Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
In deze quickstart implementeert u een container-AI-agent met Foundry-hulpprogramma's voor Foundry Agent Service. De voorbeeldagent maakt gebruik van webzoekopdrachten en eventueel MCP-hulpprogramma's om vragen te beantwoorden. Aan het einde hebt u een actieve gehoste agent waarmee u kunt communiceren via de Foundry-speeltuin. Kies de gewenste implementatiemethode om aan de slag te gaan.
In deze quickstart gaat u als volgt te werk:
- Een voorbeeldproject voor een agent instellen met Foundry-hulpmiddelen
- De agent lokaal testen
- Implementeren naar Foundry Agent Service
- Interactie met uw agent in de speeltuin
- De hulpbronnen opschonen
Vereiste voorwaarden
Voordat u begint, hebt u het volgende nodig:
- Een Azure-abonnement - Maak er gratis een
- (Optioneel) Een MCP-hulpprogramma, als u er een hebt die u wilt gebruiken.
- Python 3.10 of hoger
- Azure Developer CLI versie 1.23.0 of hoger
Opmerking
Gehoste agents zijn op dit moment in voorvertoning.
Stap 1: De voorbeeld-project instellen
Installeer de Azure Developer CLI-agentextensie en initialiseer een nieuw gehost agentproject.
Installeer de
ai agent-extensie voor de Azure Developer CLI:azd ext install azure.ai.agentsVoer de volgende opdracht uit om te controleren of de extensie is geïnstalleerd:
azd ext listInitialiseer een nieuw gehoste agent-project:
azd ai agent initWanneer u hierom wordt gevraagd, selecteert u Nieuw beginnen in een sjabloon. De interactieve stroom begeleidt u bij de volgende configuratie:
-
Omgevingsnaam : bepaalt de naam van uw resourcegroep (bijvoorbeeld
my-hosted-agentmaaktrg-my-hosted-agent). - Azure-abonnement: selecteer het abonnement waarin u de Foundry-resources wilt maken.
- Locatie : selecteer een regio voor de resources.
- Model-SKU : selecteer de SKU die beschikbaar is voor uw regio en abonnement.
- Implementatienaam : voer een naam in voor de modelimplementatie.
- Containergrootte : selecteer de CPU- en geheugentoewijzing of accepteer de standaardwaarden.
Opmerking
Als er al een resourcegroep met dezelfde naam bestaat,
azd provisionwordt de bestaande groep gebruikt. Als u conflicten wilt voorkomen, kiest u eerst een unieke omgevingsnaam of verwijdert u eerst de bestaande resourcegroep.Belangrijk
Als u geen MCP-server gebruikt, maakt u commentaar of verwijdert u de volgende regels in het
agent.yamlbestand:- name: AZURE_AI_PROJECT_TOOL_CONNECTION_ID value: <CONNECTION_ID_PLACEHOLDER>-
Omgevingsnaam : bepaalt de naam van uw resourcegroep (bijvoorbeeld
Voorzie de vereiste Azure-middelen.
Opmerking
U hebt Contributor toegang nodig voor uw Azure-abonnement voor het inrichten van resources.
azd provisionDeze opdracht duurt ongeveer 5 minuten en maakt de volgende resources:
Hulpbron Doel Kosten Bronnengroep Hiermee worden alle gerelateerde resources in hetzelfde gebied ingedeeld Geen kosten Modellenimplementatie Model dat door de agent wordt gebruikt Zie Foundry-prijzen Gieterijproject Host uw agent en biedt AI-mogelijkheden Op basis van verbruik; zie Foundry pricing Azure Container Registry Slaat de containerafbeeldingen van uw agent op Basic-laag; zie ACR-prijzen Log Analytics werkruimte Alle logboekgegevens op één plek beheren Geen directe kosten. Zie Log Analytics kosten Analyses van toepassingen Bewaakt de prestaties en logboeken van de agent Betalen naar gebruik; zie Azure Monitor-prijzen Beheerde identiteit Verifieert uw agent voor Azure services Geen kosten Aanbeveling
Voer
azd downuit wanneer u deze quickstart hebt voltooid om resources te verwijderen en geen kosten meer in rekening te brengen.
Stap 2: de agent lokaal testen
Controleer voordat u implementeert of de agent lokaal werkt.
