Construa, teste e implemente agentes de IA para o Microsoft Foundry Agent Service como Agentes Hospedados – tudo a partir do VS Code usando a extensão Microsoft Foundry e o Foundry Toolkit.
Os Agentes Hospedados estão atualmente em pré-visualização. As regiões suportadas são limitadas - consulte a disponibilidade por região.
A pasta
agent/dentro de cada laboratório é automaticamente criada pela extensão Foundry - depois personaliza o código, testa localmente e implementa.
Árabe | Bengali | Búlgaro | Birmanês (Myanmar) | Chinês (Simplificado) | Chinês (Tradicional, Hong Kong) | Chinês (Tradicional, Macau) | Chinês (Tradicional, Taiwan) | Croata | Checo | Dinamarquês | Holandês | Estónio | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Kannada | Khmer | Coreano | Lituano | Malaio | Malaiala | Marata | Nepali | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polaco | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalo (Filipino) | Tamil | Telugu | Tailandês | Turco | Ucraniano | Urdu | Vietnamita
Prefere Clonar Localmente?
Este repositório inclui mais de 50 traduções, o que aumenta significativamente o tamanho do download. Para clonar sem traduções, utilize checkout esparso:
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"Isto fornece tudo o que necessita para completar o curso com um download muito mais rápido.
flowchart TB
subgraph Local["Desenvolvimento Local (VS Code)"]
direction TB
FE["Extensão Microsoft Foundry"]
FoundryToolkit["Extensão Foundry Toolkit"]
Scaffold["Código de Agente Scaffolded
(main.py · agent.yaml · Dockerfile)"]
Inspector["Inspetor de Agente
(Teste Local)"]
FE -- "Criar Novo
Agente Hospedado" --> Scaffold
Scaffold -- "F5 Depurar" --> Inspector
FoundryToolkit -.- Inspector
end
subgraph Cloud["Microsoft Foundry"]
direction TB
ACR["Registo de Contentores Azure"]
AgentService["Serviço de Agente Foundry
(Runtime do Agente Hospedado)"]
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 -- "Implantar
(Build Docker + push)" --> ACR
Inspector -- "POST /responses
(localhost:8088)" --> Scaffold
Playground -- "Testar prompts" --> AgentService
style Local fill:#f0f4ff,stroke:#4a6cf7,stroke-width:2px
style Cloud fill:#fff4e6,stroke:#f59e0b,stroke-width:2px
Fluxo: A extensão Foundry cria a estrutura do agente → você personaliza o código e as instruções → testa localmente com o Agent Inspector → implementa no Foundry (imagem Docker enviada para o ACR) → verifica no Playground.
| Laboratório | Descrição | Estado |
|---|---|---|
| Lab 01 - Agente Único | Construa o Agente "Explique Como se Eu Fosse um Executivo", teste localmente e implemente no Foundry | ✅ Disponível |
| Lab 02 - Fluxo de Trabalho Multiagente | Construa o "Avaliador de Compatibilidade entre Currículo e Emprego" - 4 agentes colaboram para avaliar a compatibilidade e gerar um plano de aprendizagem | ✅ Disponível |
Neste workshop irá construir o Agente "Explique Como se Eu Fosse um Executivo" – um agente de IA que transforma jargão técnico complicado em resumos calmos e prontos para reuniões de conselho. Porque sejamos honestos, ninguém na alta direção quer ouvir sobre “exaustão do pool de threads causada por chamadas síncronas introduzidas na v3.2.”
Construí este agente após incidentes em que a minha análise pós-morte perfeitamente elaborada recebeu como resposta: “Então... o site está em baixo ou não?”
Fornece uma atualização técnica. Ele devolve um resumo executivo – três pontos curtos, sem jargão, sem rastos de pilha, sem pânico existencial. Apenas o que aconteceu, impacto no negócio e próximo passo.
Você diz:
"A latência da API aumentou devido à exaustão do pool de threads causada por chamadas síncronas introduzidas na v3.2."
O agente responde:
Resumo Executivo:
- O que aconteceu: Após a última versão, o sistema ficou mais lento.
- Impacto no negócio: Alguns utilizadores experienciaram atrasos ao usar o serviço.
