Microsoft Foundry Agent Service ಗೆ Hosted Agents ಆಗಿ AI ಏಜೆಂಟ್ಸ್ ರಚಿಸಿ, ಪರೀಕ್ಷಿಸಿ, ಮತ್ತು ನಿಯೋಜಿಸಿ — ಸಂಪೂರ್ಣವಾಗಿ VS Code ನಿಂದ Microsoft Foundry ವಿಸ್ತರಣೆ ಮತ್ತು Foundry Toolkit ಬಳಸಿ.
Hosted Agents ಪ್ರಸ್ತುತ ಪೂರ್ವವೀಕ್ಷಣೆಯಲ್ಲಿ (preview) ಇದೆ. ಬೆಂಬಲಿತ ಪ್ರಾಂತ್ಯಗಳು ನಿರ್ಬಂಧಿತವಾಗಿವೆ - ಪ್ರಾಂತ್ಯ ಲಭ್ಯತೆ ನೋಡಿ.
ಪ್ರತಿ ಪ್ರಯೋಗಾಲಯದ ಒಳಗಿನ
agent/ಫೋಲ್ಡರ್ ಅನ್ನು Foundry ವಿಸ್ತರಣೆ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸೊಕ್ಕಟ್ ಮಾಡುತ್ತದೆ — ನಂತರ ನೀವು ಕೋಡ್ ಅನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡಿ, ಸ್ಥಳೀಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ, ಮತ್ತು ನಿಯೋಜಿಸಿ.
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
ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡುವುದು ಮುಂಚಿತವೇ?
ಈ ಸಂಗ್ರಹವಿನಲ್ಲಿ 50+ ಭಾಷಾ ಅನುವಾದಗಳಿವೆ, ಇದು ಡೌನ್ಲೋಡ್ ಗಾತ್ರವನ್ನು ಬಹಳಷ್ಟು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಅನುವಾದಗಳಿಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು, ಸ್ಪಾರ್ಸ್ ಚೆಕ್ಔಟ್ ಬಳಸಿ:
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"ಇದು ಕೋರ್ಸ್ ಪೂರ್ಣಗೊಳಿಸಲು ಅಗತ್ಯವಿರುವ ಎಲ್ಲಾ ವಿಷಯಗಳನ್ನು ಹೆಚ್ಚು ವೇಗದ ಡೌನ್ಲೋಡ್ನೊಂದಿಗೆ ಒದಗಿಸುತ್ತದೆ.
flowchart TB
subgraph Local["ಸ್ಥಳೀಯ ಅಭಿವೃದ್ಧಿ (VS ಕೋಡ್)"]
direction TB
FE["Microsoft Foundry
ವಿಸ್ತರಣೆ"]
FoundryToolkit["Foundry Toolkit
ವಿಸ್ತರಣೆ"]
Scaffold["ಸ್ಕಾಫೋಲ್ಡ್ಡ್ ಏಜೆಂಟ್ ಕೋಡ್
(main.py · agent.yaml · Dockerfile)"]
Inspector["ಏಜೆಂಟ್ ಇನ್ಸ್ಪೆಕ್ಟರ್
(ಸ್ಥಳೀಯ ಪರೀಕ್ಷೆ)"]
FE -- "ಹೊಸ
ಹೋಸ್ಟ್ ಮಾಡಿದ ಏಜೆಂಟ್ ಸೃಜಿಸಿ" --> Scaffold
Scaffold -- "F5 ಡಿಬಗ್" --> Inspector
FoundryToolkit -.- Inspector
end
subgraph Cloud["Microsoft Foundry"]
direction TB
ACR["ಆಜುರ್ ಕಂಟೇನರ್
ರಿಜಿಸ್ಟ್ರಿ"]
AgentService["Foundry ಏಜೆಂಟ್ ಸೇವೆ
(ಹೋಸ್ಟ್ ಮಾಡಿದ ಏಜೆಂಟ್ ರನ್ಟೈಮ್)"]
Model["ಆಜುರ್ ಓಪನ್ಎಐ
