Skip to content

Latest commit

 

History

History
314 lines (244 loc) · 16.7 KB

File metadata and controls

314 lines (244 loc) · 16.7 KB

Foundry Toolkit + Bengkel Ejen Hosted Foundry

Python Microsoft Agent Framework Hosted Agents Microsoft Foundry Azure OpenAI Azure CLI Azure Developer CLI Docker Foundry Toolkit License

Bina, uji, dan lancarkan ejen AI ke Microsoft Foundry Agent Service sebagai Ejen Hosted - sepenuhnya dari VS Code menggunakan luasan Microsoft Foundry dan Foundry Toolkit.

Ejen Hosted kini dalam pratonton. Kawasan yang disokong adalah terhad - lihat ketersediaan kawasan.

Folder agent/ dalam setiap makmal adalah dirangka secara automatik oleh luasan Foundry - anda kemudian menyesuaikan kod, uji secara tempatan, dan lancarkan.

🌐 Sokongan Pelbagai Bahasa

Disokong melalui Tindakan GitHub (Automatik & Sentiasa Dikemas Kini)

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 Klon Secara Tempatan?

Repositori ini merangkumi lebih daripada 50 terjemahan bahasa yang meningkatkan saiz muat turun dengan ketara. Untuk klon 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 anda semua yang anda perlukan untuk menyelesaikan kursus dengan muat turun yang jauh lebih pantas.


Seni Bina

flowchart TB
    subgraph Local["Pembangunan Tempatan (VS Code)"]
        direction TB
        FE["Sambungan Foundry
        Microsoft"]
        FoundryToolkit["Sambungan Toolkit
        Foundry"]
        Scaffold["Kod Ejen Berkonsep
        (main.py · agent.yaml · Dockerfile)"]
        Inspector["Pemeriksa Ejen
        (Ujian Tempatan)"]
        FE -- "Cipta Ejen
        Hos Baru" --> Scaffold
        Scaffold -- "Debug F5" --> Inspector
        FoundryToolkit -.- Inspector
    end

    subgraph Cloud["Microsoft Foundry"]
        direction TB
        ACR["Pendaftaran
        Kontena Azure"]
        AgentService["Perkhidmatan Ejen Foundry
        (Runtime Ejen Hos)"]
        Model["Azure OpenAI
        (gpt-4.1 / gpt-4.1-mini)"]
        Playground["Playground Foundry
        & Playground VS Code"]
        ACR --> AgentService
        AgentService -- "/responses API" --> Model
        AgentService --> Playground
    end

    Scaffold -- "Sebarkan
    (pembinaan Docker + tolak)" --> ACR
    Inspector -- "POST /responses
    (localhost:8088)" --> Scaffold
    Playground -- "Uji isyarat" --> AgentService

    style Local fill:#f0f4ff,stroke:#4a6cf7,stroke-width:2px
    style Cloud fill:#fff4e6,stroke:#f59e0b,stroke-width:2px
Loading

Aliran: Luasan Foundry menjana rangka kerja ejen → anda sesuaikan kod & arahan → uji secara tempatan dengan Pemeriksa Ejen → lancarkan ke Foundry (imej Docker didorong ke ACR) → sahkan dalam Playground.


Apa yang akan anda bina

Makmal Perihalan Status
Makmal 01 - Ejen Tunggal Bina Ejen "Terangkan Seolah-olah Saya Seorang Eksekutif", uji secara tempatan, dan lancarkan ke Foundry ✅ Tersedia
Makmal 02 - Aliran Kerja Multi-Ejen Bina "Penilai Keserasian Resume → Kerja" - 4 ejen bekerjasama menilai keserasian resume dan menjana peta jalan pembelajaran ✅ Tersedia

Kenali Ejen Eksekutif

Dalam bengkel ini anda akan membina Ejen "Terangkan Seolah-olah Saya Seorang Eksekutif" - ejen AI yang mengambil jargon teknikal yang kompleks dan menterjemahkannya menjadi ringkasan tenang yang sesuai untuk bilik mesyuarat. Kerana jujur, tiada siapa dalam C-suite mahu mendengar tentang "keletihan kolam benang yang disebabkan oleh panggilan segerak yang diperkenalkan dalam v3.2."

Saya membina ejen ini selepas terlalu banyak insiden dimana laporan post-mortem saya yang sempurna mendapat maklum balas: "Jadi... adakah laman web itu turun atau tidak?"

Bagaimana ia berfungsi

Anda berikan kemas kini teknikal kepadanya. Ia memuntahkan kembali ringkasan eksekutif - tiga titik peluru, tanpa jargon, tanpa kesilapan susun atur, tanpa rasa cemas yang mendalam. Hanya apa yang berlaku, impak perniagaan, dan langkah seterusnya.

