Skip to content

Latest commit

 

History

History
311 lines (239 loc) · 16.8 KB

File metadata and controls

311 lines (239 loc) · 16.8 KB

Foundry Toolkit + Workshop pro Hosted Agents ve Foundry

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

Vytvářejte, testujte a nasazujte AI agenty do Microsoft Foundry Agent Service jako Hosted Agents - vše přímo z VS Code pomocí Microsoft Foundry rozšíření a Foundry Toolkit.

Hosted Agents jsou momentálně ve fázi preview. Podporované regiony jsou omezené - viz dostupnost regionů.

Složka agent/ uvnitř každé laboratoře je automaticky generována Foundry rozšířením - poté upravujete kód, testujete lokálně a nasazujete.

🌐 Podpora více jazyků

Podpora přes GitHub Action (automatizované a vždy aktuální)

Arabština | Bengálština | Bulharština | Barmština (Myanmar) | Čínština (zjednodušená) | Čínština (tradiční, Hong Kong) | Čínština (tradiční, Macau) | Čínština (tradiční, Taiwan) | Chorvatština | Čeština | Dánština | Nizozemština | Estonština | Finština | Francouzština | Němčina | Řečtina | Hebrejština | Hindština | Maďarština | Indonéština | Italština | Japonština | Kandština | Khmerština | Korejština | Litevština | Malajština | Malajalámština | Maráthština | Nepálština | Nigerijský pidžin | Norština | Perština (Fársí) | Polština | Portugalština (Brazílie) | Portugalština (Portugalsko) | Pandžábština (Gurmukhí) | Rumunština | Ruština | Srbština (cyrilice) | Slovenština | Slovinština | Španělština | Svahilština | Švédština | Tagalog (Filipínština) | Tamilština | Telugština | Thajština | Turečtina | Ukrajinština | Urdština | Vietnamština

Raději chcete klonovat lokálně?

Tento repozitář obsahuje přes 50 jazykových překladů, což výrazně zvyšuje velikost ke stažení. Pro klonování bez překladů použijte 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"

To vám poskytne vše potřebné pro dokončení kurzu s výrazně rychlejším stažením.


Architektura

flowchart TB
    subgraph Local["Lokální vývoj (VS Code)"]
        direction TB
        FE["Microsoft Foundry
        Extension"]
        FoundryToolkit["Foundry Toolkit
        Extension"]
        Scaffold["Scaffolded Agent Code
        (main.py · agent.yaml · Dockerfile)"]
        Inspector["Agent Inspector
        (Local Testing)"]
        FE -- "Create New
        Hosted Agent" --> Scaffold
        Scaffold -- "Ladění F5" --> 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 -- "Deploy
    (Docker build + push)" --> ACR
    Inspector -- "POST /responses
    (localhost:8088)" --> Scaffold
    Playground -- "Testovací výzvy" --> AgentService

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

Tok: Foundry rozšíření vygeneruje agenta → vy upravíte kód a instrukce → testujete lokálně s Agent Inspector → nasadíte do Foundry (Docker image se pushne do ACR) → ověříte v Playground.


Co budete budovat

Laboratoř Popis Stav
Lab 01 - Jednotlivý agent Vytvořte „Vysvětlení jako pro ředitele“ agenta, otestujte lokálně a nasaďte do Foundry ✅ K dispozici
Lab 02 - Workflow s více agenty Vytvořte „Hodnocení životopisu → vhodnost pro práci“ - 4 agenti spolupracují na skórování vhodnosti a vytvoření učební mapy ✅ K dispozici

Poznejte Executive Agenta

V tomto workshopu vytvoříte „Vysvětlení jako pro ředitele“ agenta - AI agenta, který vezme složité technické výrazy a přeloží je do klidných, připravených, srozumitelných shrnutí pro představenstvo. Protože upřímně, nikdo v C-suitu nechce slyšet o „vyčerpání thread pool způsobeném synchronními voláními přidanými ve verzi 3.2.“

Tento agent vznikl po několika incidentech, kdy moje dokonale napsaná analýza příčin dostala odpověď: „Takže... je webová stránka dole, nebo ne?“

Jak to funguje

Zadáte mu technickou aktualizaci. Vrátí vám výkonný souhrn - tři hlavní body, žádný žargon, žádné výpisy stack trace, žádné existenční obavy. Jen co se stalo, dopad na byznys a další krok.

