrolisano okruženje je ključ sigurnog razvoja.

(Više o dizajnu i primjeni agenata pročitajte u našoj temi o automatizaciji i AI agentima.)

Upravljanje Podacima i Indeksiranje Pretrage

U srcu svakog modernog AI sistema koji koristi RAG (Retrieval-Augmented Generation - generisanje potpomognuto pretraživanjem) nalaze se podaci. Azure AI Projects SDK omogućava programerima da direktno iz koda upravljaju datasetovima i indeksima pretrage.

Umjesto da ručno učitavate dokumente kroz portal, možete koristiti SDK za automatizaciju procesa. Na primjer, ako vaša firma svakodnevno generira nove izvještaje u PDF formatu, možete napisati skriptu koja te fajlove učitava u Azure AI Foundry, kreira dataset i pokreće ažuriranje indeksa pretrage.

Povezivanje sa Azure AI Search

Azure AI Search je industrijski standard za vektorsko pretraživanje. Kroz SDK, možete nabrojati sve postojeće indekse ili kreirati nove koji će služiti kao "eksterna memorija" vašim agentima. Kada agent primi upit, on prvo pretražuje ove indekse kako bi pronašao relevantne dijelove vaših internih dokumenata, a zatim te informacije koristi za generisanje odgovora.

Ovo je kritično za privatnost. Vaši podaci nikada ne postaju dio trening seta globalnog modela. Oni ostaju unutar vašeg Azure tenanta, zaštićeni istim onim sigurnosnim protokolima koji štite ostatak vaše infrastrukture.

Rad sa Datasetovima za Fino Podešavanje

Iako je RAG često dovoljan, ponekad je potrebno fino podešavanje (fine-tuning) modela na specifičnim podacima. SDK nudi operacije za upravljanje datasetovima, što vam omogućava da verzionirate svoje podatke za obuku. Možete pratiti koji je dataset korišten za koju verziju modela, što je ključno za održavanje kvaliteta u dugoročnim projektima.

(Ako želite dublje razumjeti rad sa podacima i generativnom AI, pogledajte naše članke o generativnoj AI i vodiče za osnovne sastojke generativne AI.)

Evaluacija i Praćenje Performansi

Jedan od najvećih izazova u svijetu vještačke inteligencije je odgovor na pitanje: "Koliko je moj AI zapravo dobar?". Za razliku od tradicionalnog softvera gdje su testovi binarni (prolazi ili ne prolazi), AI zahtijeva nijansiraniji pristup.

Azure AI Projects SDK nudi napredne alate za evaluaciju (evaluations). Možete definisati set pravila i automatizovane evaluatore koji će testiti odgovore vašeg agenta na osnovu metrika kao što su tačnost, koherentnost, relevantnost i sigurnost.

Implementacija Klijentskog Praćenja (Tracing)

Kada vaša aplikacija ode u produkciju, morate znati šta se dešava "ispod haube". SDK omogućava integraciju sa telemetrijskim alatima kao što je Azure Monitor (Application Insights). Ovo vam daje uvid u svaki korak koji agent poduzima: od trenutka kada primi upit, preko poziva alatima, pa sve do finalnog odgovora.

Ovo praćenje je neprocjenjivo za otklanjanje grešaka. Ako agent odjednom počne davati loše odgovore, kroz tragove (traces) možete tačno vidjeti koji je alat zakazao ili u kojem koraku je došlo do gubitka konteksta. U AI Academy naglašavamo da bez mjerenja nema napretka — svaki AI projekat mora imati ugrađenu metriku uspjeha.

Korištenje Red Team Skeniranja

Sigurnost u AI-u nije samo zaštita od hakera, već i zaštita od neželjenog ponašanja samog modela. SDK u preview fazi nudi "Red Team" skeniranje, koje pokušava namjerno isprovocirati model da generiše neprimjeren sadržaj ili oda osjetljive informacije. Redovno pokretanje ovih skenova pomaže vam da identifikujete ranjivosti prije nego što ih pronađu vaši korisnici.

Etika, Privatnost i Ograničenja Sistema

Kao autori sadržaja u AI Academy, smatramo svojom dužnošću da jasno komuniciramo granice tehnologije. Azure AI Projects SDK je moćan alat, ali on ne zamjenjuje ljudsku prosudbu, naročito u kritičnim domenama.

