สร้าง ทดสอบ และปรับใช้เอเย่นต์ AI ไปยัง บริการเอเย่นต์ Microsoft Foundry ในฐานะ เอเย่นต์โฮสต์ - ทั้งหมดทำได้จาก VS Code โดยใช้ ส่วนขยาย Microsoft Foundry และ ชุดเครื่องมือ Foundry.
เอเย่นต์โฮสต์ ตอนนี้อยู่ในสถานะพรีวิว เขตที่สนับสนุมนั้นจำกัด - ดูเพิ่มเติมได้ที่ ความพร้อมใช้งานตามภูมิภาค.
โฟลเดอร์
agent/ภายในแต่ละห้องปฏิบัติการจะถูก สร้างขึ้นอัตโนมัติ โดยส่วนขยาย Foundry - จากนั้นคุณสามารถปรับแต่งโค้ด ทดสอบในเครื่อง และปรับใช้ได้.
ภาษาอาหรับ | ภาษาเบงกาลี | ภาษาบัลแกเรีย | ภาษาพม่า (เมียนมา) | ภาษาจีน (ตัวย่อ) | ภาษาจีนดั้งเดิม (ฮ่องกง) | ภาษาจีนดั้งเดิม (มาเก๊า) | ภาษาจีนดั้งเดิม (ไต้หวัน) | ภาษาโครเอเชีย | ภาษาเช็ก | ภาษาเดนมาร์ก | ภาษาดัตช์ | ภาษาเอสโตเนีย | ภาษาฟินแลนด์ | ภาษาฝรั่งเศส | ภาษาเยอรมัน | ภาษากรีก | ภาษาฮิบรู | ภาษาฮินดี | ภาษาฮังการี | ภาษาอินโดนีเซีย | ภาษาอิตาเลียน | ภาษาญี่ปุ่น | ภาษาคันนาดา | ภาษาเขมร | ภาษาเกาหลี | ภาษาลิทัวเนีย | ภาษามาเลย์ | ภาษามาลายาลัม | ภาษามราธี | ภาษาเนปาลี | ภาษาไนจีเรีย pidgin | ภาษานอร์เวย์ | ภาษาเปอร์เซีย (ฟาร์ซี) | ภาษาโปแลนด์ | ภาษาโปรตุเกส (บราซิล) | ภาษาโปรตุเกส (โปรตุเกส) | ภาษาปัญจาบ (กูรมุขิ) | ภาษาโรมาเนีย | ภาษารัสเซีย | ภาษาเซอร์เบียน (ขีริลลิก) | ภาษาสโลวัก | ภาษาสโลวีเนีย | ภาษาสเปน | ภาษาสวาฮิลี | ภาษาสวีเดน | ภาษาตากาล็อก (ฟิลิปปินส์) | ภาษาทมิฬ | ภาษาเทลูกู | ภาษาไทย | ภาษาเตอร์กิช | ภาษายูเครน | ภาษาอูรดู | ภาษาเวียดนาม
ต้องการโคลนไว้ในเครื่อง?
ที่เก็บนี้รวมการแปลมากกว่า 50 ภาษา ซึ่งเพิ่มขนาดดาวน์โหลดอย่างมีนัยสำคัญ หากต้องการโคลนโดยไม่รวมการแปล ให้ใช้ 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"วิธีนี้จะให้ทุกอย่างที่คุณต้องการเพื่อทำคอร์สนี้ให้เสร็จรวดเร็วขึ้นมาก
flowchart TB
subgraph Local["การพัฒนาในเครื่อง (VS Code)"]
direction TB
FE["ส่วนขยาย Microsoft Foundry"]
FoundryToolkit["ส่วนขยาย Foundry Toolkit"]
Scaffold["รหัสตัวแทนแบบ Scaffolded
(main.py · agent.yaml · Dockerfile)"]
Inspector["ตัวตรวจสอบตัวแทน
(ทดสอบในเครื่อง)"]
FE -- "สร้างตัวแทนโฮสต์ใหม่" --> Scaffold
Scaffold -- "ดีบัก F5" --> Inspector
FoundryToolkit -.- Inspector
end
subgraph Cloud["Microsoft Foundry"]
direction TB
ACR["Azure Container
Registry"]
AgentService["บริการตัวแทน Foundry
(เวลารันตัวแทนโฮสต์)"]
Model["Azure OpenAI
(gpt-4.1 / gpt-4.1-mini)"]
Playground["สนามเล่น Foundry
& สนามเล่น VS Code"]
ACR --> AgentService
AgentService -- "/responses API" --> Model
AgentService --> Playground
end
Scaffold -- "ปรับใช้
(สร้าง + ดัน Docker)" --> ACR
Inspector -- "POST /responses
(localhost:8088)" --> Scaffold
Playground -- "ทดสอบพร้อมท์" --> AgentService
style Local fill:#f0f4ff,stroke:#4a6cf7,stroke-width:2px
style Cloud fill:#fff4e6,stroke:#f59e0b,stroke-width:2px
โฟลว์: ส่วนขยาย Foundry สร้างโครงร่างเอเย่นต์ → คุณปรับแต่งโค้ดและคำสั่ง → ทดสอบในเครื่องด้วย Agent Inspector → ปรับใช้ไปยัง Foundry (ภาพ Docker ถูกส่งขึ้น ACR) → ตรวจสอบใน Playground.
