Microsoft 測試課程範例
驗證課程筆記本和程式碼範例是否可在即時的
Microsoft Foundry / Azure OpenAI 環境中執行。此倉庫包含一個執行器，位置為
scripts/validate-notebooks.ps1，
該執行器會以無頭模式執行所有 Python 筆記本並列印通過/失敗矩陣。
何時使用
- 「驗證所有筆記本 / 範例是否可在我的 Azure 訂閱中運行。」
- 「在升級套件或更改模型後，對課程進行煙霧測試。」
- 「哪些課程仍然可通過 / 失敗於實際環境？」
不要用於 AI 煙霧測試 GitHub Action（該 Action 驗證 已部署 的托管代理 — 請參閱 tests/README.md）。此工具
在本地端運行筆記本。
先決條件（先檢查）
- Python 3.12+ 及課程依賴：
python -m pip install -r requirements.txt外加執行環境：python -m pip install nbconvert ipykernel。 - 倉庫根目錄有
.env（複製自.env.example）並至少包含：AZURE_AI_PROJECT_ENDPOINT— Foundry 專案端點 (https://<account>.services.ai.azure.com/api/projects/<project>)AZURE_AI_MODEL_DEPLOYMENT_NAME— 非棄用的部署名稱（例如gpt-5-mini）AZURE_OPENAI_ENDPOINT(https://<account>.openai.azure.com) 與AZURE_OPENAI_DEPLOYMENT用於直接呼叫 Azure OpenAI 的課程（第 06 課、02-azure-openai、14 handoff/human-loop）。
- 完成
az login— 範例使用AzureCliCredential認證（Entra ID、無需金鑰）。 - 確認模型部署存在：
az cognitiveservices account deployment list -g <rg> -n <account> -o table。
執行驗證
# 所有 Python 筆記本（跳過 .NET、.venv、site-packages、翻譯、技能資產）
pwsh scripts/validate-notebooks.ps1
# 一個單一課程，每個儲存格較長的逾時時間
pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600
# 只列出會執行的內容（不執行）
pwsh scripts/validate-notebooks.ps1 -List
# 明確指定解譯器（如果 `python` 不在 PATH，例如 Windows Store 別名）
pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe"
此腳本將執行結果的複本、筆記本日誌及 results.json 寫入
$env:TEMP\aiab-nbval，並以失敗數量作為退出碼結束。
短暫失敗（共用訂閱 HTTP 429 限速、偶發的
AzureCliCredential 權杖問題或逾時）會自動重試
（-Retries，預設 2 次，並使用 -RetryDelaySeconds 延遲，預設 20 秒）。若
模型部署經常出現 429，請檢查訂閱之 GlobalStandard
TPM 配額（az cognitiveservices usage list -l <region>）— 單一部署增量無助於當 訂閱 配額用盡時。
解讀結果
PASS— 筆記本自始至終無任何單元錯誤。FAIL— 顯示第一條*Error/*Exception訊息；完整錯誤追蹤請開啟輸出目錄中的log_*.txt檔案。- 單一筆記本的失敗受
-Timeout（每單元）限制，故掛起的人類互動單元將顯示為StdinNotImplementedError而非無限掛起。
需要額外資源（缺少時預期失敗）的課程
| 課程 | 額外需求 |
|---|---|
| 05 Agentic RAG | Azure AI Search (AZURE_SEARCH_SERVICE_ENDPOINT、金鑰) — 有記憶體內備援路徑 |
| 11 MCP / GitHub | GitHub MCP 伺服器 + PAT |
| 13 memory (cognee) | 已配置的 cognee 模型提供者 |
| 15 browser-use | 安裝 Playwright 瀏覽器（playwright install）+ AZURE_OPENAI_CHAT_DEPLOYMENT_NAME |
| 17 local agent | Foundry 本地執行環境 + 下載的 Qwen 模型（本機端，無雲端） |
*-dotnet-* 筆記本 |
.NET Interactive 核心（預設排除，使用 -IncludeDotnet 引入） |
回報結果
以課程為群組匯總成通過/失敗表。將真正的回歸問題
（需修正的程式碼／設定錯誤）與環境缺口（缺少 Search/Foundry Local/PAT）
分開，並對每個真實失敗附上失敗的 log_*.txt 檔案。
免責聲明： 本文件由 AI 翻譯服務 Co-op Translator 翻譯而成。雖然我們致力於確保準確性，但請注意，機器自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議進行專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋承擔責任。
Source: microsoft/ai-agents-for-beginners → translations/zh-HK/.agents/skills/testing-course-samples/SKILL.md