Foundry Toolkit + Foundry Hosted Agents Workshop

Създавайте, тествайте и внедрявайте AI агенти в Microsoft Foundry Agent Service като Hosted Agents - изцяло от VS Code, използвайки Microsoft Foundry разширението и Foundry Toolkit.

Hosted Agents в момента са в предварителен преглед. Поддържаните региони са ограничени - вижте наличност на региони.

Папката agent/ във всяка лаборатория е автоматично създадена от Foundry разширението - след това персонализирате кода, тествате локално и внедрявате.

🌐 Поддръжка на множество езици

Поддържа се чрез GitHub Action (Автоматизирано и винаги актуално)

Предпочитате да копирате локално?

Това хранилище включва над 50 езикови превода, което значително увеличава размера за изтегляне. За да клонирате без преводи, използвайте 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"
Това ви дава всичко необходимо за завършване на курса с много по-бързо изтегляне.

Архитектура

flowchart TB
    subgraph Local["Локална разработка (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 -- "F5 Отстраняване на грешки" --> 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)" --> Създаване на скеле
    Playground -- "Тестови подсказки" --> AgentService

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

Поток: Foundry разширението създава агента → вие персонализирате кода и инструкциите → тествате локално с Agent Inspector → внедрявате в Foundry (Docker изображение изпратено в ACR) → проверявате в Playground.

Какво ще създадете

Лаборатория	Описание	Статус
Лаб 01 - Единичен агент	Създайте "Обясни като за ръководител" агент, тествайте го локално и го внедрете във Foundry	✅ Наличен
Лаб 02 - Многоагентен работен процес	Създайте "Оценител на автобиографии и подходящост за работа" - 4 агента си сътрудничат за оценка на автобиографията и генериране на учебна пътна карта	✅ Наличен

Запознайте се с агента за ръководството

В този уъркшоп ще създадете "Обясни като за ръководител" агент - AI агент, който преобразува сложния технически жаргон в спокойни, представими резюмета за заседателната зала. Защото, да бъдем честни, никой в управлението не иска да слуша за "изчерпване на thread pool, причинено от синхронни повиквания, въведени във v3.2."

Създадох този агент след твърде много случаи, в които перфектно направеният ми анализ след инцидент получаваше отговор: "Така... сайтът е паднал или не?"

Как работи

Въвеждате му техническо обновление. Той връща резюме за ръководството - три ключови точки, без жаргон, без трасета на грешки, без екзистенциална тревога. Само какво се е случило, влияние върху бизнеса и следваща стъпка.

Вижте го в действие

Вие казвате:

"Забавянето на API се увеличи поради изчерпване на thread pool, причинено от синхронни повиквания, въведени във v3.2."

Агентът отговаря:

Резюме за ръководството:

Какво се случи: След последното издание системата забави.

Влияние върху бизнеса: Някои потребители изпитаха забавяния при използване на услугата.

Следваща стъпка: Промяната е върната обратно и се подготвя поправка преди повторно внедряване.

Защо точно този агент?

Това е прост, едноцелеви агент - перфектен за да научите работния процес на hosted agent от край до край без да се затормозявате с комплексни инструментални вериги. И честно? Всеки инженеринг екип може да използва такъв.

Структура на уъркшопа

📂 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
        └── 📂 PersonalCareerCopilotCompleted/ ← Reference solution (multi-agent workflow)
            ├── agent.yaml
            ├── Dockerfile
            ├── main.py
            └── requirements.txt

Бележка: Папката agent/ във всяка лаборатория е това, което Microsoft Foundry разширението генерира когато стартирате Microsoft Foundry: Create a New Hosted Agent от Командния панел. След това файловете се персонализират с инструкциите, инструментите и конфигурацията на вашия агент. Лаб 01 ви води през създаването му от нулата.

Започване

1. Клонирайте хранилището

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

2. Настройте виртуална Python среда

python -m venv venv

Активирайте я:

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

3. Инсталирайте зависимости

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

4. Конфигурирайте променливи на средата

Копирайте примерния .env файл в папката на агента и попълнете вашите стойности:

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

Редактирайте 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. Следвайте лабораториите на уъркшопа

Всяка лаборатория е самостоятелна с собствени модули. Започнете с Лаб 01, за да научите основите, след това преминете към Лаб 02 за многоагентни работни потоци.

Лаб 01 - Единичен агент (пълни инструкции)

#	Модул	Връзка
1	Прочетете предварителните условия	00-prerequisites.md
2	Инсталирайте Foundry Toolkit и Foundry разширението	01-setup.md
3	Създайте Foundry проект	01-setup.md
4	Създайте hosted агент	02-create-hosted-agent.md
5	Конфигурирайте инструкции и среда	03-configure-and-code.md
6	Тествайте локално	04-test-locally.md
7	Внедрете в Foundry	05-deploy-to-foundry.md
8	Проверете в playground	06-verify-in-playground.md
9	Отстраняване на проблеми	08-troubleshooting.md

Лаб 02 - Многоагентен работен поток (пълни инструкции)

#	Модул	Връзка
1	Предварителни условия (Лаб 02)	00-prerequisites.md
2	Разбиране на многоагентната архитектура	01-understand-multi-agent.md
3	Създаване на многоагентен проект	02-scaffold-multi-agent.md
4	Конфигуриране на агенти и среда	03-configure-agents.md
5	Патерни за оркестрация	04-orchestration-patterns.md
6	Тествайте локално (многоагентен)	05-test-locally.md

Поддръжник

_{Шивам Гоял}

Необходими разрешения (бърза справка)

Сценарий	Необходими роли
Създаване на нов проект Foundry	Azure AI Owner върху ресурс Foundry
Деплой в съществуващ проект (нови ресурси)	Azure AI Owner + Contributor върху абонамент
Деплой в напълно конфигуриран проект	Reader върху акаунта + Azure AI User върху проекта

Важно: Ролите Azure Owner и Contributor включват само разрешения за управление, а не разработване (действия с данни). За да създавате и деплойвате агенти, ви трябва Azure AI User или Azure AI Owner.

Референции

Първи стъпки: Деплой на първия ви хостван агент (VS Code)
Какво са хоствани агенти?
Създаване на работни потоци с хоствани агенти във VS Code
Деплой на хостван агент
RBAC за Microsoft Foundry
Пример с Architecture Review Agent - Реален хостван агент с MCP инструменти, диаграми Excalidraw и двойно разгръщане

Лиценз

MIT

Отказ от отговорност: Този документ е преведен с помощта на AI преводачески услуга Co-op Translator. Въпреки че се стремим към точност, моля имайте предвид, че автоматизираните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за каквито и да е недоразумения или неправилни тълкувания, произтичащи от използването на този превод.

FilesExpand file tree

README.md

Latest commit

History