Bangun, uji, dan deploy agen AI ke Microsoft Foundry Agent Service sebagai Hosted Agents - sepenuhnya dari VS Code menggunakan Microsoft Foundry extension dan Foundry Toolkit.
Hosted Agents saat ini dalam pratinjau. Wilayah yang didukung terbatas - lihat ketersediaan wilayah.
Folder
agent/di dalam setiap lab secara otomatis dibuat oleh ekstensi Foundry - Anda kemudian menyesuaikan kode, menguji secara lokal, dan melakukan deploy.
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Lebih suka Clone Secara Lokal?
Repositori ini menyertakan lebih dari 50 terjemahan bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk clone tanpa terjemahan, gunakan sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git cd Foundry_Toolkit_for_VSCode_Lab git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git cd Foundry_Toolkit_for_VSCode_Lab git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Ini memberikan semua yang Anda butuhkan untuk menyelesaikan kursus dengan unduhan yang jauh lebih cepat.
flowchart TB
subgraph Local["Pengembangan Lokal (VS Code)"]
direction TB
FE["Microsoft Foundry
Ekstensi"]
FoundryToolkit["Foundry Toolkit
Ekstensi"]
Scaffold["Kode Agen Scaffolded
(main.py · agent.yaml · Dockerfile)"]
Inspector["Inspector Agen
(Pengujian Lokal)"]
FE -- "Buat Agen Hosted Baru" --> Scaffold
Scaffold -- "Debug F5" --> Inspector
FoundryToolkit -.- Inspector
end
subgraph Cloud["Microsoft Foundry"]
direction TB
ACR["Azure Container
Registry"]
AgentService["Layanan Agen Foundry
(Runtime Agen Hosted)"]
Model["Azure OpenAI
(gpt-4.1 / gpt-4.1-mini)"]
Playground["Foundry Playground
& VS Code Playground"]
ACR --> AgentService
AgentService -- "/responses API" --> Model
AgentService --> Playground
end
Scaffold -- "Deploy
(build Docker + push)" --> ACR
Inspector -- "POST /responses
(localhost:8088)" --> Scaffold
Playground -- "Uji prompt" --> AgentService
style Local fill:#f0f4ff,stroke:#4a6cf7,stroke-width:2px
style Cloud fill:#fff4e6,stroke:#f59e0b,stroke-width:2px
Alur: Ekstensi Foundry membuat scaffold agen → Anda sesuaikan kode & instruksi → uji secara lokal dengan Agent Inspector → deploy ke Foundry (gambar Docker didorong ke ACR) → verifikasi di Playground.
| Lab | Deskripsi | Status |
|---|---|---|
| Lab 01 - Agen Tunggal | Membuat Agen "Jelaskan Seperti Saya Seorang Eksekutif", uji secara lokal, dan deploy ke Foundry | ✅ Tersedia |
| Lab 02 - Alur Kerja Multi-Agen | Membuat "Evaluator Kecocokan Resume → Pekerjaan" - 4 agen bekerjasama memberikan skor kecocokan resume dan menghasilkan roadmap pembelajaran | ✅ Tersedia |
Dalam workshop ini Anda akan membangun "Agen Jelaskan Seperti Saya Seorang Eksekutif" - agen AI yang mengambil jargon teknis rumit dan menerjemahkannya ke ringkasan yang tenang siap untuk rapat dewan. Karena jujur saja, tidak ada yang di jajaran C-suite ingin mendengar tentang "kehabisan thread pool yang disebabkan oleh panggilan sinkron yang diperkenalkan di v3.2."
Saya membuat agen ini setelah terlalu banyak insiden di mana laporan post-mortem saya yang sempurna mendapat respons: "Jadi... apakah situs webnya turun atau tidak?"
Anda memberinya pembaruan teknis. Ia mengembalikan ringkasan eksekutif - tiga poin peluru, tanpa jargon, tanpa jejak tumpukan, tanpa ketakutan eksistensial. Hanya apa yang terjadi, dampak bisnis, dan langkah selanjutnya.
Anda berkata:
"Latensi API meningkat karena kehabisan thread pool yang disebabkan oleh panggilan sinkron yang diperkenalkan di v3.2."
Agen menjawab:
Ringkasan Eksekutif:
- Apa yang terjadi: Setelah rilis terbaru, sistem melambat.
- Dampak bisnis: Beberapa pengguna mengalami keterlambatan saat menggunakan layanan.
- Langkah selanjutnya: Perubahan telah dibatalkan dan perbaikan sedang disiapkan sebelum deployment ulang.
Ini adalah agen yang sangat sederhana untuk satu tujuan - sempurna untuk belajar alur kerja agen hosted dari awal sampai akhir tanpa kerepotan dalam rantai alat yang kompleks. Dan jujur? Setiap tim rekayasa bisa menggunakan satu dari ini.
