更换托管智能体所用的模型
在 azure.yaml 与 azd 环境中同时更新模型部署名,再用 azd up 重新部署 Foundry 托管智能体,并可按开发与生产环境分别指定模型。

#更换托管智能体所用的模型
在初次部署之后,更换托管智能体使用的人工智能模型。在 azure.yaml 中更新模型部署,设置智能体在运行时读取的 azd 环境值,然后重新部署 Microsoft Foundry 托管智能体。
前提条件
- 一个已初始化并已部署的托管智能体项目。安装步骤见初始化智能体项目,以及部署托管智能体。
- 已安装 azd 的 Foundry 扩展。
- 一个已认证的
azd会话。 - 一个你的 Foundry 项目和区域可用的目标模型部署名称。
选择模型
选择模型时,考虑以下因素:
| 因素 | 指导 |
|---|---|
| 任务复杂度 | 复杂推理、工具使用和多步任务使用更大的模型。更简单的对话和更低的成本使用更小的模型(例如 gpt-5.4-mini)。 |
| 延迟 | 更小的模型响应更快。如果智能体需要快速响应,优先选择 mini/nano 变体。 |
| 成本 | 模型价格差异很大。当前费率请查看 Azure AI 定价页。 |
| 区域可用性 | 并非所有模型在所有区域都可用。切换前在 Foundry 门户中核实可用性。 |
更新环境变量
目前还没有专门用于更新模型的命令。先在 azd 环境中更新模型部署名称:
azd env set FOUNDRY_MODEL_NAME=gpt-5.4-mini更新 azure.yaml
托管智能体的模型选择在 azure.yaml 的两处定义:
azure.ai.project服务在其deployments列表中定义模型部署。azure.ai.agent服务在env映射中定义运行时环境变量,供智能体代码读取。
把两处都更新为目标部署名称:
services:
ai-project:
host: azure.ai.project
deployments:
- name: gpt-5.4-mini
model:
format: OpenAI
name: gpt-5.4-mini
version: "2026-03-17"
sku:
name: GlobalStandard
capacity: 10
my-agent:
host: azure.ai.agent
project: src/my-agent
kind: hosted
uses:
- ai-project
env:
FOUNDRY_MODEL_NAME: ${FOUNDRY_MODEL_NAME}
PYTHONNOUSERSITE: "1"对于 Python 智能体,更新模型配置时保留 PYTHONNOUSERSITE: "1"。其他运行时省略这项仅适用于 Python 的设置。Python 启动配置见配置 Python 启动。
azd 环境中的模型部署名称应与 services.<project-service>.deployments[].name 中的部署名称一致。
重新部署项目
运行 azd up:
azd up如果需要预配新的模型部署,使用 azd up,而不是只运行 azd deploy。如果该模型部署已经存在于你的 Foundry 项目中,azd deploy 就够了。
提示
运行 azd env get-values 可以查看当前全部环境变量。
按环境配置不同模型
你可以用 azd 环境为开发和生产配置不同模型:
# Development environment
azd env select dev
azd env set FOUNDRY_MODEL_NAME=<development-model-deployment>
# Production environment
azd env select prod
azd env set FOUNDRY_MODEL_NAME=<production-model-deployment>每个环境在 .azure/<env-name>/.env 中维护自己的一组变量。
PRIMARY_SOURCE: https://learn.microsoft.com/en-us/azure/foundry/agents/how-to/update-hosted-agent-model
- #托管智能体
- #模型切换
- #azure.yaml
- #重新部署