| ห้องปฏิบัติการ | คำอธิบาย | สถานะ |
|---|---|---|
| ห้องปฏิบัติการ 01 - เอเย่นต์เดี่ยว | สร้าง "เอเย่นต์อธิบายเหมือนเป็นผู้บริหาร" ทดสอบในเครื่อง และปรับใช้ไปยัง Foundry | ✅ มีให้ใช้งาน |
| ห้องปฏิบัติการ 02 - เวิร์กโฟลว์หลายเอเย่นต์ | สร้าง "ผู้ประเมินความเหมาะสมกับงานจากประวัติย่อ" - เอเย่นต์ 4 ตัวร่วมกันให้คะแนนความเหมาะสมของประวัติย่อและสร้างแผนการเรียนรู้ | ✅ มีให้ใช้งาน |
ในเวิร์กช็อปนี้คุณจะสร้าง "เอเย่นต์อธิบายเหมือนเป็นผู้บริหาร" - เอเย่นต์ AI ที่นำเทคนิคภาษาที่ยุ่งยากซับซ้อนและแปลงเป็นสรุปที่สงบเรียบร้อยพร้อมสำหรับห้องประชุมคณะกรรมการ เพราะต้องยอมรับว่าคนในซี-suite ไม่มีใครอยากฟังเรื่อง "thread pool exhaustion caused by synchronous calls introduced in v3.2."
ผมสร้างเอเย่นต์นี้หลังเหตุการณ์ที่โพสต์มอร์เท็มที่เตรียมไว้อย่างดีหลายครั้งได้รับคำตอบว่า: "งั้น... เว็บไซต์ล่มหรือเปล่า?"
คุณป้อนการอัปเดตทางเทคนิคเข้าไป มันจะตอบกลับสรุปสำหรับผู้บริหาร - ประเด็นสำคัญสามข้อ ไม่มีศัพท์แสงเทคนิค ไม่มี stack traces ไม่มีความวิตกกังวลแต่อย่างใด แค่ เกิดอะไรขึ้น, ผลกระทบทางธุรกิจ, และ ขั้นตอนถัดไป.
คุณพูดว่า:
"ความหน่วงของ API เพิ่มขึ้นเนื่องจาก thread pool exhaustion caused by synchronous calls introduced in v3.2."
เอเย่นต์ตอบกลับ:
สรุปสำหรับผู้บริหาร:
- เกิดอะไรขึ้น: หลังจากปล่อยเวอร์ชันล่าสุด ระบบทำงานช้าลง
- ผลกระทบทางธุรกิจ: ผู้ใช้บางรายประสบกับความล่าช้าในการใช้งานบริการ
- ขั้นตอนถัดไป: เปลี่ยนแปลงถูกย้อนกลับ และกำลังเตรียมการแก้ไขก่อนนำไปปรับใช้ใหม่
มันเป็นเอเย่นต์ที่ง่ายมาก ทำงานเฉพาะจุดเดียว — เหมาะสำหรับเรียนรู้เวิร์กโฟลว์เอเย่นต์โฮสต์แบบครบวงจรโดยไม่ต้องยุ่งกับสายเครื่องมือที่ซับซ้อน และอย่างซื่อสัตย์? ทุกทีมวิศวกรรมควรมีเอเย่นต์แบบนี้สักตัวหนึ่ง.
📂 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
หมายเหตุ: โฟลเดอร์
agent/ภายในแต่ละห้องปฏิบัติการคือสิ่งที่ ส่วนขยาย Microsoft Foundry สร้างขึ้นเมื่อคุณรันคำสั่งMicrosoft Foundry: Create a New Hosted Agentจาก Command Palette จากนั้นไฟล์ต่างๆ จะถูกปรับแต่งด้วยคำสั่งและเครื่องมือของเอเย่นต์คุณ ห้องปฏิบัติการ 01 จะเดินคุณผ่านขั้นตอนการสร้างนี้ตั้งแต่ต้น.