(gpt-4.1 / gpt-4.1-mini)"]
Playground["Foundry ಪ್ಲೇಗ್ರೌಂಡ್
& VS ಕೋಡ್ ಪ್ಲೇಗ್ರೌಂಡ್"]
ACR --> AgentService
AgentService -- "/responses API" --> Model
AgentService --> Playground
end
Scaffold -- "ಡಿಪ್ಲಾಯ್
(ಡಾಕರ್ ನಿರ್ಮಾಣ + ಪುಷ್)" --> ACR
Inspector -- "POST /responses
(localhost:8088)" --> Scaffold
Playground -- "ಟೆಸ್ಟ್ ಪ್ರಾಂಪ್ಟ್ಗಳು" --> AgentService
style Local fill:#f0f4ff,stroke:#4a6cf7,stroke-width:2px
style Cloud fill:#fff4e6,stroke:#f59e0b,stroke-width:2px
ಪ್ರವಾಹ: Foundry ವಿಸ್ತರಣೆ ಏಜೆಂಟ್ ಅನ್ನು ಸೊಕ್ಕಟ್ ಮಾಡುತ್ತದೆ → ನೀವು ಕೋಡ್ ಮತ್ತು ನಿರ್ದೇಶನಗಳನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡುತ್ತೀರಿ → Agent Inspector ನಿಂದ ಸ್ಥಳೀಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ → Foundry ಗೆ ನಿಯೋಜಿಸಿ (Docker ಚಿತ್ರವನ್ನು ACR ಗೆ ಪುಷ್ ಮಾಡಲಾಗಿದೆ) → ಪ್ಲೇಗ್ರೌಂಡ್ ನಲ್ಲಿ ಪರಿಶೀಲಿಸಿ.
| ಪ್ರಯೋಗಾಲಯ | ವಿವರಣೆ | ಸ್ಥಿತಿ |
|---|---|---|
| ಪ್ರಯೋಗಾಲಯ 01 - ಒಂದೇ ಏಜೆಂಟ್ | "ನಾನು ಕಾರ್ಯನಿರ್ವಹಣಾಧಿಕಾರಿಯಾದಂತೆ ವಿವರಿಸಿ" ಏಜೆಂಟ್ ರಚಿಸಿ, ಸ್ಥಳೀಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ, ಮತ್ತು Foundry ಗೆ ನಿಯೋಜಿಸಿ | ✅ ಲಭ್ಯವಿದೆ |
| ಪ್ರಯೋಗಾಲಯ 02 - ಬಹು ಏಜೆಂಟ್ ಕಾರ್ಯಪ್ರವಾಹ | "ರೆಜ್ಯೂಮ್ → ಉದ್ಯೋಗ ಹೊಂದಾಣಿಕೆ ಮೌಲ್ಯಮಾಪಕ" ಅನ್ನು ರಚಿಸಿ - 4 ಏಜೆಂಟ್ಗಳು ಸಹಕರಿಸಿ ರೆಜ್ಯೂಮ್ ಹೊಂದಾಣಿಕೆಯನ್ನು ಅಂಕಗಣನೆ ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಅಧ್ಯಯನ ಪಥವನ್ನು ತಯಾರಿಸುತ್ತವೆ | ✅ ಲಭ್ಯವಿದೆ |
ಈ ಕಾರ್ಯಾಗಾರದಲ್ಲಿ ನೀವು "ನಾನು ಕಾರ್ಯನಿರ್ವಹಣಾಧಿಕಾರಿಯಾದಂತೆ ವಿವರಿಸಿ" ಏಜೆಂಟ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತೀರಿ - ಇದು ತಂತ್ರಜ್ಞಾನ್ಯ ಜಾರ್ಗನ್ ಅನ್ನು ಶಾಂತ, ಮಂಡಳಿ ಕೊಠಡಿ ಸಿದ್ಧ ಸಾರಾಂಶಗಳಿಗೆ ಅನುವಾದಿಸುವ AI ಏಜೆಂಟ್. ಯಾಕೆಂದ್ರೆ ನಿಜವಾಗಿಯೂ, C-ಸೂಟ್ ನಲ್ಲಿ ಯಾರೂ "v3.2 ರಲ್ಲಿ ಪರಿಚಯಿಸಲಾದ ಸಿಂಕ್ರೋನಸ್ ಕರೆಗಳಿಂದ ಉಂಟಾದ ತಂತಿ ಪೂಲ್ ದಣಿವಿನಿಂದ API ವಿಳಂಬ ಹೆಚ್ಚಾಗಿದೆ" ಅಂತ ಕೇಳಿಸಲು ಇಚ್ಛಿಸುವುದಿಲ್ಲ.