Start de agent lokaal:
azd ai agent runMet deze opdracht wordt automatisch de omgeving ingesteld, afhankelijkheden geïnstalleerd en de agent gestart. Hierbij wordt gebruikgemaakt van de
startupCommandgedefinieerde inazure.yamlom uw agent te starten.Als de agent niet kan worden gestart, kunt u deze veelvoorkomende problemen controleren:
Fout Solution AuthenticationErrorofDefaultAzureCredentialfoutVoer opnieuw uit azd auth loginom uw sessie te vernieuwen.ResourceNotFoundControleer of uw eindpunt-URL's overeenkomen met de waarden in de Foundry-portal. DeploymentNotFoundControleer de implementatienaam in Build>Deployments. Connection refusedZorg ervoor dat er geen ander proces gebruikmaakt van poort 8088. Verzend in een afzonderlijke terminal een testbericht naar de lokale agent:
azd ai agent invoke --local "What is Microsoft Foundry?"U zou een antwoord met zoekresultaten over Microsoft Foundry op internet moeten zien.
Stap 3: Implementeren in Foundry Agent Service
Aangezien u de infrastructuur al in stap 1 hebt ingericht, implementeert u de agentcode in Azure:
azd deploy
De agentcontainer wordt extern gebouwd, dus Docker Desktop is niet vereist op uw computer.
Waarschuwing
Uw gehoste agent brengt kosten in rekening gedurende de inzetfase. Nadat u klaar bent met testen, voltooit u Resources opschonen om resources te verwijderen en kosten te stoppen.
Wanneer u klaar bent, ziet u in de uitvoer een koppeling naar de Agent Playground en het eindpunt voor het programmatisch aanroepen van de agent:
Deploying services (azd deploy)
(✓) Done: Deploying service af-agent-with-foundry-tools
- Agent playground (portal): https://ai.azure.com/nextgen/.../build/agents/af-agent-with-foundry-tools/build?version=1
- Agent endpoint: https://ai-account-<name>.services.ai.azure.com/api/projects/<project>/agents/af-agent-with-foundry-tools/versions/1
Stap 1: Een Foundry-project maken
Gebruik de Microsoft Foundry-extensie in VS Code om een nieuwe Microsoft Foundry-Project-resource te maken.
Open het opdrachtpalet (Ctrl+Shift+P) en selecteer Microsoft Foundry: Create Project.
Selecteer uw Azure-abonnement.
Maak een nieuwe resourcegroep of selecteer een bestaande resourcegroep.
Voer een naam in voor de Foundry Project resource.
Zodra het project is gemaakt, gaat u verder met de volgende stap en implementeert u een model.
Stap 2: Een model implementeren
Gebruik de Microsoft Foundry-extensie in VS Code om een model te implementeren in Foundry.
Open het opdrachtpalet (Ctrl+Shift+P) en selecteer Microsoft Foundry: Open Model Catalog.
Blader door de modelcatalogus of zoek naar gpt-4.1 en selecteer de knop Implementeren .
Selecteer op de pagina Modelimplementatie de knop Deploy naar Microsoft Foundry.
Zodra het model is geïmplementeerd, gaat u verder met de volgende stap en maakt u een gehost agentproject
Stap 3: Een gehost agentproject maken
Gebruik de extensie Microsoft Foundry in VS Code om een nieuw gehost agentproject te maken.
Open het opdrachtpalet (Ctrl+Shift+P) en selecteer Microsoft Foundry: Nieuwe gehoste agent maken.
Selecteer de werkstroomsjabloon voor één agent of een werkstroom voor meerdere agents
Selecteer een programmeertaal, Python of C#.
Kies het bestaande gpt-4.1-model dat u in de vorige stap hebt geïmplementeerd.
Kies de map waarin u de projectbestanden wilt opslaan.
Voer een naam in voor de gehoste agent.
Er wordt een nieuw VS Code-venster geopend met de nieuwe agentprojectmap als de actieve werkruimte.
Stap 4: Afhankelijkheden installeren
Het is raadzaam om een virtuele omgeving te gebruiken om projectafhankelijkheden te isoleren:
macOS/Linux:
python -m venv .venv
source .venv/bin/activate
Windows (PowerShell):
python -m venv .venv
.\.venv\Scripts\Activate.ps1
Afhankelijkheden installeren
Installeer de vereiste Python afhankelijkheden met behulp van pip:
pip install -r requirements.txt
De vereiste pakketten zijn:
-
azure-ai-agentserver-agentframework- Agent Framework en AgentServer SDK
Stap 5: de agent lokaal testen
Voer uw agent uit en test deze voordat u implementeert.
