Skip to content

Latest commit

 

History

History
314 lines (244 loc) · 24.4 KB

File metadata and controls

314 lines (244 loc) · 24.4 KB

Foundry Toolkit + Foundry Hosted Agents कार्यशाला

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

AI एजेन्टहरू Microsoft Foundry Agent Service मा Hosted Agents को रूपमा निर्माण, परीक्षण, र डिप्लोय गर्नुहोस् - पूर्ण रूपमा VS Code मार्फत Microsoft Foundry extensionFoundry Toolkit द्वारा।

Hosted Agents हाल प्रिभ्यूमा छन्। समर्थित क्षेत्रहरू सीमित छन् - हेर्नुहोस् क्षेत्र उपलब्धता

हरेक प्रयोगशालाको agent/ फोल्डर Foundry extension ले स्वचालित रूपमा स्क्याफोल्ड गर्दछ - त्यसपछि तपाईं कोड अनुकूलन गर्नुहुन्छ, स्थानीय रूपमा परीक्षण गर्नुहुन्छ, र डिप्लोय गर्नुहुन्छ।

🌐 बहुभाषी समर्थन

GitHub Action द्वारा समर्थित (स्वचालित र सधैं अपडेट रहने)

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

स्थानीय रूपमा क्लोन गर्न रुचाउनु हुन्छ?

यस रिपोजिटरीमा ५०+ भाषा अनुवादहरू समावेश छन् जसले डाउनलोड साइज धेरै बढाउँछ। अनुवाद बिना क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:

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"

यसले तपाईंलाई कोर्स पूरा गर्न आवश्यक सबै सामग्री धेरै छिटो डाउनलोड दिन्छ।


वास्तुकला

flowchart TB
    subgraph Local["स्थानीय विकास (VS कोड)"]
        direction TB
        FE["Microsoft Foundry
        एक्सटेन्शन"]
        FoundryToolkit["Foundry टुलकिट
        एक्सटेन्शन"]
        Scaffold["स्कैफोल्ड गरिएको एजेन्ट कोड
        (main.py · agent.yaml · Dockerfile)"]
        Inspector["एजेन्ट निरीक्षक
        (स्थानीय परीक्षण)"]
        FE -- "नयाँ सिर्जना गर्नुहोस्
        होस्ट गरिएको एजेन्ट" --> Scaffold
        Scaffold -- "F5 डिबग" --> Inspector
        FoundryToolkit -.- Inspector
    end

    subgraph Cloud["Microsoft Foundry"]
        direction TB
        ACR["एजुर कन्टेनर
        रजिस्ट्री"]
        AgentService["Foundry एजेन्ट सेवा
        (होस्ट गरिएको एजेन्ट रनटाइम)"]
        Model["एजुर ओपनएआई
        (gpt-4.1 / gpt-4.1-मिनी)"]
        Playground["Foundry प्लेग्राउन्ड
        & VS कोड प्लेग्राउन्ड"]
        ACR --> AgentService
        AgentService -- "/responses API" --> Model
        AgentService --> Playground
    end

    Scaffold -- "परिनियोजन गर्नुहोस्
    (Docker निर्माण + पुश)" --> ACR
    Inspector -- "POST /responses
    (localhost:8088)" --> Scaffold
    Playground -- "पुच्छरहरू परीक्षण गर्नुहोस्" --> AgentService

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

प्रवाह: Foundry extension एजेन्ट स्क्याफोल्ड गर्छ → तपाईंले कोड र निर्देशनहरू अनुकूलन गर्नुहुन्छ → Agent Inspector सँग स्थानीय रूपमा परीक्षण गर्नुहोस् → Foundry मा डिप्लोय गर्नुहोस् (Docker image ACR मा पठाइन्छ) → Playground मा जाँच गर्नुहोस्।