ನಾನು ಈ ಏಜೆಂಟ್ ಅನ್ನು ಅದಷ್ಟು ಸರಿಯಾಗಿ ರಚಿಸಿದ ಮರಣೋತ್ತರ ವರದಿ ಮೇಲೆ ಪ್ರತಿಕ್ರಿಯೆ ಬಂತು: "ಹೀಗಾದ್ರೆ... ವೆಬ್ಸೈಟ್ ಡೌನ್ ಆಗಿದೆಯಾ ಇಲ್ಲವೇ?"
ನೀವು ತಾಂತ್ರಿಕ ನವೀಕರಣ ನೀಡುತ್ತೀರಿ. ಈ ಏಜೆಂಟ್ ಕಾರ್ಯನಿರ್ವಹಣಾಧಿಕಾರಿಗಳ ಸಾರಾಂಶವನ್ನು ಮೂರು ಬುಕ್ಲೆಟ್ ಪಾಯಿಂಟ್ಗಳಾಗಿ, ಜಾರ್ಗನ್ ಇಲ್ಲದೆ, ಸ್ಟ್ಯಾಕ್ ಟ್ರೇಸ್ ಇಲ್ಲದೆ, ಮತ್ತು ಅಸ್ತಿತ್ವದ ಭಯವಿಲ್ಲದೆ ಹಿಂತಿರುಗಿಸುತ್ತೀರೆ - ಏನಾಯಿತು, ವ್ಯಾಪಾರ ಪರಿಣಾಮ, ಮತ್ತು ಮುಂದಿನ ಹಂತ.
ನೀವು ಹೇಳುತ್ತೀರಿ:
"v3.2 ರಲ್ಲಿ ಪರಿಚಯಿಸಲಾದ ಸಿಂಕ್ರೋನಸ್ ಕರೆಗಳಿಂದ ಉಂಟಾದ ತಂತಿ ಪೂಲ್ ದಣಿವಿನಿಂದ API ವಿಳಂಬ ಹೆಚ್ಚಾಗಿದೆ."
ಏಜೆಂಟ್ ಉತ್ತರಿಸುತ್ತದೆ:
ಕಾರ್ಯನಿರ್ವಹಣಾಧಿಕಾರಿ ಸಾರಾಂಶ:
- ಏನಾಯಿತು: ಇತ್ತೀಚಿನ ಬಿಡುಗಡೆಯ ನಂತರ, ವ್ಯವಸ್ಥೆಯ ವೇಗ ಕುಚಿತು.
- ವ್ಯಾಪಾರ ಪರಿಣಾಮ: ಕೆಲವು ಬಳಕೆದಾರರು ಸೇವೆಯನ್ನು ಬಳಸುವಾಗ ವಿಳಂಬವನ್ನು ಅನುಭವಿಸಿದರು.
