Azure API Management
PulseAugur coverage of Azure API Management — every cluster mentioning Azure API Management across labs, papers, and developer communities, ranked by signal.
- 2026-08-21 product_launch Azure API Management launched a new policy to track LLM token usage. 来源
2 天有情绪数据
-
Azure API Management 为生产环境 AI 提供统一治理
Azure API Management 可通过实施令牌限制、内容安全措施、遥测、缓存和策略执行等控制措施来管理生产环境的 AI。这种方法允许跨各种 AI 模型、MCP 工具和 A2A 代理进行统一管理，无需单独的网关。
-
Azure API Management 为 LLM 令牌使用情况跟踪添加策略
Azure API Management 引入了一项新策略 llm-emit-token-metric，旨在自动跟踪和报告 LLM 驱动的 API 的令牌使用情况。此策略将提示令牌、完成令牌和总令牌等指标发送到 Application Insights。捕获的数据允许进行详细的成本跟踪、使用情况监控和异常检测，并直接集成到 APIM 请求管道中。工程团队可以利用此遥测数据来构建 FinOps 仪表板并强制执行对 LLM 使用情况的治理。
-
AI API 成本控制：为初始请求定义限额和停止路径
本文讨论了在向 AI API 发出初始请求时如何管理成本和防止意外支出。它强调了为实验定义清晰参数的重要性，包括最小有用查询、可接受的重试次数、用于跟踪使用情况的可观察指标以及停止进一步扩展的决策过程。该文以 Azure API Management 为例来说明速率限制策略，但强调这些策略并非普遍适用。它建议用户定义自己的停止路径和可观察信号，而不是仅仅依赖提供商的限制。
-
Claude 通过 Azure API 网关集成到 Snowflake
本文详细介绍了如何通过 Azure API 管理、Entra ID 和 Azure Private Link 的组合，将 Anthropic 的 Claude 连接到 Snowflake 的 Managed MCP。该设置旨在为数据访问和处理提供安全私密的连接。
-
Azure AI Gateway 通过提示注入防御增强内容安全
本文提供了一份使用 Azure AI Gateway 为 AI 应用实现内容安全的实用指南。它详细介绍了一种将 Azure 内容安全服务与 Azure API 管理集成以处理提示注入和不安全内容的架构。该指南解释了如何在 Azure API 管理中配置策略以启用这些安全功能，从而构建更安全的 AI 工作流。
-
Microsoft Foundry Agents 通过 MCP 安全访问内部工具
Microsoft 的 Foundry Agent Service 结合 MCP 框架，提供了一种结构化的方法，可将 AI 智能体安全地连接到内部企业工具。该系统强调强大的身份验证方法，包括基于密钥、Microsoft Entra ID 和 OAuth 直通，以管理访问风险。它还通过 Azure API Management 引入了私有工具目录和 AI 网关治理，以确保工具经过批准、受到监控并遵循最小权限原则，最终实现更安全的企业级智能体部署。
-
Docker 推出 AI Governance 以保护开发者笔记本电脑
Docker 推出了 AI Governance，这是一个新的控制平面，旨在管理和保护在开发者笔记本电脑和其他端点上运行的 AI 代理。该系统允许安全团队从中央控制台定义和执行 AI 代理访问网络、文件系统和外部工具的策略。通过利用基于 microVM 的沙箱和 MCP Gateway，Docker 旨在为 AI 代理提供运行时安全性，填补了传统安全工具通常无法监控开发者机器上活动的空白。