Azure DevOps与Azure ML连接异常：注册模型无法自动填充报错

具体排查与修复步骤 #

• 核实服务主体权限
  登录Azure门户，在目标ML工作区的「访问控制(IAM)」中，确认服务主体已被分配机器学习管理员或机器学习数据科学家角色，避免仅设置细粒度权限导致遗漏。免费试用账户的RBAC可能存在隐性限制，直接使用内置角色更稳妥。

• 重新验证服务连接
  在Azure DevOps项目的「项目设置」→「服务连接」里，找到关联Azure ML的连接，点击「验证」确认连通性。若验证失败，选择「手动创建服务主体」方式重新配置，确保租户ID、服务主体ID、密钥完全匹配，且勾选允许所有管道使用该连接。

• 确认模型与工作区一致性
  登录Azure ML工作室，检查要使用的模型是否处于「已注册」状态，且所属工作区与Azure DevOps服务连接指向的工作区完全一致。免费账户的存储配额有限，若模型过大可能导致同步失败，可尝试注册一个小型测试模型再重试。

• 切换至托管代理
  若使用自托管代理，即使关闭防火墙也可能存在网络访问问题。将管道代理切换为Microsoft托管的ubuntu-latest或windows-latest，托管代理默认已配置好Azure服务的访问规则，可排除本地环境干扰。

• 提取错误日志定位问题
  点击报错提示的「查看日志」（若有），获取具体错误代码（如403、404）。403代表权限不足，需重新配置IAM；404则说明工作区或模型不存在，要检查服务连接的工作区ID是否正确。

内容的提问来源于stack exchange，提问作者TheHumanSpider