Azure
13 篇文章
Azure AI Search 進階：RAG 資安防護與管線自動化
做完 RAG 測試好開心，結果一部署正式環境，底層員工查到了總經理的薪水分紅？帶你了解 2025/2026 年 RAG 必備的文件層級資安 (Document-level access control) 與 Azure 整合式向量化 (Integrated Vectorization)。
Azure AI Search（三）：Semantic Ranker 終極語意重排
Hybrid Search 把前 50 名撈回來了，但前 3 名真的是最好的 Context 嗎？把 50 篇都丟給 OpenAI 會破產又爆 Token，來看看微軟如何用自家的 LLM 幫你做 L2 二次精煉！
Azure AI Search（二）：Hybrid Search 與 RRF 演算法
Vector 懂語意但落掉精確關鍵字，BM25 有關鍵字卻不懂同義詞？2025 年的 RAG 標配：將兩者結合的 Hybrid Search，並揭密微軟背後的 RRF 倒數排名融合演算法！
Azure AI Search（一）：Keyword vs Vector 與 SQL DB 抉擇
RAG 做出來了，但老闆抱怨：「關鍵字都找不準？」這篇破除傳統搜尋迷思，並直擊 2024/2025 開發者最痛的抉擇：我該用 Azure SQL DB 存向量，還是買專屬的 Azure AI Search？
2026 開發新紀元：GitHub Copilot 與 Agentic DevOps
單純的「打字機」已經不夠看了。2025-2026 年微軟大舉推進的 Agentic DevOps 概念，加上 MCP 伺服器的串聯，讓 GitHub Copilot 從程式碼補全助手，正式晉升為你的隨身 Azure 代理 (Agent) 與 SRE 專家。
Azure AI 解析（五）：Document Intelligence 模型實戰
RAG 系統的品質取決於前處理。Azure Document Intelligence 提供了 Read, Layout, 和 Prebuilt 等模型。面對不同的文件格式，我們該如何挑選最合適的模型？這篇實戰解析幫你畫出無敵決策樹！
Azure AI 解析（四）：Document Intelligence 文件理解分析
LLM 很聰明，但直接丟 PDF 給它常常漏字或表格亂掉。深入了解 Azure Document Intelligence 如何成為企業 RAG 系統中不可或缺的最強「解析之眼」。
Azure AI 解析（三）：Azure OpenAI 企業私有防護網實戰
開發者自己做 side project 用 OpenAI API 很爽，但進到金融業或大型企業，馬上被資安打回票。揭開 Azure OpenAI 在 VNet 網路隔離與 RBAC 身份驗證的企業級護城河。
Azure AI 解析（二）：Azure AI Foundry 實戰指南
為什麼微軟要把 Azure AI Studio 改名為 Foundry？因為「測測 Prompt」已經不夠了，現代企業需要從模型管理、流程編排到安全質檢的一條龍 LLMOps 解決方案。
Azure AI 解析（一）：微軟 AI 生態系基礎架構
導入 AI 不等於無腦串接 OpenAI API。本文將拆解 Azure Machine Learning、AI Services 與最新的 Azure AI Foundry，建立企業級 AI 大局觀。
Microsoft Agent Framework 完整指南 01：統一 Semantic Kernel 與 AutoGen 的未來
微軟推出了全新的 Agent Framework，試圖解決 AI 開發的碎片化問題。本文將深入探討它如何整合 Semantic Kernel 的企業級穩定性與 AutoGen 的多代理創新，並提供 C# 開發者的快速入門指引。
Microsoft Agent Framework 完整指南 02：Azure 生態整合指南
Agent Framework 的真正威力在於 "Cloud Native"。本篇深入解析如何利用 Azure Durable Functions 賦予 Agent 持久化記憶，以及如何透過 Azure AI Foundry 實現企業級部署。