- ಮುಂದಿನ ಹಂತ: ಬದಲಾವಣೆ ಹಿಂದಿಕ್ಕಲ್ಪಟ್ಟಿದ್ದು, ಪುನಃ ನಿಯೋಜಿಸುವ ಮೊದಲು ಪರಿಹಾರವನ್ನು ತಯಾರಿಸುತ್ತಿದ್ದಾರೆ.
ಇದು ಸಾದಾ, ಒಂದೇ ಉದ್ದೇಶದ ಏಜೆಂಟ್ — ಅವು ನಿಧಾನ ತಂತ್ರ ಸಂಗ್ರಹಗಳನ್ನು ಅರಿತುಕೊಳ್ಳದೆ ಹೋಸ್ಟ್ ಮಾಡಲಾದ ಏಜೆಂಟ್ ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ಆರಂಭದಿಂದ ಅಂತ್ಯವರೆಗೆ ಕಲಿಯಲು ಸೂಕ್ತವಾಗಿದೆ. ಮತ್ತುನಿಜವಾಗಿಯೂ? ಪ್ರತಿಯೊಬ್ಬ ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡವೂ ಒಂದನ್ನು ಹ್ಯಾಂಡ್ ಮಾಡಬಹುದಾಗಿದೆ.
📂 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
ಗಮನಿಸಿ: ಪ್ರತಿ ಪ್ರಯೋಗಾಲಯದ ಒಳಗಿನ
agent/ಫೋಲ್ಡರ್ ಅನ್ನು ನೀವು ಕಮಾಂಡ್ ಪ್ಯಾಲೆಟ್ ನಿಂದMicrosoft Foundry: Create a New Hosted Agentಅನ್ನು ಚಲಾಯಿಸಿದಾಗ Microsoft Foundry ವಿಸ್ತರಣೆ ರಚಿಸುತ್ತದೆ. ನಂತರ ಫೈಲ್ಗಳನ್ನು ನಿಮ್ಮ ಏಜೆಂಟ್ ನಿರ್ದೇಶನಗಳು, ಸಾಧನಗಳು ಮತ್ತು ಸಂರಚನೆಗಳೊಂದಿಗೆ ಕಸ್ಟಮೈಸ್ ಮಾಡಲಾಗುತ್ತದೆ. ಪ್ರಯೋಗಾಲಯ 01 ನಿಮಗೆ ಇದನ್ನು нಹನುೈನಿನಿಂದ ಪುನರ್ ಸೃಷ್ಟಿಸುವುದನ್ನು ಒದಗಿಸುತ್ತದೆ.
git clone https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git
cd Foundry_Toolkit_for_VSCode_Labpython -m venv venvಅನ್ನು ಏಕ್ರೀಯಗೊಳಿಸಿ:
- Windows (PowerShell):
.\venv\Scripts\Activate.ps1
- macOS / Linux:
source venv/bin/activate
pip install -r workshop/lab01-single-agent/agent/requirements.txtಏಜೆಂಟ್ ಫೋಲ್ಡರ್ ಒಳಗಿನ ಮಾದರಿ .env ಫೈಲ್ ನಕಲಿಸಿ ಮತ್ತು ನಿಮ್ಮ ಮೌಲ್ಯಗಳನ್ನು ತುಂಬಿಸಿ:
cp workshop/lab01-single-agent/agent/.env.example workshop/lab01-single-agent/agent/.envworkshop/lab01-single-agent/agent/.env ಅನ್ನು ಸಂಪಾದಿಸಿ:
AZURE_AI_PROJECT_ENDPOINT=https://<your-account>.services.ai.azure.com/api/projects/<your-project>
MODEL_DEPLOYMENT_NAME=<your-model-deployment-name>ಪ್ರತಿ ಪ್ರಯೋಗಾಲಯವು ತನ್ನದೇ ಆದ ಮೋಡ್ಯೂಲ್ಗಳೊಂದಿಗೆ ಸ್ವಯಂಸಂಕೀರ್ಣವಾಗಿದೆ. ಮೂಲಭೂತಗಳನ್ನು ಕಲಿಯಲು ಪ್ರಯೋಗಾಲಯ 01 ನಿಂದ ಪ್ರಾರಂಭಿಸಿ, ನಂತರ ಬಹು ಏಜೆಂಟ್ ಕಾರ್ಯಪ್ರವಾಹಗಳಿಗಾಗಿ ಪ್ರಯೋಗಾಲಯ 02 ಗೆ ಸಾಗಿರಿ.
