Foundry Toolkit + Foundry Hosted Agents Workshop

Bumuo, subukan, at i-deploy ang mga AI agent sa Microsoft Foundry Agent Service bilang Hosted Agents - nang buo mula sa VS Code gamit ang Microsoft Foundry extension at Foundry Toolkit.

Ang Hosted Agents ay kasalukuyang nasa preview. Limitado ang mga suportadong rehiyon - tingnan ang region availability.

Ang agent/ na folder sa loob ng bawat lab ay awtomatikong na-scaffold ng Foundry extension - saka mo ito i-customize ang code, subukan locally, at i-deploy.

🌐 Suporta sa Maramihang Wika

Sinusuportahan gamit ang GitHub Action (Awtomatiko at Palaging Nai-update)

Mas gusto mo bang i-Clone Local?

Kasama sa repository na ito ang mahigit 50 na pagsasalin ng wika na lubhang nagpapalaki ng laki ng i-download. Para mag-clone nang walang mga pagsasalin, gamitin ang 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"
Binibigyan ka nito ng lahat ng kailangan mo para matapos ang kurso nang mas mabilis ang pag-download.

Arkitektura

flowchart TB
    subgraph Local["Lokal na Pag-unlad (VS Code)"]
        direction TB
        FE["Microsoft Foundry
        Extension"]
        FoundryToolkit["Foundry Toolkit
        Extension"]
        Scaffold["Na-scaffold na Kode ng Ahente
        (main.py · agent.yaml · Dockerfile)"]
        Inspector["Tagasuri ng Ahente
        (Lokal na Pagsusuri)"]
        FE -- "Lumikha ng Bagong
        Hosted Agent" --> Scaffold
        Scaffold -- "F5 Debug" --> Inspector
        FoundryToolkit -.- Inspector
    end

    subgraph Cloud["Microsoft Foundry"]
        direction TB
        ACR["Azure Container
        Registry"]
        AgentService["Foundry Agent Service
        (Hosted Agent Runtime)"]
        Model["Azure OpenAI
        (gpt-4.1 / gpt-4.1-mini)"]
        Playground["Foundry Playground
        & VS Code Playground"]
        ACR --> AgentService
        AgentService -- "/responses API" --> Model
        AgentService --> Playground
    end

    Scaffold -- "I-deploy
    (Docker build + push)" --> ACR
    Inspector -- "POST /responses
    (localhost:8088)" --> Scaffold
    Playground -- "Subukan ang mga prompt" --> AgentService

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

Daloy: Foundry extension ang nag-scaffold ng agent → ikaw ang nag-customize ng code at mga instruksiyon → subukan lokal gamit ang Agent Inspector → i-deploy sa Foundry (Docker image na-push sa ACR) → i-verify sa Playground.

Ang iyong itatayo

Lab	Paglalarawan	Katayuan
Lab 01 - Single Agent	Bumuo ng "Explain Like I'm an Executive" Agent, subukan ito locally, at i-deploy sa Foundry	✅ Available
Lab 02 - Multi-Agent Workflow	Bumuo ng "Resume → Job Fit Evaluator" - apat na agent ang nagtutulungan para iskor ang kahusayan ng resume at gumawa ng learning roadmap	✅ Available

Kilalanin ang Executive Agent

Sa workshop na ito bubuuin mo ang "Explain Like I'm an Executive" Agent - isang AI agent na kumukuha ng mahirap na teknikal na jargon at isinasalin ito sa mahinahon, handa para sa boardroom na mga buod. Dahil sa totoo lang, walang gustong marinig sa C-suite tungkol sa "thread pool exhaustion na sanhi ng synchronous calls na ipinakilala sa v3.2."

Binuo ko ang agent na ito matapos na marami nang insidente kung saan ang aking perpektong post-mortem ay sinagot ng ganito: "So... bumagsak ba ang website o hindi?"

Paano ito gumagana

Ipapasok mo dito ang isang teknikal na update. Ibabalik nito ang isang executive summary - tatlong bullet points, walang jargon, walang stack traces, walang existential dread. Ang laman lang ay kung ano ang nangyari, epekto sa negosyo, at susunod na hakbang.

Tingnan ito sa aksyon

Sabi mo:

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

Sagot ng agent:

Executive Summary:

Ano ang nangyari: Pagkatapos ng pinakabagong release, bumagal ang sistema.

Epekto sa negosyo: Nakaranas ng pagkaantala ang ilang mga user habang ginagamit ang serbisyo.

Susunod na hakbang: Na-rollback ang pagbabago at isang pag-ayos ang inihahanda bago muling i-deploy.

Bakit ang agent na ito?

Isa itong simple at iisang-layunin na agent - perpekto para matutunan ang hosted agent workflow mula simula hanggang dulo nang hindi nalulunod sa kumplikadong tool chains. At sa totoo lang? Bawat team sa engineering ay maaaring makinabang dito.

Estruktura ng Workshop

📂 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

Tandaan: Ang agent/ na folder sa loob ng bawat lab ay kung ano ang Microsoft Foundry extension ang lumikha kapag pinatakbo mo ang Microsoft Foundry: Create a New Hosted Agent mula sa Command Palette. Ang mga file ay saka ini-customize gamit ang mga instruksiyon, tools, at configuration ng iyong agent. Ginagabayan ka ng Lab 01 na muling likhain ito mula sa simula.

