Buduj, testuj i wdrażaj agentów AI do Microsoft Foundry Agent Service jako Hosted Agents – całkowicie z VS Code, korzystając z Microsoft Foundry extension i Foundry Toolkit.
Hosted Agents są obecnie w wersji zapoznawczej. Obsługiwane regiony są ograniczone – zobacz dostępność regionów.
Folder
agent/w każdym laboratorium jest automatycznie generowany przez rozszerzenie Foundry – następnie dostosowujesz kod, testujesz lokalnie i wdrażasz.
Arabski | Bengalski | Bułgarski | Birmański (Myanmar) | Chiński (uproszczony) | Chiński (tradycyjny, Hongkong) | Chiński (tradycyjny, Makau) | Chiński (tradycyjny, Tajwan) | Chorwacki | Czeski | Duński | Niderlandzki | Estoński | Fiński | Francuski | Niemiecki | Grecki | Hebrajski | Hindi | Węgierski | Indonezyjski | Włoski | Japoński | Kannada | Khmer | Koreański | Litewski | Malajski | Malajalam | Marathi | Nepalski | Nigerski pidgin | Norweski | Perski (Farsi) | Polski | Portugalski (Brazylia) | Portugalski (Portugalia) | Pendżabski (Gurmukhi) | Rumuński | Rosyjski | Serbski (cyrylica) | Słowacki | Słoweński | Hiszpański | Suahili | Szwedzki | Tagalog (Filipiński) | Tamilski | Telugu | Tajski | Turecki | Ukraiński | Urdu | Wietnamski
Wolisz sklonować lokalnie?
To repozytorium zawiera ponad 50 tłumaczeń, co znacznie zwiększa rozmiar pobierania. Aby sklonować bez tłumaczeń, użyj 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"Daje to wszystko, czego potrzebujesz do ukończenia kursu z dużo szybszym pobieraniem.
flowchart TB
subgraph Local["Lokalny rozwój (VS Code)"]
direction TB
FE["Rozszerzenie Microsoft Foundry"]
FoundryToolkit["Rozszerzenie Foundry Toolkit"]
Scaffold["Kod agenta szkieletowego
(main.py · agent.yaml · Dockerfile)"]
Inspector["Inspektor agenta
(Testowanie lokalne)"]
FE -- "Utwórz nowego
hostowanego agenta" --> Scaffold
Scaffold -- "F5 Debuguj" --> Inspector
FoundryToolkit -.- Inspector
end
subgraph Cloud["Microsoft Foundry"]
direction TB
ACR["Rejestr kontenerów Azure"]
AgentService["Usługa agenta Foundry
(Środowisko uruchomieniowe hostowanego agenta)"]
Model["Azure OpenAI
(gpt-4.1 / gpt-4.1-mini)"]
Playground["Plac zabaw Foundry
& Plac zabaw VS Code"]
ACR --> AgentService
AgentService -- "/responses API" --> Model
AgentService --> Playground
end
Scaffold -- "Wdróż
(budowa i wysłanie Dockera)" --> ACR
Inspector -- "POST /responses
(localhost:8088)" --> Scaffold
Playground -- "Testuj podpowiedzi" --> AgentService
style Local fill:#f0f4ff,stroke:#4a6cf7,stroke-width:2px
style Cloud fill:#fff4e6,stroke:#f59e0b,stroke-width:2px
Przebieg: rozszerzenie Foundry generuje szkielet agenta → dostosowujesz kod i instrukcje → testujesz lokalnie z Agent Inspector → wdrażasz do Foundry (obraz Dockera wysyłany do ACR) → weryfikujesz w Playground.
| Laboratorium | Opis | Status |
|---|---|---|
| Lab 01 - Pojedynczy agent | Zbuduj agenta "Wyjaśnij to jak dla członka zarządu", testuj go lokalnie i wdrażaj do Foundry | ✅ Dostępne |
| Lab 02 - Przepływ pracy wielu agentów | Zbuduj "Ocena dopasowania CV do pracy" – 4 agenty współpracują, aby ocenić dopasowanie CV i wygenerować plan nauki | ✅ Dostępne |
Na tych warsztatach zbudujesz agenta "Wyjaśnij to jak dla członka zarządu" – agenta AI, który zamienia trudny techniczny żargon na spójne, gotowe do prezentacji podsumowania. Bo bądźmy szczerzy, nikt na poziomie zarządu nie chce słyszeć o „wyczerpaniu puli wątków spowodowanym przez synchroniczne wywołania wprowadzone w wersji 3.2”.
Zbudowałem tego agenta po zbyt wielu sytuacjach, kiedy moje perfekcyjnie przygotowane post-mortem otrzymywało odpowiedź: „Czyli... strona działa czy nie?”
Podajesz mu aktualizację techniczną. On zwraca streszczenie dla zarządu – trzy punkty, bez żargonu, bez śladów stosu, bez zbędnego dramatyzmu. Tylko co się stało, wpływ na biznes i kolejny krok.