ಪ್ರಯೋಗಾಲಯ 01 - ಒಂದೇ ಏಜೆಂಟ್ (ಪೂರ್ಣ ಸೂಚನೆಗಳು)
| # | ಮೋಡ್ಯೂಲ್ | ಲಿಂಕ್ |
|---|---|---|
| 1 | ಅಗತ್ಯವಿರುವ ವಿವರಣೆ ಓದಿ | 00-prerequisites.md |
| 2 | Foundry Toolkit & Foundry ವಿಸ್ತರಣೆ ಸ್ಥಾಪಿಸಿ | 01-install-foundry-toolkit.md |
| 3 | Foundry ಯೋಜನೆ ರಚಿಸಿ | 02-create-foundry-project.md |
| 4 | Hosted Agent ರಚಿಸಿ | 03-create-hosted-agent.md |
| 5 | ನಿರ್ದೇಶನಗಳು & ಪರಿಸರ ಸಂರಚಿಸಿ | 04-configure-and-code.md |
| 6 | ಸ್ಥಳೀಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ | 05-test-locally.md |
| 7 | Foundry ಗೆ ನಿಯೋಜಿಸಿ | 06-deploy-to-foundry.md |
| 8 | ಪ್ಲೇಗ್ರೌಂಡ್ಲ್ಲಿ ಪರಿಶೀಲಿಸಿ | 07-verify-in-playground.md |
| 9 | ತೊಂದರೆ ಪರಿಹಾರ | 08-troubleshooting.md |
ಪ್ರಯೋಗಾಲಯ 02 - ಬಹು ಏಜೆಂಟ್ ಕಾರ್ಯಪ್ರವಾಹ (ಪೂರ್ಣ ಸೂಚನೆಗಳು)
| # | ಮೋಡ್ಯೂಲ್ | ಲಿಂಕ್ |
|---|---|---|
| 1 | ಅಗತ್ಯವಿರುವ (ಪ್ರಯೋಗಾಲಯ 02) | 00-prerequisites.md |
| 2 | ಬಹು ಏಜೆಂಟ್ ವಾಸ್ತುಶಿಲ್ಪ ತಿಳಿದುಕೊಳ್ಳಿ | 01-understand-multi-agent.md |
| 3 | ಬಹು ಏಜೆಂಟ್ ಯೋಜನೆಯನ್ನು ಸೊಕ್ಕಟ್ ಮಾಡಿ | 02-scaffold-multi-agent.md |
| 4 | ಏಜೆಂಟ್ಗಳು & ಪರಿಸರ ಸಂರಚಿಸಿ | 03-configure-agents.md |
| 5 | ಸಂಘಟನಾ ಮಾದರಿಗಳು | 04-orchestration-patterns.md |
| 6 | ಸ್ಥಳೀಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ (ಬಹು ಏಜೆಂಟ್) | 05-test-locally.md |
| 7 | Foundry ಗೆ ನಿಯೋಜಿಸಿ | 06-deploy-to-foundry.md |
| 8 | ಪ್ಲೇಗ್ರೌಂಡ್ನಲ್ಲಿ ಪರಿಶೀಲಿಸಿ | 07-verify-in-playground.md |
