Testing Course Samples

Testing av Eksempelkurs

Valider at leksjons-notatbøker og kodeeksempler kjører mot en levende Microsoft Foundry / Azure OpenAI-oppsett. Repositoriet leverer en kjører på scripts/validate-notebooks.ps1 som kjører hver Python-notatbok hodeløst og skriver ut en PASS/FAIL-matrise.

Når man skal bruke den

• "Valider alle notatbøker / eksempler mot min Azure-abonnement."
• "Rasktest kurset etter oppgradering av pakker eller modellendringer."
• "Hvilke leksjoner består fortsatt / feiler live?"

Bruk ikke denne for AI Smoke Test GitHub Action (som validerer utrullerte hostede agenter — se tests/README.md). Denne skillen kjører notatbøkene lokalt.

Forutsetninger (sjekk først)

1. Python 3.12+ med kursavhengigheter: python -m pip install -r requirements.txt pluss kjøremiljø: python -m pip install nbconvert ipykernel.
2. .env i repos rot (kopier fra .env.example) med minst:
   • AZURE_AI_PROJECT_ENDPOINT — Foundry prosjektendepunkt (https://<account>.services.ai.azure.com/api/projects/<project>)
   • AZURE_AI_MODEL_DEPLOYMENT_NAME — en ikke-utdatert utrulling (f.eks. gpt-5-mini)
   • AZURE_OPENAI_ENDPOINT (https://<account>.openai.azure.com) og AZURE_OPENAI_DEPLOYMENT for leksjoner som kontakter Azure OpenAI direkte (Leksjon 06, 02-azure-openai, 14 handoff/human-loop).
3. az login fullført — eksemplene autentiserer med AzureCliCredential (Entra ID, uten nøkkel).
4. Verifiser at modellutrullingen finnes: az cognitiveservices account deployment list -g <rg> -n <account> -o table.

Kjør valideringen

# Alle Python-notatbøker (hopper .NET, .venv, site-packages, oversettelser, ferdighetsressurser)
pwsh scripts/validate-notebooks.ps1

# En enkelt leksjon, med lengre tidsavbrudd per celle
pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600

# Bare list opp hva som ville kjøres (ingen kjøring)
pwsh scripts/validate-notebooks.ps1 -List

# Eksplisitt tolker (hvis `python` ikke er i PATH, f.eks. Windows Store-alias)
pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe"

Skriptet skriver ut kjørte kopier, per-notatbok logger, og results.json til $env:TEMP\aiab-nbval og avslutter med antall feil.

Midlertidige feil (felles-abonnement HTTP 429 rate limits, en tilfeldig AzureCliCredential token-hickup, eller timeout) blir forsøkt på nytt automatisk (-Retries, standard 2, med -RetryDelaySeconds backoff, standard 20). Hvis en modellutrulling jevnlig får 429, sjekk abonnementets GlobalStandard TPM-kvote (az cognitiveservices usage list -l <region>) — det hjelper ikke å øke kapasiteten til én enkelt utrulling når abonnementets kvote er brukt opp.

Tolkning av resultater

• PASS — notatboken kjørte fra start til slutt uten cellfeil.
• FAIL — den første *Error / *Exception linjen vises; åpne matchende log_*.txt i utdata-mappen for full traceback.
• En enkelt notatboks feil er begrenset av -Timeout (per celle), så en hengende human-in-the-loop-celle fremstår som StdinNotImplementedError i stedet for å henge.

Leksjoner som krever ekstra ressurser (forventet å feile uten)

Rapportering

Oppsummer som en PASS/FAIL-tabell gruppert etter leksjon. Skill ut ekte regresjoner (kode-/konfigurasjonsfeil som må fikses) fra miljømangler (manglende Search/Foundry Local/PAT), og vis den feilede log_*.txt for hver reell feil.

Ansvarsfraskrivelse: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.

Source: microsoft/ai-agents-for-beginners → translations/no/.agents/skills/testing-course-samples/SKILL.md