Ty mówisz:
„Opóźnienie API wzrosło z powodu wyczerpania puli wątków spowodowanego synchronicznymi wywołaniami wprowadzonymi w wersji 3.2.”
Agent odpowiada:
Streszczenie dla zarządu:
- Co się stało: Po ostatniej aktualizacji system zwolnił.
- Wpływ na biznes: Niektórzy użytkownicy doświadczyli opóźnień w korzystaniu z usługi.
- Kolejny krok: Zmiana została wycofana, a naprawa jest przygotowywana przed ponownym wdrożeniem.
To prosty, jednozadaniowy agent – idealny do nauki end-to-end przepływu pracy Hosted Agent, bez komplikacji złożonych narzędzi. A powiedzmy sobie szczerze? Każdy zespół inżynierski mógłby mieć takiego.
📂 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
Uwaga: Folder
agent/w każdym laboratorium jest generowany przez Microsoft Foundry extension po uruchomieniuMicrosoft Foundry: Create a New Hosted Agentz palety poleceń. Pliki są potem dostosowywane z instrukcjami, narzędziami i konfiguracją agenta. Laboratorium 01 prowadzi cię krok po kroku przez ręczne odtworzenie tego procesu od podstaw.
git clone https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git
cd Foundry_Toolkit_for_VSCode_Labpython -m venv venvAktywuj je:
- Windows (PowerShell):
.\venv\Scripts\Activate.ps1
- macOS / Linux:
source venv/bin/activate
pip install -r workshop/lab01-single-agent/agent/requirements.txtSkopiuj przykładowy plik .env w folderze agenta i uzupełnij swoje wartości:
cp workshop/lab01-single-agent/agent/.env.example workshop/lab01-single-agent/agent/.envEdytuj 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>Każde laboratorium jest samodzielne z własnymi modułami. Zacznij od Lab 01, aby poznać podstawy, a potem przejdź do Lab 02 dla przepływów wielu agentów.
Lab 01 - Pojedynczy agent (pełne instrukcje)
| # | Moduł | Link |
|---|---|---|
| 1 | Przeczytaj wymagania wstępne | 00-prerequisites.md |
| 2 | Zainstaluj Foundry Toolkit i rozszerzenie Foundry | 01-install-foundry-toolkit.md |
| 3 | Utwórz projekt Foundry | 02-create-foundry-project.md |
| 4 | Utwórz hosted agenta | 03-create-hosted-agent.md |
| 5 | Skonfiguruj instrukcje i środowisko | 04-configure-and-code.md |
| 6 | Testuj lokalnie | 05-test-locally.md |
| 7 | Wdrażaj do Foundry | 06-deploy-to-foundry.md |
| 8 | Weryfikuj w playground | 07-verify-in-playground.md |
| 9 | Rozwiązywanie problemów | 08-troubleshooting.md |
Lab 02 - Przepływ wielu agentów (pełne instrukcje)
| # | Moduł | Link |
|---|---|---|
| 1 | Wymagania wstępne (Lab 02) | 00-prerequisites.md |
| 2 | Zrozum architekturę multi-agenta | 01-understand-multi-agent.md |
| 3 | Stwórz szkielet projektu multi-agenta | 02-scaffold-multi-agent.md |
| 4 | Skonfiguruj agentów i środowisko | 03-configure-agents.md |
| 5 | Wzorce orkiestracji | 04-orchestration-patterns.md |
| 6 | Testuj lokalnie (multi-agent) | 05-test-locally.md |
| 7 | Wdróż do Foundry | 06-deploy-to-foundry.md |
| 8 | Zweryfikuj w placu zabaw | 07-verify-in-playground.md |
| 9 | Rozwiązywanie problemów (wielu agentów) | 08-troubleshooting.md |
 Shivam Goyal |
| Scenariusz | Wymagane role |
|---|---|
| Utwórz nowy projekt Foundry | Azure AI Owner zasobu Foundry |
| Wdróż do istniejącego projektu (nowe zasoby) | Azure AI Owner + Contributor na subskrypcji |
| Wdróż do w pełni skonfigurowanego projektu | Reader na koncie + Azure AI User na projekcie |
Ważne: Role
OwneriContributorw Azure obejmują tylko uprawnienia zarządzania, nie uprawnienia programistyczne (akcje na danych). Do tworzenia i wdrażania agentów potrzebujesz Azure AI User lub Azure AI Owner.
- Szybki start: Wdróż swojego pierwszego hostowanego agenta (VS Code)
- Czym są hostowani agenci?
- Twórz przepływy pracy hostowanych agentów w VS Code
- Wdróż hostowanego agenta
- RBAC dla Microsoft Foundry
- Przykład agenta przeglądu architektury - Hostowany agent z prawdziwego świata z narzędziami MCP, diagramami Excalidraw i podwójnym wdrożeniem
Zastrzeżenie:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż dążymy do dokładności, prosimy mieć na uwadze, że tłumaczenia automatyczne mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym należy traktować jako źródło wiarygodne. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.