| 9 | ಸಮಸ್ಯೆ ಪರಿಹಾರ (ಬಹು-ಏಜೆಂಟ್) | 08-troubleshooting.md |
 ಶಿವಂ ಗೋಯಲ್ |
| ಪರಿಸ್ಥಿತಿ | ಅಗತ್ಯವಿರುವ ಪಾತ್ರಗಳು |
|---|---|
| ಹೊಸ Foundry ಯೋಜನೆ ರಚಿಸಿ | Foundry ಸಂಪನ್ಮೂಲದ ಮೇಲೆ Azure AI ಮಾಲೀಕ |
| ಇದ್ದ ಯೋಜನೆಗೆ ನಿಯೋಜನೆ (ಹಲವು ಹೊಸ ಸಂಪನ್ಮೂಲಗಳು) | ಚಂದಾದಾರಿಕೆಯಲ್ಲಿ Azure AI ಮಾಲೀಕ + ಲೇಖಕ |
| ಪೂರ್ಣವಾಗಿ ಸಂರಚಿಸಲಾದ ಯೋಜನೆಗೆ ನಿಯೋಜನೆ | ಖಾತೆಯ ಮೇಲೆ ವಾಚಕ + ಯೋಜನೆಯ ಮೇಲೆ Azure AI ಬಳಕೆದಾರ |
ಮುಖ್ಯ: Azure
ಮಾಲೀಕಮತ್ತುಲೇಖಕಪಾತ್ರಗಳು ಕೇವಲ ನಿರ್ವಹಣಾ ಅನುಮತಿಗಳನ್ನು ಒಳಗೊಂಡಿವೆ, ಅಭಿವೃದ್ದಿ (ಡೇಟಾ ಕ್ರಿಯೆ) ಅನುಮತಿಗಳನ್ನು ಅಲ್ಲ. ಏಜೆಂಟ್ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ನಿಯೋಜಿಸಲು ನಿಮಗೆ Azure AI ಬಳಕೆದಾರ ಅಥವಾ Azure AI ಮಾಲೀಕ ಬೇಕು.
- ತ್ವರಿತ ಪ್ರಾರಂಭ: ನೀವು ಮೊದಲ ಹೋಸ್ಟ್ ಏಜೆಂಟ್ ಅನ್ನು ನಿಯೋಜಿಸಿ (VS ಕೋಡ್)
- ಹೋಸ್ಟ್ ಏಜೆಂಟ್ಗಳು ಎಂದು ಏನು?
- VS ಕೋಡ್ನಲ್ಲಿ ಹೋಸ್ಟ್ ಏಜೆಂಟ್ ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು ರಚಿಸುವುದು
- ಹೋಸ್ಟ್ ಏಜೆಂಟ್ ಅನ್ನು ನಿಯೋಜಿಸಿ
- Microsoft Foundry ಗೆ RBAC
- ವಾಸ್ತವಿಕತೆ ವಿಮರ್ಶೆಯ ಏಜೆಂಟ್ ಮಾದರಿ - MCP ಸಾಧನಗಳು, Excalidraw ಡಯಾಗ್ರಾಮ್ಗಳು ಮತ್ತು ಡ್ಯುಯಲ್ ನಿಯೋಜನೆಳ್ಳನ್ನು ಹೊಂದಿರುವ ನೈಜ-ಜಗತ್ತಿನ ಹೋಸ್ಟ್ ಏಜೆಂಟ್
ಸ್ಥಿರಾಕ್ಷೆಪಣೆ:
ಈ ದಸ್ತಾವೇಜನ್ನು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಶುದ್ಧತೆಯತ್ತ ಪ್ರಯತ್ನಿಸುವವರಾಗಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದು ಎಂಬುದನ್ನು ದಯವಿಟ್ಟು ಗಮನದಲ್ಲಿರಿಸಿಕೊಳ್ಳಿ. ಮೂಲ ಭಾಷೆಯ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ಅರ್ಥಮತ್ನ ಅಥವಾ ತಪ್ಪು ಕಲ್ಪನೆಗಳಿಗಾಗಿ ನಾವು ಜವಾಬ್ದಾರರಾಗಿರುವುದಿಲ್ಲ.