Šta AI Alati Mogu, a Šta Ne Mogu

AI alati su fantastični za ubrzavanje rutinskih zadataka, sumiranje tona dokumenata, generisanje ideja za marketing i prepoznavanje kompleksnih obrazaca u velikim setovima podataka. Oni mogu dramatično povećati produktivnost programera u Sarajevu ili marketinškog stručnjaka u Mostaru.

Međutim, oni ne mogu garantovati stopostotnu tačnost. AI modeli mogu "halucinirati" — samouvjereno iznositi netačne činjenice. Oni ne razumiju društveni ili emocionalni kontekst onako kako to razumije čovjek. Također, AI ne može riješiti problem koji je u osnovi loše definisan. Ako ne znate šta želite postići, ni najskuplji model vam neće pomoći.

Zaštita Privatnosti Podataka

Ovo je najvažnija lekcija za svakog profesionalca: nikada ne unosite osjetljive lične podatke (JMBG, brojeve kartica, medicinske nalaze) ili povjerljive poslovne tajne u javne AI alate. Iako Azure AI Projects SDK pruža visok nivo izolacije unutar korporativnog okruženja, uvijek trebate provjeriti politiku privatnosti vaše kompanije i uslove korištenja platforme.

Dizajnirajte svoje sisteme tako da anonimiziraju podatke prije nego što ih pošalju modelu. Ako gradite sistem za zdravstvo, koristite identifikatore umjesto imena pacijenata. Privatnost nije samo zakonska obaveza (poput GDPR-a), već i temelj povjerenja korisnika.

Kada Potražiti Stručnjaka

AI može pomoći u pripremi pravnih dokumenata ili finansijskih analiza, ali konačnu odluku u ovim poljima uvijek mora donijeti kvalifikovani stručnjak. Nikada ne koristite odgovore generisane putem SDK-a kao jedini izvor istine za odluke koje utiču na zdravlje, novac ili pravni status pojedinca.

Ako planirate duboku integraciju AI u svoje poslovanje, AI Academy zajednica je tu da vas podrži kroz besplatne radionice i povezivanje sa iskusnim inženjerima iz industrije. Učenje u zajednici smanjuje rizik od skupih grešaka.

(Pogledajte više o našoj misiji i timu na stranici O nama.)

Praktični Tok Rada: Od Ideje do Produkcije

Da bismo zaokružili priču o azure ai projects sdk, prođimo kroz idealan put razvoja jedne aplikacije. Ovaj proces prati našu filozofiju razumijevanja i praktične primjene.

Instalacija i Inicijalna Konfiguracija

Sve počinje u vašem terminalu. Prvi korak je instalacija osnovnog paketa i postavljanje .env fajla koji sadrži endpoint vašeg projekta. Izbjegavajte upisivanje URL-ova direktno u kod — koristite varijable okruženja. To će vam omogućiti da isti kod pokrećete na različitim Azure projektima bez ikakvih promjena.

Kreiranje Projektnog Klijenta

U svom Python ili JavaScript fajlu, prvo kreirate instancu AIProjectClient. Koristite DefaultAzureCredential kako biste izbjegli probleme sa ključevima. Jednom kada imate klijent, možete provjeriti konekciju tako što ćete izlistati dostupne modele ili konekcije u vašem projektu.

Izgradnja i Testiranje Agenta

Sljedeća faza je definisanje agenta. Počnite jednostavno. Kreirajte agenta koji samo odgovara na pitanja o vašoj firmi koristeći jedan PDF dokument kao izvor znanja (RAG). Testirajte ga u razvojnom okruženju. Da li su odgovori precizni? Da li citira izvore?

Kada ste zadovoljni osnovnom funkcionalnošću, dodajte alate. Možda želite da vaš agent može poslati email (putem Azure Function alata) ili provjeriti status narudžbe u vašoj SQL bazi podataka. Svaki novi alat testirajte zasebno.

Optimizacija i Skaliranje

Zadnji korak je praćenje. Uključite telemetriju i pratite koliko tokena troši vaš agent. AI operacije mogu postati skupe ako se ne kontrolišu. Razmislite o korištenju manjih, jeftinijih modela (poput gpt-4o-mini) za jednostavnije zadatke, dok veće modele čuvajte za kompleksno rezonovanje.

