使用AZAPI部署Azure AI Foundry在线端点时，如何获取部署模型的codeid与environmentid？

针对你使用公共注册表中cohere-command-a模型的场景，可通过以下途径获取所需的codeId和environmentId：

一、通过Azure ML CLI获取 #

1. 获取codeId #

执行以下命令，返回结果中的id字段即为codeId：

az ml code show --name cohere-command-a-code --version 1 --registry-name azureml

2. 获取environmentId #

执行以下命令，返回结果中的id字段即为environmentId：

az ml environment show --name cohere-command-a-env --version 1 --registry-name azureml

二、通过Azure AI Studio门户获取 #

1. 登录Azure AI Studio，导航到模型注册表，选择公共注册表azureml。
2. 找到目标模型cohere-command-a并进入详情页。
3. 在模型详情的关联资源区域，分别复制配套代码资产和环境资产的资源ID，即为所需的codeId和environmentId。

三、在Terraform中通过数据源自动引用（推荐） #

添加azapi_resource数据源自动获取公共资产ID，避免手动复制：

# 获取公共代码资产ID
data "azapi_resource" "cohere_code" {
  type      = "Microsoft.MachineLearningServices/registries/codes@2025-01-01-preview"
  name      = "cohere-command-a-code"
  parent_id = "/subscriptions/你的订阅ID/resourceGroups/你的资源组名称/providers/Microsoft.MachineLearningServices/registries/azureml"
}

# 获取公共环境资产ID
data "azapi_resource" "cohere_env" {
  type      = "Microsoft.MachineLearningServices/registries/environments@2025-01-01-preview"
  name      = "cohere-command-a-env"
  parent_id = "/subscriptions/你的订阅ID/resourceGroups/你的资源组名称/providers/Microsoft.MachineLearningServices/registries/azureml"
}

在部署资源中引用这些数据源的ID：

resource "azapi_resource" "online_endpoint_deployment" {
  # 其他配置保持不变
  body = {
    sku = {
      capacity = 1
      name     = "Standard_DS3_v2"
    }
    properties = {
      endpointComputeType = "Managed"
      scaleSettings = {
        scaleType = "Default"
      }
      model = "azureml://registries/azureml-cohere/models/cohere-command-a/versions/1"
      codeConfiguration = {
        codeId         = data.azapi_resource.cohere_code.id
        scoringScript  = "score.py"
      }
      environmentId = data.azapi_resource.cohere_env.id
    }
  }
}

内容的提问来源于stack exchange，提问作者Bokambo