Deploying Scalable Agents

Nasazení škálovatelných agentů s Microsoft Foundry

Doplňková dovednost k Lekci 16 – Nasazení škálovatelných agentů. Použijte ji k pomoci studentovi přesunout agenta z prototypu do škálovatelného, pozorovatelného produkčního nasazení. Každé doporučení zakládejte na obsahu lekce a spustitelném notebooku; nevymýšlejte API Foundry.

Spouštěče

Aktivujte tuto dovednost, když chce student:

• Nasadit agenta do Microsoft Foundry jako hostovaného agenta a zajistit jeho verzování/pozorovatelnost.
• Vybrat mezi nasazovacími vzory client-hosted, hosted-agent a agent-workflow.
• Přidat směrování modelů, cache odpovědí nebo omezenou paralelnost pro kontrolu latence a nákladů.
• Přidat evaluační bránu, aby se špatná verze agenta nemohla nasadit.
• Přidat krok schválení člověkem v procesu pro akce s vysokým rizikem.
• Instrumentovat agenta OpenTelemetry trasováním pro produkční pozorovatelnost.
• Provést smoke test nasazeného agenta jako rychlou kontrolu po nasazení.

Základní mentální model

Produkční agent je z velké části provozní kostra kolem modelu (~80%), nikoli samotný model. Každé doporučení namapujte na jeden z těchto aspektů:

Nasazovací vzory (vyberte jeden, nebo kombinujte)

1. Client-hosted — smyčka rozumování běží ve vašem procesu. Maximální kontrola; vlastníte škálování/stav.
2. Hosted agent (Foundry Agent Service) — Foundry hostuje smyčku, ukládá vlákna, vynucuje RBAC/bezpečnost obsahu, zobrazuje agenta v portálu. Méně kontroly, mnohem menší provozní povrch.
3. Agent workflow — více agentů/nástrojů složených do grafu s větvením, schvalovacími uzly a trvalými kontrolními body.

Životní cyklus (smyčka, která agentovi umožňuje nasazení)

create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat. Offline hodnocení je brána, nikoli dodatečná myšlenka — verze se nenasazuje, pokud neprojde nastaveným prahem. Online pozorovatelnost vrací skutečná selhání zpět do offline testovací sady.

Škálování a páky nákladů (v pořadí priority)

1. Správná velikost modelu — použijte nejmenší model, který projde evaluační bránou.
2. Směrování podle složitosti — malý/rychlý model pro jednoduché požadavky, velký model pro skutečné rozumování (vlastní klasifikátor nebo Foundry Model Router).
3. Cache — obsluhujte téměř duplicitní požadavky bez volání modelu.
4. Bezustavový design + omezená paralelnost — externě uložte stav; opakujte se zpožděním.

Klíčové vzory k reprodukci

Nasměrujte studenta k těmto z notebooku 16-python-agent-framework.ipynb:

• Obslužná funkce požadavků: cache → směrování podle složitosti → trasovací span → spuštění → cache.
• Evaluační brána: vyhodnotit offline testovací sadu; vrátit pass_rate >= threshold a nasadit pouze, pokud je pravda.
• Lidské schválení: @tool(approval_mode="always_require") pro akce jako velké refundace.
• Trasování: zabalte každý požadavek do tracer.start_as_current_span(...) a nastavte atributy jako routed.model, customer.id.

Smoke test nasazeného agenta

Po nasazení ověřte, že endpoint opravdu odpovídá (zelené nasazení může být stále tiché). Použijte AI Smoke Test akci přes .github/workflows/smoke-test.yml s katalogem v tests/. Běhoun odesílá POST každého promptu na POST {project_endpoint}/agents/{agent_name}/endpoint/protocols/openai/responses a kontroluje odpověď textu. Identita potřebuje roli Azure AI User v rámci rozsahu Foundry projektu; token audience musí být https://ai.azure.com/.

Naskládejte brány: smoke test (dosažitelnost/reakce, každý deploy) → offline hodnocení (dostatečně dobré k nasazení, před propagací) → online hodnocení (jak si vede v provozu, kontinuálně).

Podnikové kontroly

• RBAC: přiřaďte každému hostovanému agentovi spravovanou identitu s nejmenšími právy.
• MCP v produkci: považujte každý MCP server za nedůvěryhodnou hranici — připněte verzi, omezte jeho identitu, ověřujte výstupy, omezujte rychlost, nikdy nezveřejňujte tajné údaje.

Bezpečnostní opatření pro asistenta

• Preferujte kanonický vzor FoundryChatClient(...) + provider.as_agent(...) používaný napříč kurzem.
• Neslibujte výsledky živého Azure, které jste neověřili; doporučte workflow smoke-testu k potvrzení nasazení.
• Držte hodnocení a rady ohledně nákladů propojené: hodnocení určuje kvalitativní standard, směrování/cachování drží náklady poblíž této úrovně.

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.