git clone https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git
cd Foundry_Toolkit_for_VSCode_Labpython -m venv venvเปิดใช้งาน:
- Windows (PowerShell):
.\venv\Scripts\Activate.ps1
- macOS / Linux:
source venv/bin/activate
pip install -r workshop/lab01-single-agent/agent/requirements.txtคัดลอกไฟล์ตัวอย่าง .env ภายในโฟลเดอร์ agent แล้วกรอกค่าของคุณ:
cp workshop/lab01-single-agent/agent/.env.example workshop/lab01-single-agent/agent/.envแก้ไข 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>แต่ละห้องปฏิบัติการแยกตัวออกมาเป็นโมดูลของตัวเอง เริ่มที่ ห้องปฏิบัติการ 01 เพื่อเรียนรู้พื้นฐาน จากนั้นไปต่อยัง ห้องปฏิบัติการ 02 สำหรับเวิร์กโฟลว์หลายเอเย่นต์
ห้องปฏิบัติการ 01 - เอเย่นต์เดียว (คำแนะนำเต็มรูปแบบ)
| # | โมดูล | ลิงก์ |
|---|---|---|
| 1 | อ่านข้อกำหนดเบื้องต้น | 00-prerequisites.md |
| 2 | ติดตั้ง Foundry Toolkit & ส่วนขยาย Foundry | 01-install-foundry-toolkit.md |
| 3 | สร้างโปรเจกต์ Foundry | 02-create-foundry-project.md |
| 4 | สร้างเอเย่นต์โฮสต์ | 03-create-hosted-agent.md |
| 5 | กำหนดคำสั่งและสภาพแวดล้อม | 04-configure-and-code.md |
| 6 | ทดสอบในเครื่อง | 05-test-locally.md |
| 7 | ปรับใช้ไปยัง Foundry | 06-deploy-to-foundry.md |
| 8 | ตรวจสอบใน playground | 07-verify-in-playground.md |
| 9 | แก้ไขปัญหา | 08-troubleshooting.md |
ห้องปฏิบัติการ 02 - เวิร์กโฟลว์หลายเอเย่นต์ (คำแนะนำเต็มรูปแบบ)
| # | โมดูล | ลิงก์ |
|---|---|---|
| 1 | ข้อกำหนดเบื้องต้น (ห้องปฏิบัติการ 02) | 00-prerequisites.md |
| 2 | เข้าใจสถาปัตยกรรมหลายเอเย่นต์ | 01-understand-multi-agent.md |
| 3 | สร้างโครงโปรเจกต์หลายเอเย่นต์ | 02-scaffold-multi-agent.md |
| 4 | กำหนดค่าเอเย่นต์และสภาพแวดล้อม | 03-configure-agents.md |
| 5 | รูปแบบการประสานงาน | 04-orchestration-patterns.md |
| 6 | ทดสอบในเครื่อง (หลายเอเย่นต์) | 05-test-locally.md |
| 7 | ดีพลอยไปยัง Foundry | 06-deploy-to-foundry.md |
| 8 | ยืนยันใน playground | 07-verify-in-playground.md |
| 9 | แก้ไขปัญหา (หลายเอเจนต์) | 08-troubleshooting.md |
 Shivam Goyal |
| สถานการณ์ | บทบาทที่จำเป็น |
|---|---|
| สร้างโปรเจกต์ Foundry ใหม่ | Azure AI Owner บนทรัพยากร Foundry |
| ดีพลอยไปยังโปรเจกต์ที่มีอยู่ (ทรัพยากรใหม่) | Azure AI Owner + Contributor บน subscription |
| ดีพลอยไปยังโปรเจกต์ที่ตั้งค่าเสร็จสมบูรณ์ | Reader บนบัญชี + Azure AI User บนโปรเจกต์ |
สำคัญ: บทบาท Azure
OwnerและContributorมีสิทธิ์แค่ การจัดการ ไม่รวมสิทธิ์ การพัฒนา (การกระทำข้อมูล) คุณจะต้องใช้ Azure AI User หรือ Azure AI Owner สำหรับการสร้างและดีพลอยเอเจนต์
- เริ่มต้นอย่างรวดเร็ว: ดีพลอยเอเจนต์โฮสต์ตัวแรกของคุณ (VS Code)
- เอเจนต์โฮสต์คืออะไร?
- สร้างโฟลว์งานเอเจนต์โฮสต์ใน VS Code
- ดีพลอยเอเจนต์โฮสต์
- RBAC สำหรับ Microsoft Foundry
- ตัวอย่างเอเจนต์รีวิวสถาปัตยกรรม - เอเจนต์โฮสต์ในโลกความจริงกับเครื่องมือ MCP, แผนภาพ Excalidraw และดีพลอยสองทาง
ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วย AI Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด โปรดทราบว่าการแปลอัตโนมัติอาจประกอบด้วยข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นฉบับเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลโดยมนุษย์มืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดขึ้นจากการใช้การแปลฉบับนี้