📂 Foundry_Toolkit_for_VSCode_Lab/
├── 📄 README.md ← You are here
├── 📂 ExecutiveAgent/ ← Standalone hosted agent project
│ ├── agent.yaml
│ ├── Dockerfile
│ ├── main.py
│ └── requirements.txt
└── 📂 workshop/
├── 📂 lab01-single-agent/ ← Full lab: docs + agent code
│ ├── README.md ← Hands-on lab instructions
│ ├── 📂 docs/ ← Step-by-step tutorial modules
│ │ ├── 00-prerequisites.md
│ │ ├── 01-install-foundry-toolkit.md
│ │ ├── 02-create-foundry-project.md
│ │ ├── 03-create-hosted-agent.md
│ │ ├── 04-configure-and-code.md
│ │ ├── 05-test-locally.md
│ │ ├── 06-deploy-to-foundry.md
│ │ ├── 07-verify-in-playground.md
│ │ └── 08-troubleshooting.md
│ └── 📂 agent/ ← Reference solution (auto-scaffolded by Foundry extension)
│ ├── agent.yaml
│ ├── Dockerfile
│ ├── main.py
│ └── requirements.txt
└── 📂 lab02-multi-agent/ ← Resume → Job Fit Evaluator
├── README.md ← Hands-on lab instructions (end-to-end)
├── 📂 docs/ ← Step-by-step tutorial modules
│ ├── 00-prerequisites.md
│ ├── 01-understand-multi-agent.md
│ ├── 02-scaffold-multi-agent.md
│ ├── 03-configure-agents.md
│ ├── 04-orchestration-patterns.md
│ ├── 05-test-locally.md
│ ├── 06-deploy-to-foundry.md
│ ├── 07-verify-in-playground.md
│ └── 08-troubleshooting.md
└── 📂 PersonalCareerCopilot/ ← Reference solution (multi-agent workflow)
├── agent.yaml
├── Dockerfile
├── main.py
└── requirements.txt
Catatan: Folder
agent/di dalam setiap lab adalah yang dihasilkan oleh Microsoft Foundry extension ketika Anda menjalankanMicrosoft Foundry: Create a New Hosted Agentdari Command Palette. File-file tersebut kemudian disesuaikan dengan instruksi, alat, dan konfigurasi agen Anda. Lab 01 membimbing Anda membuat ini dari awal.
git clone https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git
cd Foundry_Toolkit_for_VSCode_Labpython -m venv venvAktifkan:
- Windows (PowerShell):
.\venv\Scripts\Activate.ps1
- macOS / Linux:
source venv/bin/activate
pip install -r workshop/lab01-single-agent/agent/requirements.txtSalin file .env contoh di dalam folder agen dan isi nilainya:
cp workshop/lab01-single-agent/agent/.env.example workshop/lab01-single-agent/agent/.envEdit workshop/lab01-single-agent/agent/.env:
AZURE_AI_PROJECT_ENDPOINT=https://<your-account>.services.ai.azure.com/api/projects/<your-project>
MODEL_DEPLOYMENT_NAME=<your-model-deployment-name>Setiap lab berdiri sendiri dengan modulnya masing-masing. Mulai dengan Lab 01 untuk belajar dasar-dasar, kemudian lanjut ke Lab 02 untuk alur kerja multi-agen.
Lab 01 - Agen Tunggal (instruksi lengkap)
| # | Modul | Link |
|---|---|---|
| 1 | Baca prasyarat | 00-prerequisites.md |
| 2 | Instal Foundry Toolkit & ekstensi Foundry | 01-install-foundry-toolkit.md |
| 3 | Buat proyek Foundry | 02-create-foundry-project.md |
| 4 | Buat agen hosted | 03-create-hosted-agent.md |
| 5 | Konfigurasi instruksi & lingkungan | 04-configure-and-code.md |
| 6 | Uji secara lokal | 05-test-locally.md |
| 7 | Deploy ke Foundry | 06-deploy-to-foundry.md |
| 8 | Verifikasi di playground | 07-verify-in-playground.md |
| 9 | Pemecahan masalah | 08-troubleshooting.md |
Lab 02 - Alur Kerja Multi-Agen (instruksi lengkap)
| # | Modul | Link |
|---|---|---|
| 1 | Prasyarat (Lab 02) | 00-prerequisites.md |
| 2 | Memahami arsitektur multi-agen | 01-understand-multi-agent.md |
| 3 | Membuat scaffold proyek multi-agen | 02-scaffold-multi-agent.md |
| 4 | Konfigurasikan agen & lingkungan | 03-configure-agents.md |
| 5 | Pola orkestrasi | 04-orchestration-patterns.md |
| 6 | Uji secara lokal (multi-agen) | 05-test-locally.md |
| 7 | Deploy ke Foundry | 06-deploy-to-foundry.md |
| 8 | Verifikasi di playground | 07-verify-in-playground.md |
| 9 | Pemecahan masalah (multi-agent) | 08-troubleshooting.md |
 Shivam Goyal |
| Skenario | Peran yang Diperlukan |
|---|---|
| Membuat proyek Foundry baru | Azure AI Owner pada sumber daya Foundry |
| Deploy ke proyek yang sudah ada (sumber daya baru) | Azure AI Owner + Contributor pada langganan |
| Deploy ke proyek yang sudah sepenuhnya dikonfigurasi | Reader pada akun + Azure AI User pada proyek |
Penting: Peran Azure
OwnerdanContributorhanya mencakup izin manajemen, bukan izin pengembangan (aksi data). Anda memerlukan Azure AI User atau Azure AI Owner untuk membangun dan mendepoy agen.
- Panduan cepat: Deploy agen hosted pertama Anda (VS Code)
- Apa itu agen hosted?
- Membuat alur kerja agen hosted di VS Code
- Deploy agen hosted
- RBAC untuk Microsoft Foundry
- Contoh Agen Tinjauan Arsitektur - Agen hosted dunia nyata dengan alat MCP, diagram Excalidraw, dan deploy ganda
Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berusaha untuk akurasi, harap diingat bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau salah tafsir yang timbul dari penggunaan terjemahan ini.