Lihat ia beraksi

Anda berkata:

"Kelambatan API meningkat disebabkan keletihan kolam benang yang disebabkan oleh panggilan segerak yang diperkenalkan dalam v3.2."

Ejen menjawab:

Ringkasan Eksekutif:

  • Apa yang berlaku: Selepas keluaran terkini, sistem menjadi perlahan.
  • Impak perniagaan: Sesetengah pengguna mengalami kelewatan semasa menggunakan perkhidmatan.
  • Langkah seterusnya: Perubahan telah dibatalkan dan pembaikan sedang disediakan sebelum pelancaran semula.

Kenapa ejen ini?

Ia adalah ejen tujuan tunggal yang sangat mudah - sesuai untuk belajar aliran kerja ejen hosted dari awal hingga akhir tanpa terperangkap dalam rantaian alat yang kompleks. Dan jujur? Setiap pasukan kejuruteraan boleh menggunakan salah satu daripada ini.


Struktur bengkel

📂 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 makmal adalah apa yang dijana oleh luasan Microsoft Foundry apabila anda menjalankan Microsoft Foundry: Create a New Hosted Agent dari Command Palette. Fail-fail tersebut kemudian disesuaikan dengan arahan, alat, dan konfigurasi ejen anda. Makmal 01 membimbing anda untuk membuatnya dari awal.


Mula

1. Klon repositori

git clone https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git
cd Foundry_Toolkit_for_VSCode_Lab

2. Sediakan persekitaran maya Python

python -m venv venv

Aktifkan:

  • Windows (PowerShell):
    .\venv\Scripts\Activate.ps1
  • macOS / Linux:
    source venv/bin/activate

3. Pasang kebergantungan

pip install -r workshop/lab01-single-agent/agent/requirements.txt

4. Konfigurasi pembolehubah persekitaran

Salin fail .env contoh di dalam folder ejen dan isi nilai anda:

cp workshop/lab01-single-agent/agent/.env.example workshop/lab01-single-agent/agent/.env

Edit 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>

5. Ikuti makmal bengkel

Setiap makmal berdiri sendiri dengan modul sendiri. Mula dengan Makmal 01 untuk belajar asas kemudian terus ke Makmal 02 untuk aliran kerja multi-ejen.

Makmal 01 - Ejen Tunggal (arahan penuh)

# Modul Pautan
1 Baca prasyarat 00-prerequisites.md
2 Pasang Foundry Toolkit & luasan Foundry 01-install-foundry-toolkit.md
3 Buat projek Foundry 02-create-foundry-project.md
4 Buat ejen hosted 03-create-hosted-agent.md
5 Konfigurasi arahan & persekitaran 04-configure-and-code.md
6 Uji secara tempatan 05-test-locally.md
7 Lancarkan ke Foundry 06-deploy-to-foundry.md
8 Sahkan dalam playground 07-verify-in-playground.md
9 Penyelesaian masalah 08-troubleshooting.md

Makmal 02 - Aliran Kerja Multi-Ejen (arahan penuh)

# Modul Pautan
1 Prasyarat (Makmal 02) 00-prerequisites.md
2 Fahami seni bina multi-ejen 01-understand-multi-agent.md
3 Rangka projek multi-ejen 02-scaffold-multi-agent.md
4 Konfigurasi ejen & persekitaran 03-configure-agents.md
5 Corak orkestrasi 04-orchestration-patterns.md
6 Uji secara tempatan (multi-ejen) 05-test-locally.md
7 Terbitkan ke Foundry 06-deploy-to-foundry.md
8 Sahkan di taman permainan 07-verify-in-playground.md
9 Penyelesaian masalah (multi-ejen) 08-troubleshooting.md

Penyelenggara

Shivam Goyal
Shivam Goyal


Kebenaran yang Diperlukan (rujukan pantas)

Senario Peranan yang Diperlukan
Cipta projek Foundry baru Pemilik Azure AI pada sumber Foundry
Terbitkan ke projek sedia ada (sumber baru) Pemilik Azure AI + Penyumbang pada langganan
Terbitkan ke projek yang lengkap konfigurasi Pembaca pada akaun + Pengguna Azure AI pada projek

Penting: Peranan Azure Pemilik dan Penyumbang hanya termasuk kebenaran pengurusan, bukan kebenaran pembangunan (tindakan data). Anda memerlukan Pengguna Azure AI atau Pemilik Azure AI untuk membina dan menerbitkan ejen.


Rujukan


Lesen

MIT


Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat kritikal, terjemahan profesional oleh manusia adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.