使用Azure CLI创建ML环境遇到的构建及使用异常问题

问题1：Conda规格无变化时环境镜像不构建（显示Not built） #

用az ml environment create创建环境时，如果当前指定的Conda配置和同名称的旧版本完全一致，CLI会跳过镜像构建流程，只生成环境的元数据，导致环境在ML Studio里显示“Not built”。

解决办法 #

• 强制触发构建：给CLI命令加上--build参数，不管Conda配置有没有变化，都会重新构建镜像：

az ml environment create --name $(AML_ENVIRONMENT_NAME) --version $(AML_ENVIRONMENT_VERSION) --resource-group $(RESOURCE_GROUP) --workspace-name $(WORKSPACE_NAME) --image $(AML_ENVIRONMENT_BASE_IMAGE) --conda-file $(AML_ENVIRONMENT_CONDA_SPEC) --build

• 复用已有镜像：如果确认旧版本的镜像完全匹配当前需求，可以添加--use-existing-image参数，直接复用已构建的镜像，无需重新编译。

问题2：调用Environment.get()时触发Autosave版本的新构建 #

通过CLI创建的环境，元数据里缺少Python SDK预期的部分标识字段，导致调用Environment.get()时，SDK会误判环境需要更新，自动生成带Autosave_YYYY-MM-DDTHH:MM:SS后缀的新版本并触发构建，而且流水线会实际使用这个自动生成的版本。

解决办法 #

• 禁用自动保存：获取环境后手动关闭自动保存开关，阻止SDK生成Autosave版本：

from azureml.core import Environment
env = Environment.get(ws, name=env_name, version=env_version)
env.autosave = False

• CLI创建时显式设置构建策略：创建环境时用--set参数指定构建属性，让环境元数据和SDK创建的保持一致：

az ml environment create --name $(AML_ENVIRONMENT_NAME) --version $(AML_ENVIRONMENT_VERSION) --resource-group $(RESOURCE_GROUP) --workspace-name $(WORKSPACE_NAME) --image $(AML_ENVIRONMENT_BASE_IMAGE) --conda-file $(AML_ENVIRONMENT_CONDA_SPEC) --set build.build_on_create=True

• 改用SDK的导入方法：用Environment.from_existing_workspace替代Environment.get，这个方法不会触发自动构建流程：

from azureml.core import Environment
env = Environment.from_existing_workspace(workspace=ws, name=env_name, version=env_version)

内容的提问来源于stack exchange，提问作者jarmniku