Podívejte se na to v akci

Řeknete:

„API latency se zvýšila kvůli vyčerpání thread pool způsobenému synchronními voláními přidanými ve verzi 3.2.“

Agent odpoví:

Výkonný souhrn:

  • Co se stalo: Po posledním vydání systém zpomalil.
  • Dopad na byznys: Někteří uživatelé zaznamenali zpoždění při používání služby.
  • Další krok: Změna byla vrácena zpět a připravuje se oprava před dalším nasazením.

Proč právě tento agent?

Je to jednoduchý agent na jedno použití - ideální pro naučení workflow hostovaných agentů od začátku do konce bez složitých nástrojových řetězců. A upřímně? Každý engineering tým by takového mohl potřebovat.


Struktura workshopu

📂 Foundry_Toolkit_for_VSCode_Lab/
├── 📄 README.md                      ← You are here
└── 📂 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-setup.md
    │   │   ├── 02-create-hosted-agent.md
    │   │   ├── 03-configure-and-code.md
    │   │   ├── 04-test-locally.md
    │   │   ├── 05-deploy-to-foundry.md
    │   │   ├── 06-verify-in-playground.md
    │   │   ├── 07-summary.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

Poznámka: Složka agent/ uvnitř každé laboratoře je to, co Microsoft Foundry rozšíření vygeneruje při spuštění příkazu Microsoft Foundry: Create a New Hosted Agent z Command Palette. Soubory se pak přizpůsobují podle instrukcí, nástrojů a konfigurace agenta. Lab 01 vás provede jak toto vytvořit od začátku.


Začínáme

1. Naklonujte repozitář

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

2. Nastavte Python virtuální prostředí

python -m venv venv

Aktivujte ho:

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

3. Nainstalujte závislosti

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

4. Nakonfigurujte proměnné prostředí

Zkopírujte příklad .env souboru do složky agenta a vyplňte své hodnoty:

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

Upravte workshop/lab01-single-agent/agent/.env:

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

5. Následujte laboratoře workshopu

Každá laboratoř je samostatná s vlastními moduly. Začněte s Lab 01 pro naučení základů a pokračujte na Lab 02 pro multifunkční workflow s více agenty.

Lab 01 - Jednotlivý agent (plné instrukce)

# Modul Odkaz
1 Přečtěte si požadavky 00-prerequisites.md
2 Nainstalujte Foundry Toolkit & Foundry rozšíření 01-setup.md
3 Vytvořte Foundry projekt 01-setup.md
4 Vytvořte hosted agenta 02-create-hosted-agent.md
5 Nakonfigurujte instrukce & prostředí 03-configure-and-code.md
6 Otestujte lokálně 04-test-locally.md
7 Nasazení do Foundry 05-deploy-to-foundry.md
8 Ověření v playgroundu 06-verify-in-playground.md
9 Řešení problémů 08-troubleshooting.md

Lab 02 - Workflow s více agenty (plné instrukce)

# Modul Odkaz
1 Požadavky (Lab 02) 00-prerequisites.md
2 Pochopte architekturu multi-agentů 01-understand-multi-agent.md
3 Generujte multi-agent projekt 02-scaffold-multi-agent.md
4 Nakonfigurujte agenty & prostředí 03-configure-agents.md
5 Vzorce orchestrace 04-orchestration-patterns.md
6 Testujte lokálně (multi-agent) 05-test-locally.md

| 7 | Nasazení do Foundry | 06-deploy-to-foundry.md | | 8 | Ověření v playgroundu | 07-verify-in-playground.md | | 9 | Řešení problémů (multi-agent) | 08-troubleshooting.md |


Správce

Shivam Goyal
Shivam Goyal


Vyžadovaná oprávnění (rychlá reference)

Scénář Vyžadované role
Vytvoření nového projektu Foundry Azure AI Owner na Foundry zdroji
Nasazení do existujícího projektu (nové zdroje) Azure AI Owner + Přispěvatel na subscription
Nasazení do plně nakonfigurovaného projektu Čtenář na účtu + Azure AI User na projektu

Důležité: Role Azure Owner a Contributor zahrnují pouze správcovská oprávnění, nikoliv vývojová (akce s daty). Pro vytváření a nasazení agentů potřebujete Azure AI User nebo Azure AI Owner.


Reference


Licence

MIT


Prohlášení o omezení odpovědnosti: Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože usilujeme o co největší přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Originální dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro kritické informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za jakékoli nedorozumění nebo nesprávné interpretace vzniklé použitím tohoto překladu.