तपाईंले के निर्माण गर्नुहुनेछ

ल्याब विवरण स्थिति
Lab 01 - Single Agent "Explain Like I'm an Executive" एजेन्ट निर्माण गर्नुहोस्, स्थानीय रूपमा परीक्षण गर्नुहोस्, र Foundry मा डिप्लोय गर्नुहोस् ✅ उपलब्ध
Lab 02 - Multi-Agent Workflow "Resume → Job Fit Evaluator" निर्माण गर्नुहोस् - ४ एजेन्टहरूले सहकार्य गरी रिजुमे फिट मूल्याङ्कन गर्छन् र सिकाइ रोडम्याप उत्पादन गर्छन् ✅ उपलब्ध

Executive Agent सँग भेट्नुहोस्

यो कार्यशालामा तपाईं "Explain Like I'm an Executive" एजेन्ट निर्माण गर्नुहुनेछ - एउटा AI एजेन्ट जसले जटिल प्राविधिक जर्गनलाई शान्त, बोर्डरूम-योग्य सारांशमा अनुवाद गर्छ। किनकि साँचो कुरा, कुनै पनि C-suite सदस्यले "thread pool exhaustion caused by synchronous calls introduced in v3.2" को बारेमा सुन्न चाहँदैन।

मैले यो एजेन्ट त्यस्तो धेरै घटनापछिको प्रतिक्रियामा बनाएको हुँ जहाँ मेरो राम्ररी तयार पारिएको पोस्ट-मोर्टेमलाई जवाफ आयो: "त्यसो भए वेबसाइट डाउन छ वा छैन?"

यो कसरी काम गर्छ

तपाईंले यसलाई प्राविधिक अपडेट दिनुहुन्छ। यो तीन वटा बुलेट पोइन्टहरू सहित एक executive summary फर्काउँछ - कुनै जर्गन छैन, कुनै स्ट्याक ट्रेस छैन, कुनै अस्तित्वगत डर छैन। केवल के भयो, व्यापारमा असर, र अर्को कदम

यसलाई काम गर्दै हेर्नुहोस्

तपाईं भन्नुहुन्छ:

"The API latency increased due to thread pool exhaustion caused by synchronous calls introduced in v3.2."

एजेन्ट जवाफ दिन्छ:

Executive Summary:

  • के भयो: पछिल्लो संस्करण पछि सिस्टम सुस्त भयो।
  • व्यापारमा असर: केही प्रयोगकर्ताहरूले सेवा प्रयोग गर्दा ढिलाइ अनुभव गरे।
  • अर्को कदम: परिवर्तन फिर्ता गरिएको छ र पुन: डिप्लोयमेन्ट अघि समाधान तयार पार्दैछ।

किन यो एजेन्ट?

यो एकदम सरल, एकल-उद्देश्य एजेन्ट हो - hosted agent workflow सिक्नको लागि उपयुक्त जसले जटिल उपकरण श्रृंखलामा अल्झिन दिन्न। र ईमानदारीपूर्वक? हरेक इन्जिनियरिङ टिमले यस्ता एउटा एजेन्ट चाहिन्छ।


कार्यशाला संरचना

📂 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

टिप्पणी: हरेक ल्याब भित्रको agent/ फोल्डर Microsoft Foundry extension ले Microsoft Foundry: Create a New Hosted Agent कमाण्ड प्यालेटबाट चलाउँदा उत्पन्न गर्छ। फाइलहरू तब तपाईंको एजेन्टको निर्देशन, उपकरणहरू, र कन्फिगरेसनसँग अनुकूलित गरिन्छ। ल्याब ०१ ले तपाईंलाई शून्यबाट यो कसरी बनाउने देखाउँछ।


सुरु गर्दै

१. रिपोजिटरी क्लोन गर्नुहोस्

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

२. Python भर्चुअल वातावरण सेटअप गर्नुहोस्

python -m venv venv

यसलाई सक्रिय गर्नुहोस्:

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

३. निर्भरता स्थापना गर्नुहोस्

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

४. वातावरण भेरिएबल कन्फिगर गर्नुहोस्

एजेन्ट फोल्डर भित्रको उदाहरण .env फाइल कपी गरी तपाईंका मानहरू भर्नुहोस्:

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

workshop/lab01-single-agent/agent/.env सम्पादन गर्नुहोस्:

AZURE_AI_PROJECT_ENDPOINT=https://<your-account>.services.ai.azure.com/api/projects/<your-project>
MODEL_DEPLOYMENT_NAME=<your-model-deployment-name>

