<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Deploy on 愷的大冒險 Kai's Adventure</title><link>https://kaiadv.pages.dev/tags/deploy/</link><description>Recent content in Deploy on 愷的大冒險 Kai's Adventure</description><generator>Hugo</generator><language>zh-tw</language><lastBuildDate>Sat, 25 Apr 2026 00:00:00 +0800</lastBuildDate><atom:link href="https://kaiadv.pages.dev/tags/deploy/index.xml" rel="self" type="application/rss+xml"/><item><title>如何透過 Microsoft Foundry 部署的模型設定 Codex</title><link>https://kaiadv.pages.dev/posts/20260425/</link><pubDate>Sat, 25 Apr 2026 00:00:00 +0800</pubDate><guid>https://kaiadv.pages.dev/posts/20260425/</guid><description>&lt;p&gt;為什麼會想寫這篇文章呢？主要是因為我發現，現在還是有不少人在使用免費版的 AI 工具；同時，許多企業也正嘗試在雲端環境（例如透過 Microsoft Foundry）部署專屬的高階模型，卻往往卡在不知道如何設定，或部署完後不知道該如何串接到實際的工具中使用。&lt;/p&gt;
&lt;p&gt;因此，我決定把這篇心得分享出來，我會帶大家從雲端部署開始，一路到如何將模型成功串接到 Codex 上進行實戰；不管你是精打細算的「無課金御主」，還是正在為公司尋找解決方案的工程師，這篇文章都會是你的實作指南。&lt;/p&gt;
&lt;p&gt;在正式進入雲端部署之前，我們需要先準備好手邊的武器；首先，必須要先有個 Azure 帳號（如果還沒有可以去申請一個，微軟通常有提供免費額度可以試玩）；接下來，我們需要安裝對接的工具，可以選擇安裝有圖形介面的 &lt;a href="https://developers.openai.com/codex/cli"&gt;Codex App&lt;/a&gt;；如果習慣敲打鍵盤、熱愛終端機，也可以選擇安裝 &lt;a href="https://developers.openai.com/codex/cli"&gt;Codex CLI&lt;/a&gt;，兩者擇一即可。&lt;/p&gt;
&lt;hr&gt;
&lt;h1 id="建立-azure-訂閱"&gt;建立 Azure 訂閱&lt;/h1&gt;
&lt;p&gt;準備好 Azure 帳號後，我們登入 &lt;a href="https://portal.azure.com/"&gt;Azure&lt;/a&gt;；要部署任何雲端資源之前，我們都必須先建立一個「訂閱 (Subscription)」，這就像是你在雲端上的專屬帳單與資源管理帳戶。&lt;/p&gt;
&lt;p&gt;請跟著以下步驟做：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;在 Azure 首頁上方的搜尋列，輸入並點選 &lt;strong&gt;「訂閱 (Subscriptions)」&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;進入頁面後，點擊左上角的 &lt;strong&gt;「+ 新增 (Add)」&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;選擇適合你的方案：
&lt;ul&gt;
&lt;li&gt;如果是初次體驗的無課金玩家，建議選擇「免費試用 (Free Trial)」，微軟會提供一筆免費額度讓你無痛跟著這篇教學實作。&lt;/li&gt;
&lt;li&gt;如果是為公司部署，則可以選擇「隨用隨付 (Pay-As-You-Go)」或是套用你們公司既有的企業合約。&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;hr&gt;
&lt;h1 id="透過-ai-foundry-建立你的第一個-agent"&gt;透過 AI Foundry 建立你的第一個 Agent&lt;/h1&gt;
&lt;p&gt;當我們進入 Microsoft AI Foundry 的首頁後，會發現介面非常現代化，與其在後台設定一堆看不懂的雲端資源，微軟現在提供了一個更直覺的起手式！&lt;/p&gt;
&lt;p&gt;請跟著以下步驟做：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;直接點擊畫面上非常醒目的「Create an agent (建立代理程式)」按鈕。&lt;/li&gt;
&lt;li&gt;這個按鈕就像是一個智慧嚮導，點擊後系統會開始引導你建立「專案（Project）」。&lt;/li&gt;
&lt;li&gt;在建立專案的設定畫面中，系統同樣會讓你選擇前面準備好的「訂閱方案」，這時候就可以直接點選新建一個資源群組（Resource Group），把底層的煩人設定一次搞定！&lt;/li&gt;
&lt;/ul&gt;
&lt;hr&gt;
&lt;h1 id="挑選大腦部署你的-gpt-41-模型"&gt;挑選大腦：部署你的 GPT-4.1 模型&lt;/h1&gt;
&lt;p&gt;當 Agent 建立完成後，畫面會自動彈出「Deploy a model」的邀請，這就是我們要幫 AI 安裝「大腦」的時刻。&lt;/p&gt;
&lt;p&gt;請跟著以下步驟做：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;進入模型目錄：點擊部署後會看到琳瑯滿目的模型清單；請直接搜尋並選擇你心儀的高階模型，本文會以「GPT-4.1」作為示範。&lt;/li&gt;
&lt;li&gt;自訂部署名稱：這裡建議取一個好記的名字，例如 &lt;code&gt;gpt-4.1&lt;/code&gt;；請記住這個名字，因為待會我們在 Codex 串接時會用到它。&lt;/li&gt;
&lt;li&gt;調整性能指標 (TPM)：部署時會有一個「Tokens Per Minute (TPM)」的拉桿；如果你是個人測試或初學者，設定一個適中的數值即可，這樣既能保證反應速度，也能有效控管預算。&lt;/li&gt;
&lt;li&gt;點擊「Deploy」後，稍微等待幾分鐘，你的專屬雲端模型就正式上線了！&lt;/li&gt;
&lt;/ul&gt;
&lt;hr&gt;
&lt;h1 id="取得連接憑證找到正確的通訊位址"&gt;取得連接憑證：找到正確的「通訊位址」&lt;/h1&gt;
&lt;p&gt;模型部署好了，接著我們要去撈取連接用的憑證；這裡有個非常重要的細節，請大家一定要看清楚，因為這是最容易出錯的地方！&lt;/p&gt;</description></item></channel></rss>