Testing Course Samples

Testen van de Cursusvoorbeelden

Controleer of de lesnotebooks en codevoorbeelden werken met een live Microsoft Foundry / Azure OpenAI setup. De repo bevat een runner bij scripts/validate-notebooks.ps1 die elke Python-notebook hoofdzakelijk headless uitvoert en een PASS/FAIL matrix afdrukt.

Wanneer te gebruiken

• "Valideer alle notebooks / voorbeelden tegen mijn Azure-abonnement."
• "Smoke-test de cursus na het upgraden van pakketten of wijzigen van modellen."
• "Welke lessen slagen nog steeds / falen live?"

Gebruik dit niet voor de AI Smoke Test GitHub Actie (die geïmplementeerde gehoste agents valideert — zie tests/README.md). Deze vaardigheid voert de notebooks lokaal uit.

Vereisten (controleer eerst)

1. Python 3.12+ met cursusafhankelijkheden: python -m pip install -r requirements.txt plus de executor: python -m pip install nbconvert ipykernel.
2. .env in de root van de repo (kopieer van .env.example) met tenminste:
   • AZURE_AI_PROJECT_ENDPOINT — Foundry project endpoint (https://<account>.services.ai.azure.com/api/projects/<project>)
   • AZURE_AI_MODEL_DEPLOYMENT_NAME — een niet-verouderde deployment (bijv. gpt-5-mini)
   • AZURE_OPENAI_ENDPOINT (https://<account>.openai.azure.com) en AZURE_OPENAI_DEPLOYMENT voor lessen die direct Azure OpenAI aanroepen (Les 06, 02-azure-openai, 14 handoff/human-loop).
3. az login voltooid — voorbeelden authenticeren met AzureCliCredential (Entra ID, keyless).
4. Controleer of de model deployment bestaat: az cognitiveservices account deployment list -g <rg> -n <account> -o table.

De validatie uitvoeren

# Alle Python-notebooks (slaat .NET, .venv, site-packages, vertalingen, skill-middelen over)
pwsh scripts/validate-notebooks.ps1

# Een enkele les, met een langere timeout per cel
pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600

# Alleen lijst wat zou worden uitgevoerd (geen uitvoering)
pwsh scripts/validate-notebooks.ps1 -List

# Expliciete interpreter (als `python` niet op PATH staat, bv. Windows Store-alias)
pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe"

Het script schrijft uitgevoerde kopieën, per-notebook logs, en results.json naar $env:TEMP\aiab-nbval en sluit af met het aantal fouten.

Tijdelijke fouten (gedeelde-subscriptie HTTP 429 rate limits, een incidentele AzureCliCredential token hapering, of een timeout) worden automatisch herhaald (-Retries, standaard 2, met -RetryDelaySeconds backoff, standaard 20). Als een model deployment regelmatig 429 geeft, controleer dan de GlobalStandard TPM quotum van de abonnement (az cognitiveservices usage list -l <region>) — het verhogen van de capaciteit van een enkele deployment helpt niet als het abonnementquotum is uitgeput.

Resultaten interpreteren

• PASS — de notebook liep volledig door zonder fouten in cellen.
• FAIL — de eerste *Error / *Exception regel wordt getoond; open de bijbehorende log_*.txt in de uitvoermap voor de volledige traceback.
• Een enkele notebook fout wordt begrensd door -Timeout (per cel), dus een vastgelopen human-in-the-loop cel verschijnt als StdinNotImplementedError in plaats van te hangen.

Lessen die extra bronnen nodig hebben (verwacht te falen zonder deze)

Terugrapporteren

Vat samen als een PASS/FAIL tabel gegroepeerd per les. Scheid echte regressies (code/config bugs om te repareren) van omgevingsgebreken (ontbrekende Search/Foundry Local/PAT), en citeer de falende log_*.txt voor elke echte fout.

Disclaimer: Dit document is vertaald met behulp van de AI vertaaldienst Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u er rekening mee te houden dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor kritieke informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.