- Próximo passo: A alteração foi revertida e uma correção está a ser preparada antes da nova implementação.
É um agente simples e com propósito único – perfeito para aprender o fluxo de agentes hospedados de ponta a ponta sem se perder em cadeias complexas de ferramentas. E honestamente? Toda equipa de engenharia poderia usar um destes.
📂 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
Nota: A pasta
agent/dentro de cada laboratório é gerada pela extensão Microsoft Foundry quando executaMicrosoft Foundry: Create a New Hosted Agentno Command Palette. Os ficheiros são depois personalizados com as instruções, ferramentas e configuração do agente. O Lab 01 guia-o para recriar este processo do zero.
git clone https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git
cd Foundry_Toolkit_for_VSCode_Labpython -m venv venvAtive-o:
- Windows (PowerShell):
.\venv\Scripts\Activate.ps1
- macOS / Linux:
source venv/bin/activate
pip install -r workshop/lab01-single-agent/agent/requirements.txtCopie o ficheiro .env de exemplo dentro da pasta do agente e preencha os seus valores:
cp workshop/lab01-single-agent/agent/.env.example workshop/lab01-single-agent/agent/.envEdite 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>Cada laboratório é autónomo com os seus próprios módulos. Comece pelo Lab 01 para aprender o básico, depois avance para o Lab 02 para fluxos multiagente.
Lab 01 - Agente Único (instruções completas)
| # | Módulo | Link |
|---|---|---|
| 1 | Leia os pré-requisitos | 00-prerequisites.md |
| 2 | Instale Foundry Toolkit & extensão Foundry | 01-install-foundry-toolkit.md |
| 3 | Crie um projeto Foundry | 02-create-foundry-project.md |
| 4 | Crie um agente hospedado | 03-create-hosted-agent.md |
| 5 | Configure instruções & ambiente | 04-configure-and-code.md |
| 6 | Teste localmente | 05-test-locally.md |
| 7 | Implemente no Foundry | 06-deploy-to-foundry.md |
| 8 | Verifique no playground | 07-verify-in-playground.md |
| 9 | Resolução de problemas | 08-troubleshooting.md |
Lab 02 - Fluxo de Trabalho Multiagente (instruções completas)
| # | Módulo | Link |
|---|---|---|
| 1 | Pré-requisitos (Lab 02) | 00-prerequisites.md |
| 2 | Compreender a arquitetura multiagente | 01-understand-multi-agent.md |
| 3 | Criar a estrutura do projeto multiagente | 02-scaffold-multi-agent.md |
| 4 | Configure agentes & ambiente | 03-configure-agents.md |
| 5 | Padrões de orquestração | 04-orchestration-patterns.md |
| 6 | Teste localmente (multiagente) | 05-test-locally.md |
| 7 | Implantar no Foundry | 06-deploy-to-foundry.md |
| 8 | Verificar no playground | 07-verify-in-playground.md |
| 9 | Resolução de problemas (multi-agente) | 08-troubleshooting.md |
 Shivam Goyal |
| Cenário | Funções necessárias |
|---|---|
| Criar novo projeto Foundry | Azure AI Owner no recurso Foundry |
| Implantar em projeto existente (novos recursos) | Azure AI Owner + Contributor na subscrição |
| Implantar em projeto totalmente configurado | Reader na conta + Azure AI User no projeto |
Importante: As funções
OwnereContributordo Azure incluem apenas permissões de gerenciamento, não permissões de desenvolvimento (ação de dados). Precisa de Azure AI User ou Azure AI Owner para construir e implantar agentes.
- Início rápido: Implemente o seu primeiro agente alojado (VS Code)
- O que são agentes alojados?
- Criar fluxos de trabalho de agente alojado no VS Code
- Implantar um agente alojado
- RBAC para Microsoft Foundry
- Exemplo de agente de revisão de arquitetura - Agente alojado real com ferramentas MCP, diagramas Excalidraw e implantação dual
Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução automática Co-op Translator. Embora nos esforcemos para garantir a precisão, tenha em atenção que traduções automáticas podem conter erros ou imprecisões. O documento original no seu idioma nativo deve ser considerado a fonte autorizada. Para informação crítica, recomenda-se tradução humana profissional. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações erradas decorrentes do uso desta tradução.