Optie 1: druk op F5 (aanbevolen)
Druk op F5 in VS Code om foutopsporing te starten. U kunt ook het menu voor foutopsporing in VS Code gebruiken:
- Open de weergave Uitvoeren en foutopsporing (Ctrl+Shift+D/Cmd+Shift+D)
- Selecteer 'Debug Local Workflow HTTP Server' in de vervolgkeuzelijst
- Klik op de groene knop Foutopsporing starten (of druk op F5)
Dit doet het volgende:
- De HTTP-server starten waarvoor foutopsporing is ingeschakeld
- Open de Foundry Toolkit Agent Inspector voor interactieve tests
- Hiermee kunt u onderbrekingspunten instellen en de werkstroom inspecteren
Optie 2: Uitvoeren in Terminal
Uitvoeren als HTTP-server (standaard):
python main.py
Hiermee wordt de gehoste agent lokaal gestart op http://localhost:8088/.
PowerShell (Windows):
$body = @{
input = "I need a hotel in Seattle from 2025-03-15 to 2025-03-18, budget under `$200 per night"
stream = $false
} | ConvertTo-Json
Invoke-RestMethod -Uri http://localhost:8088/responses -Method Post -Body $body -ContentType "application/json"
Bash/curl (Linux/macOS):
curl -sS -H "Content-Type: application/json" -X POST http://localhost:8088/responses \
-d '{"input": "Find me hotels in Seattle for March 20-23, 2025 under $200 per night","stream":false}'
De agent gebruikt het get_available_hotels hulpprogramma om te zoeken naar beschikbare hotels die voldoen aan uw criteria.
Stap 6: Implementeren in Foundry Agent Service
Implementeer uw agent rechtstreeks vanuit VS Code.
Open het opdrachtpalet (Ctrl+Shift+P) en selecteer Microsoft Foundry: Hosted Agent implementeren.
Selecteer de CPU- en geheugenconfiguratie voor de gehoste agentcontainer.
Selecteer in het dialoogvenster dat wordt weergegeven de knop Bevestigen en Implementeren.
Ga naar de Microsoft Foundry Explorer door het pictogram aan de linkerkant te selecteren. De agent wordt weergegeven in de zijbalk van de structuurweergave gehoste agents (preview) nadat de implementatie is voltooid.
Uw agent verifiëren en testen
Nadat de implementatie is voltooid, verifieert u of uw agent draait.
Agentstatus controleren
Controleer de status van uw agent om te bevestigen dat deze actief is.
Selecteer uw gehoste agent in de boomstructuur Gehoste Agents (Preview).
Selecteer een versie (v1) om de detailpagina te openen.
Op de detailpagina ziet u de status onder de sectie Containerdetails.
Testen in de speeltuin met behulp van VS Code
Microsoft Foundry voor VS Code bevat een geïntegreerde speeltuin om te chatten en te communiceren met uw agent.
Selecteer uw gehoste agent in de boomstructuur Gehoste Agents (Preview).
Selecteer een versie (v1) om de detailpagina te openen.
Selecteer de optie Playground en typ een bericht en verzend om uw agent te testen.
Agentstatus controleren
Controleer de status van uw gedeployeerde agent:
azd ai agent show
De geïmplementeerde agent testen
Een testbericht verzenden naar uw gedeployeerde agent.
azd ai agent invoke "What is Microsoft Foundry?"
De verwachting is dat u een antwoord met webzoekresultaten over Microsoft Foundry zult zien. Het antwoord kan enkele seconden duren wanneer de agent externe bronnen opvraagt.
Agentlogboeken weergeven
De livelogboeken van uw agent bewaken:
azd ai agent monitor
Testen in de Foundry-speeltuin
Navigeer naar de agent in de Foundry-portal:
Open de Foundry-portal en meld u aan met uw Azure-account.
Selecteer uw project in de lijst Recent-projecten of selecteer Alle projecten om deze te vinden.
Selecteer In het linkernavigatievenster Build om het menu uit te vouwen en selecteer vervolgens Agents.
Zoek in de lijst met agents de geïmplementeerde agent (deze komt overeen met de naam van de agent uit uw implementatie).
Selecteer de naam van de agent om de detailpagina te openen en selecteer vervolgens Openen in speeltuin op de bovenste werkbalk.
Typ in de chatinterface een testbericht zoals 'Wat is Microsoft Foundry?' en druk op Enter.
Controleer of de agent reageert met informatie uit zoekresultaten op internet. Het antwoord kan enkele seconden duren wanneer de agent externe bronnen opvraagt.
Aanbeveling
Als de speeltuin niet wordt geladen of de agent niet reageert, controleer dan de agentstatus op de pagina met Containerdetails zoals hierboven beschreven.