Podijelite svoje rezultate sa timom. Možda je neko drugi već riješio problem sa kojim se vi mučite. U AI Academy vjerujemo da razmjena znanja ubrzava napredak cijelog društva.

(Ako želite pronaći praktične radionice i najave, pratite našu stranicu s događajima i najavama. Ako imate znanje koje želite podijeliti sa zajednicom, saznajte kako se možete uključiti putem forme na stranici Kontakt.)

Šta Sljedeće: Vaš Put u AI Razvoju

Nakon što ste stekli uvid u mogućnosti azure ai projects sdk, važno je da ne stanete samo na čitanju. AI se uči kroz praksu, greške i ponavljanje.

Kratki Sažetak Akcionih Koraka

• Prijavite se na Azure portal i kreirajte svoj prvi AI Foundry projekat kako biste dobili pristup endpointu.
• Instalirajte azure-ai-projects biblioteku i pokušajte napraviti jednostavnog agenta koji koristi Bing Search alat.
• Dokumentujte svoje naučene lekcije i razmislite o etičkim implikacijama vašeg rješenja prije nego ga ponudite korisnicima.
• Pridružite se AI Academy zajednici u Sarajevu radi razmjene iskustava sa drugim programerima koji koriste iste alate — pratite naše besplatne radionice i mogućnosti za uključivanje.

Azure AI Projects SDK je most između eksperimentalnog koda i produkcijske spremnosti. On vam daje infrastrukturu, ali inteligencija aplikacije i dalje dolazi iz vašeg razumijevanja problema i odgovornog dizajna.

Vještačka inteligencija nije samo tehnološki pomak; to je promjena paradigme u načinu na koji gradimo softver. Umjesto pisanja svakog pravila, mi sada dizajniramo sisteme koji uče i prilagođavaju se. Korištenje alata poput ovog SDK-a omogućava nam da se fokusiramo na ono što je zaista važno — rješavanje problema i stvaranje vrijednosti za našu zajednicu.

U AI Academy, naša vrata su uvijek otvorena za one koji žele učiti, graditi i inovirati. AI ne mora biti rezervisana za udaljene tehnološke centre; ona je alat koji je danas dostupan svakome od nas, upravo ovdje u Sarajevu. Krenite s malim koracima, budite odgovorni prema podacima i nikada ne prestajte istraživati nove mogućnosti.

Ako želite pratiti najave događaja ili predložiti temu / predavača, posjetite našu stranicu s događajima ili nam se obratite putem Kontakt forme — rado ćemo vas uključiti u narednu sesiju.

Česta pitanja

Pitanje: Da li mi je potrebno predznanje mašinskog učenja da bih koristio azure ai projects sdk?

Odgovor: Nije neophodno duboko poznavanje matematike ili algoritama mašinskog učenja. SDK je dizajniran za programere koji poznaju jezike poput Pythona, JavaScripta ili C#. Ono što je ključno je razumijevanje API koncepta, asinhronog programiranja i osnova prompt engineeringa (inženjeringa upita).

Pitanje: Koliko košta korištenje ovog SDK-a u mojim projektima?

Odgovor: Sam SDK je besplatan kao biblioteka, ali se korištenje resursa naplaćuje prema Azure cjenovniku. Plaćate potrošnju tokena za modele (npr. GPT-4o), skladištenje podataka u Azure AI Searchu i druge servise koje povežete. Preporučuje se korištenje free tier (besplatnog nivoa) pretplate za učenje i razvoj.

Pitanje: Da li je azure ai projects sdk siguran za korištenje sa osjetljivim poslovnim podacima?

Odgovor: Da, to je jedna od glavnih prednosti u odnosu na javne AI servise. Azure pruža Enterprise-grade sigurnost, što znači da podaci ostaju u vašem zaštićenom okruženju. Međutim, vi ste i dalje odgovorni za pravilno postavljanje RBAC dozvola i osiguravanje da ne šaljete osjetljive podatke u modele koji nemaju adekvatnu zaštitu.

Pitanje: Mogu li koristiti modele drugih provajdera (npr. Meta Llama 3) kroz ovaj SDK?

Odgovor: Da, Azure AI Foundry katalog modela uključuje i modele otvorenog koda (Open Source) kao što je Llama, Mistral i drugi. Kroz azure ai projects sdk možete pristupiti bilo kojem modelu koji je postavljen kao deployment unutar vašeg projekta, koristeći jedinstvenu krajnju tačku.