५. कार्यशाला ल्याबहरू पछ्याउनुहोस्

हरेक ल्याब आफ्नो मोड्युलहरू सहित आत्मनिर्भर छ। Lab 01 बाट सुरु गर्नुहोस् आधारभूत विषयहरू सिक्न, त्यसपछि Lab 02 मा बहु-एजेन्ट कार्य प्रवाहहरूका लागि अगाडि बढ्नुहोस्।

# मोड्युल लिंक
1 पूर्व आवश्यकताहरू पढ्नुहोस् 00-prerequisites.md
2 Foundry Toolkit र Foundry extension स्थापना गर्नुहोस् 01-install-foundry-toolkit.md
3 Foundry प्रोजेक्ट सिर्जना गर्नुहोस् 02-create-foundry-project.md
4 Hosted agent सिर्जना गर्नुहोस् 03-create-hosted-agent.md
5 निर्देशनहरू र वातावरण कन्फिगर गर्नुहोस् 04-configure-and-code.md
6 स्थानीय रूपमा परीक्षण गर्नुहोस् 05-test-locally.md
7 Foundry मा डिप्लोय गर्नुहोस् 06-deploy-to-foundry.md
8 प्लेग्राउन्डमा जाँच गर्नुहोस् 07-verify-in-playground.md
9 समस्या समाधान 08-troubleshooting.md
# मोड्युल लिंक
1 पूर्व आवश्यकताहरू (Lab 02) 00-prerequisites.md
2 बहु-एजेन्ट वास्तुकला बुझ्नुहोस् 01-understand-multi-agent.md
3 बहु-एजेन्ट प्रोजेक्ट स्क्याफोल्ड गर्नुहोस् 02-scaffold-multi-agent.md
4 एजेन्टहरू र वातावरण कन्फिगर गर्नुहोस् 03-configure-agents.md
5 अर्चेस्ट्रेशन ढाँचाहरू 04-orchestration-patterns.md
6 स्थानीय रूपमा परीक्षण गर्नुहोस् (बहु-एजेन्ट) 05-test-locally.md
7 Foundry मा परिनियोजन गर्नुहोस् 06-deploy-to-foundry.md
8 खेल मैदानमा प्रमाणित गर्नुहोस् 07-verify-in-playground.md
9 समस्या समाधान (बहु-एजेन्ट) 08-troubleshooting.md

संरक्षक

Shivam Goyal
शिवम गोयल


आवश्यक अनुमति (छिटो सन्दर्भ)

अवस्था आवश्यक भूमिका
नयाँ Foundry परियोजना सिर्जना गर्नुहोस् Foundry स्रोतमा Azure AI Owner
अवस्थित परियोजनामा परिनियोजन गर्नुहोस् (नयाँ स्रोतहरू) सदस्यतामा Azure AI Owner + Contributor
पूर्ण रूपमा कन्फिगर गरिएको परियोजनामा परिनियोजन गर्नुहोस् खातामा Reader + परियोजनामा Azure AI User

महत्त्वपूर्ण: Azure OwnerContributor भूमिकाहरूमा केवल प्रबंधन अनुमति मात्र समावेश छ, विकास (डाटा एक्शन) अनुमति होइन। एजेन्टहरू निर्माण र परिनियोजन गर्न तपाईंलाई Azure AI User वा Azure AI Owner आवश्यक छ।


सन्दर्भहरू


लाइसेन्स

MIT


अस्वीकरण:
यो दस्तावेज AI अनुवाद सेवा Co-op Translator प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयासरत भए तापनि, कृपया बुझ्नुस् कि स्वचालित अनुवादमा त्रुटि वा अशुद्धि हुनसक्छ। मूल भाषा मा रहेको दस्तावेजलाई मात्र आधिकारिक स्रोत मानिनु पर्दछ। महत्वपूर्ण जानकारीका लागि, व्यावसायिक मानव अनुवादको सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट हुने कुनै पनि गलतफहमी वा गलत व्याख्याहरूका लागि हामी जिम्मेवार हुनुहुन्न।