De hulpbronnen opschonen
Als u kosten wilt voorkomen, verwijdert u de resources wanneer u klaar bent.
Waarschuwing
Met deze opdracht worden alle Azure resources in de resourcegroep definitief verwijderd, waaronder het Foundry-project, modelimplementaties, Container Registry, Application Insights en uw gehoste agent. Deze actie kan niet ongedaan worden gemaakt. Als u een bestaande resourcegroep gebruikt die andere resources bevat, wees dan voorzichtig — azd down verwijdert alles in de groep, niet alleen de resources die met deze quickstart zijn aangemaakt.
Als u een voorbeeld wilt bekijken van wat wordt verwijderd voordat u dit bevestigt:
azd down --preview
Wanneer u klaar bent om te verwijderen, voert u het volgende uit:
azd down
Het opschonen duurt ongeveer 2-5 minuten.
Waarschuwing
Als u resources verwijdert, worden alle Azure resources die in deze quickstart zijn gemaakt, inclusief het Foundry-project, Container Registry, Application Insights en uw gehoste agent definitief verwijderd. Deze actie kan niet ongedaan worden gemaakt.
Als u uw resources wilt verwijderen, opent u de Azure-portal, gaat u naar de resourcegroep en verwijdert u deze samen met alle ingesloten resources.
Als u wilt controleren of resources zijn verwijderd, opent u de Azure-portal, gaat u naar de resourcegroep en bevestigt u dat de resources niet meer worden weergegeven. Als de resourcegroep leeg is, kunt u deze ook verwijderen.
Probleemoplossingsproces
Als u problemen ondervindt, probeert u deze oplossingen voor veelvoorkomende problemen:
| Probleem | Solution |
|---|---|
Fout SubscriptionNotRegistered |
Providers registreren: az provider register --namespace Microsoft.CognitiveServices |
AuthorizationFailed tijdens het voorzien in |
Vraag de rol Inzender aan voor uw abonnement of resourcegroep. |
| Agent start niet lokaal | Controleer of omgevingsvariabelen zijn ingesteld en voer az login uit om inloggegevens te vernieuwen. |
Fout AcrPullUnauthorized |
Ken de rol AcrPull aan de toegewezen identiteit van het project in het containerregister. |
| Probleem | Solution |
|---|---|
azd ai agent init Mislukt |
Voer deze opdracht uit azd version om versie 1.23.0+ te controleren. Bijwerken met winget upgrade Microsoft.Azd (Windows) of brew upgrade azd (macOS). Controleer of de agentextensie is geïnstalleerd met azd ext list. |
| Model niet gevonden in catalogus | Maak een fork van de voorbeeldagent.yaml en wijzig de modelimplementatie in een implementatie die beschikbaar is in uw abonnement, zoals gpt-4.1. Verwijder vervolgens de waarde AZURE_LOCATION in het bestand .azure/<environment name>/.env. Voer de azd ai agent init opdracht opnieuw uit met het gesplitste agent.yaml bestand. |
De containerlogboeken van uw agent weergeven
U kunt de console- en systeemlogboeken van de container controleren om problemen op te lossen.
Selecteer uw gehoste agent in de boomstructuur Gehoste Agents (Preview).
Selecteer een versie (v1) om de detailpagina te openen.
Selecteer de knop Logboeken aan de rechterkant om de logboekviewer te openen.
| Probleem | Solution |
|---|---|
| Extensie niet gevonden | Installeer de Microsoft Foundry-extensie voor VS Code vanuit de VS Code Marketplace. |
Wat u hebt geleerd
In deze snelstart, gaat u het volgende doen:
- Een voorbeeldconfiguratie van een gehoste agent instellen met behulp van Foundry-tools (webzoekfunctie en MCP)
- De agent lokaal getest
- Geïmplementeerd in Foundry Agent Service
- Uw agent geverifieerd in de Foundry-speeltuin
Volgende stappen
Nu u uw eerste gehoste agent hebt geïmplementeerd, leert u het volgende:
Pas uw agent aan met aanvullende mogelijkheden:
- MCP-hulpprogramma's verbinden om agentfunctionaliteit uit te breiden
- Functie aanroepen gebruiken om aangepaste logica te integreren
- Bestand zoeken toevoegen om uw documenten te doorzoeken
- Enable code-interpreter om Python code uit te voeren
U kunt een volledige lijst van beschikbare hulpprogramma's zien in het hulpprogrammacatalogus artikel.