Testing Course Samples

Testowanie przykładów kursu

Sprawdź, czy notatniki lekcji i przykładowy kod działają na żywo w konfiguracji Microsoft Foundry / Azure OpenAI. Repozytorium zawiera runner w scripts/validate-notebooks.ps1, który uruchamia każdy notatnik Pythona bez interfejsu i wyświetla macierz PASS/FAIL.

Kiedy używać

• "Zweryfikować wszystkie notatniki / przykłady na moim subskrypcji Azure."
• "Szybki test kursu po aktualizacji pakietów lub zmianie modeli."
• "Które lekcje nadal przechodzą / nie przechodzą na żywo?"

Nie używaj tego do AI Smoke Test GitHub Action (który weryfikuje wdrożonych hostowanych agentów — patrz tests/README.md). To narzędzie uruchamia notatniki lokalnie.

Wymagania wstępne (sprawdź najpierw)

1. Python 3.12+ z zależnościami kursu: python -m pip install -r requirements.txt plus wykonawcą: python -m pip install nbconvert ipykernel.
2. .env w katalogu głównym repozytorium (skopiuj z .env.example) zawierający co najmniej:
   • AZURE_AI_PROJECT_ENDPOINT — punkt końcowy projektu Foundry (https://<account>.services.ai.azure.com/api/projects/<project>)
   • AZURE_AI_MODEL_DEPLOYMENT_NAME — nieprzestarzałe wdrożenie (np. gpt-5-mini)
   • AZURE_OPENAI_ENDPOINT (https://<account>.openai.azure.com) i AZURE_OPENAI_DEPLOYMENT dla lekcji które bezpośrednio wywołują Azure OpenAI (Lekcja 06, 02-azure-openai, 14 handoff/human-loop).
3. Ukończone az login — próbki uwierzytelniają się przez AzureCliCredential (Entra ID, bez klucza).
4. Zweryfikuj, że wdrożenie modelu istnieje: az cognitiveservices account deployment list -g <rg> -n <account> -o table.

Uruchomienie walidacji

# Wszystkie notatniki Pythona (pomija .NET, .venv, site-packages, tłumaczenia, zasoby umiejętności)
pwsh scripts/validate-notebooks.ps1

# Pojedyncza lekcja, z dłuższym limitem czasu na pojedynczą komórkę
pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600

# Tylko lista tego, co by się uruchomiło (bez wykonywania)
pwsh scripts/validate-notebooks.ps1 -List

# Jawny interpreter (jeśli `python` nie jest w PATH, np. alias Windows Store)
pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe"

Skrypt zapisuje wykonane kopie, logi per-notebook i results.json do $env:TEMP\aiab-nbval i kończy się liczbą błędów.

Przemijające błędy (limity HTTP 429 współdzielonej subskrypcji, okazjonalne problemy z tokenem AzureCliCredential, lub timeout) są automatycznie powtarzane (-Retries, domyślnie 2, z opóźnieniem -RetryDelaySeconds, domyślnie 20). Jeśli wdrożenie modelu często powoduje 429, sprawdź globalny limit TPM subskrypcji standardowej (az cognitiveservices usage list -l <region>) — zwiększenie pojemności pojedynczego wdrożenia nic nie da gdy limit subskrypcji jest wyczerpany.

Interpretacja wyników

• PASS — notatnik uruchomił się od początku do końca bez błędów w komórkach.
• FAIL — pokazana jest pierwsza linia *Error / *Exception; otwórz pasujący log_*.txt w katalogu wyjściowym, aby zobaczyć pełny traceback.
• Pojedyncza nieudana próba notatnika objęta jest limitem -Timeout (na komórkę), więc zablokowana komórka interaktywna powoduje StdinNotImplementedError zamiast zawieszenia.

Lekcje wymagające dodatkowych zasobów (oczekiwane niepowodzenia bez nich)

Raportowanie wyników

Podsumuj w tabeli PASS/FAIL pogrupowanej według lekcji. Oddziel rzeczywiste regresje (błędy kodu/konfiguracji do naprawienia) od braków środowiskowych (brak Search/Foundry Local/PAT), i wskaż odpowiedni log_*.txt dla każdego rzeczywistego błędu.

Zastrzeżenie: Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Choć dążymy do dokładności, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w jego języku źródłowym należy uznawać za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.