用途：为 Azure Data Factory（ADF）编排机器学习与分析工作流提供模式参考，涵盖从临时数据源（如 Azure SQL Database）抽取数据、归档到 Azure Storage，以及调用 ML 服务进行评分与洞察。
主要能力：按集成模式给出活动类型建议，包括 Azure ML 旧版 SDK v1 的 AzureMLExecutePipeline、SDK v2 批处理终结点（WebActivity）、在线终结点、T-SQL PREDICT、sp_execute_external_script、SQL 到存储归档（Copy/ForEach）、Azure AI Services、Azure OpenAI Batch API、Databricks ML（DatabricksJob）、Data Flow 特征工程，以及端到端 ML 流水线（ExecutePipeline + Switch）。
使用方式：通过 WebActivity 调用批处理终结点并轮询完成；用 Key Vault 管理 API 密钥，用托管标识连接 Azure 服务；归档优先使用 Parquet 与日期分区；复杂训练用 Databricks Job，托管推理用 Azure ML 批处理终结点，LLM 评分用 Azure OpenAI Batch API。详细 JSON 示例见 references/ 目录下四个参考文件。
适用场景：ADF 中 ML 批处理评分、LLM 文本分类与富化、数据库内 ONNX 评分、SQL 数据归档与特征工程。
限制与迁移提示：Azure ML SDK v1 支持于 2026 年 6 月 30 日结束，需迁移到 SDK v2 批处理终结点；azure-ai-inference SDK 于 2026 年 5 月 30 日退役，改用 OpenAI SDK；Azure SQL Edge 已于 2025 年 9 月 30 日退役；Power BI 数据流 AI Insights 已退役；ADF 内 Apache Airflow 已弃用；Azure AI Foundry 更名为 Microsoft Foundry。T-SQL PREDICT 不适用于 Azure SQL Database。具体价格、平台细节与完整步骤暂未提供。