Paano Magsimula

1. I-clone ang repository

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

2. Mag-setup ng Python virtual environment

python -m venv venv

I-activate ito:

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

3. I-install ang mga dependencies

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

4. I-configure ang mga environment variables

Kopyahin ang halimbawa ng .env file sa loob ng agent folder at punan ang iyong mga halaga:

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

I-edit ang 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. Sundin ang mga workshop labs

Bawat lab ay may sariling modules. Simulan sa Lab 01 para matutunan ang mga pangunahing kaalaman, saka lumipat sa Lab 02 para sa multi-agent workflows.

Lab 01 - Single Agent (kumpletong mga instruksiyon)

#	Module	Link
1	Basahin ang mga prerequisites	00-prerequisites.md
2	I-install ang Foundry Toolkit at Foundry extension	01-install-foundry-toolkit.md
3	Gumawa ng project sa Foundry	02-create-foundry-project.md
4	Gumawa ng hosted agent	03-create-hosted-agent.md
5	I-configure ang mga instruksiyon at environment	04-configure-and-code.md
6	Subukan locally	05-test-locally.md
7	I-deploy sa Foundry	06-deploy-to-foundry.md
8	I-verify sa playground	07-verify-in-playground.md
9	Troubleshooting	08-troubleshooting.md

Lab 02 - Multi-Agent Workflow (kumpletong mga instruksiyon)

#	Module	Link
1	Prerequisites (Lab 02)	00-prerequisites.md
2	Unawain ang multi-agent architecture	01-understand-multi-agent.md
3	I-scaffold ang multi-agent project	02-scaffold-multi-agent.md
4	I-configure ang mga agents at environment	03-configure-agents.md
5	Mga pattern sa orchestration	04-orchestration-patterns.md
6	Subukan locally (multi-agent)	05-test-locally.md
7	Mag-deploy sa Foundry	06-deploy-to-foundry.md
8	Suriin sa playground	07-verify-in-playground.md
9	Pag-troubleshoot (multi-agent)	08-troubleshooting.md

Tagapangalaga

_{Shivam Goyal}

Mga kinakailangang pahintulot (mabilisang sanggunian)

Senaryo	Kinakailangang mga papel
Lumikha ng bagong Foundry project	Azure AI Owner sa Foundry resource
Mag-deploy sa umiiral na proyekto (bagong mga resource)	Azure AI Owner + Contributor sa subscription
Mag-deploy sa ganap na nakonfig na proyekto	Reader sa account + Azure AI User sa proyekto

Mahalaga: Ang mga papel na Azure Owner at Contributor ay angkop lamang sa mga pahintulot para sa pamamahala, hindi para sa pag-unlad (data action). Kailangan mo ng Azure AI User o Azure AI Owner upang gumawa at mag-deploy ng mga ahente.

Mga Sanggunian

Quickstart: Mag-deploy ng iyong unang hosted agent (VS Code)
Ano ang mga hosted agent?
Gumawa ng hosted agent workflows sa VS Code
Mag-deploy ng hosted agent
RBAC para sa Microsoft Foundry
Architecture Review Agent Sample - Totoong hosted agent na may MCP tools, Excalidraw na mga diagram, at dual na deployment

Lisensya

MIT

Pagtatanggol:
Ang dokumentong ito ay isinalin gamit ang AI na serbisyo sa pagsasalin na Co-op Translator. Bagamat aming pinagsusumikapang maging tumpak, pakatandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o di-katiyakan. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pangunahing sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot para sa anumang hindi pagkakaunawaan o maling interpretasyon na nagmumula sa paggamit ng pagsasaling ito.

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Foundry Toolkit + Foundry Hosted Agents Workshop

🌐 Suporta sa Maramihang Wika

Sinusuportahan gamit ang GitHub Action (Awtomatiko at Palaging Nai-update)

Arkitektura

Ang iyong itatayo

Kilalanin ang Executive Agent

Paano ito gumagana

Tingnan ito sa aksyon

Bakit ang agent na ito?

Estruktura ng Workshop

Paano Magsimula

1. I-clone ang repository

2. Mag-setup ng Python virtual environment

3. I-install ang mga dependencies

4. I-configure ang mga environment variables

5. Sundin ang mga workshop labs

Lab 01 - Single Agent (kumpletong mga instruksiyon)

Lab 02 - Multi-Agent Workflow (kumpletong mga instruksiyon)

Tagapangalaga

Mga kinakailangang pahintulot (mabilisang sanggunian)

Mga Sanggunian

Lisensya

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

Foundry Toolkit + Foundry Hosted Agents Workshop

🌐 Suporta sa Maramihang Wika

Sinusuportahan gamit ang GitHub Action (Awtomatiko at Palaging Nai-update)

Arkitektura

Ang iyong itatayo

Kilalanin ang Executive Agent

Paano ito gumagana

Tingnan ito sa aksyon

Bakit ang agent na ito?

Estruktura ng Workshop

Paano Magsimula

1. I-clone ang repository

2. Mag-setup ng Python virtual environment

3. I-install ang mga dependencies

4. I-configure ang mga environment variables

5. Sundin ang mga workshop labs

Lab 01 - Single Agent (kumpletong mga instruksiyon)

Lab 02 - Multi-Agent Workflow (kumpletong mga instruksiyon)

Tagapangalaga

Mga kinakailangang pahintulot (mabilisang sanggunian)

Mga Sanggunian

Lisensya