# Deploying Scalable Agents > Aktywuj tę umiejętność, gdy uczący się chce: - Wdrożyć agenta w Microsoft Foundry jako hostowanego agenta i uczynić go wersjonowanym/obserwowalnym. - Wybrać między wzorcami wdrożenia hostowane przez klienta, hostowanego agenta oraz agent-workflow. - Dodać rutowanie modelu, buforowanie odpowiedzi lub ograniczoną współbieżność, aby kontrolować opóźnienia i koszty. - Dodać bramkę oceny, aby zła wersja agenta nie została wysłana. - Skill: `thedixitjain/deploying-scalable-agents-20` (Agent Skill) - Install (CLI): `npx skillmds add thedixitjain/deploying-scalable-agents-20` - Raw SKILL.md: https://api.skillmd.com/api/skills/thedixitjain/deploying-scalable-agents-20/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: AI & ML - Author: thedixitjain (https://skillmd.com/u/thedixitjain) - Updated: 2026-09-09 - Page: https://skillmd.com/skills/thedixitjain/deploying-scalable-agents-20 --- # Wdrażanie skalowalnych agentów z Microsoft Foundry > Umiejętność towarzysząca do [Lekcji 16 – Wdrażanie skalowalnych agentów](../../../16-deploying-scalable-agents/README.md). > Użyj jej, aby pomóc uczącemu się przenieść agenta z prototypu do skalowalnego, obserwowalnego > wdrożenia produkcyjnego. Oparte każdą rekomendację na treści lekcji i > działającej notatce; nie wymyślaj API Foundry. ## Wyzwalacze Aktywuj tę umiejętność, gdy uczący się chce: - Wdrożyć agenta w Microsoft Foundry jako **hostowanego agenta** i uczynić go wersjonowanym/obserwowalnym. - Wybrać między wzorcami wdrożenia **hostowane przez klienta, hostowanego agenta oraz agent-workflow**. - Dodać **rutowanie modelu**, **buforowanie odpowiedzi** lub **ograniczoną współbieżność**, aby kontrolować opóźnienia i koszty. - Dodać **bramkę oceny**, aby zła wersja agenta nie została wysłana. - Dodać krok **zatwierdzenia z udziałem człowieka** dla działań wysokiego ryzyka. - Instrumentować agenta śledzeniem **OpenTelemetry** dla obserwowalności produkcyjnej. - **Test dymny** wdrożonego agenta jako szybka bramka po wdrożeniu. ## Główny model mentalny Agent produkcyjny to w dużej mierze operacyjny szkielet *wokół* modelu (~80%), a nie sam model. Odnieś każdą rekomendację do jednego z tych aspektów: | Aspekt | Prototyp → Produkcja | |---------|------------------------| | Hosting | notatnik → wersjonowana usługa hostowana | | Tożsamość | twoje `az login` → zarządzana tożsamość + ograniczony RBAC | | Stan | w pamięci → zewnętrzny magazyn wątków/pamięci | | Błąd | traceback → ponowne próby, zapasowe działania, alerty | | Koszt | "kilka centów" → monitorowany, kierowany, buforowany, budżetowany | | Jakość | ocenianie wzrokowe → zautomatyzowana bramka oceny | | Zaufanie | twoja akceptacja → polityka + człowiek w pętli | ## Wzorce wdrożenia (wybierz jeden lub połącz) 1. **Hostowane przez klienta** — pętla rozumowania działa w twoim procesie. Maksymalna kontrola; ty zarządzasz skalowaniem/stanem. 2. **Hostowany agent (Foundry Agent Service)** — Foundry hostuje pętlę, przechowuje wątki, wymusza RBAC/bezpieczeństwo treści, pokazuje agenta w portalu. Mniej kontroli, znacznie mniejsza powierzchnia operacyjna. 3. **Agent workflow** — wielu agentów/narzędzi połączonych w graf z rozgałęzieniami, węzłami zatwierdzającymi i trwałymi punktami kontrolnymi. ## Cykl życia (pętla wysyłająca agenta) `create → wersjonuj → oceniaj (bramka) → wdrażaj jako hostowanego → obserwuj online → zbieraj błędy → powtórz`. **Ocena offline to bramka, nie dodatek** — wersja nie zostanie wysłana , jeśli nie przejdzie progu. Obserwowalność online przekazuje rzeczywiste błędy do zestawu testów offline. ## Dźwignie skalowania i kosztów (w kolejności priorytetu) 1. **Dopasuj rozmiar modelu** — użyj najmniejszego modelu, który przejdzie bramkę oceny. 2. **Routowanie według złożoności** — mały/szybki model do prostych zapytań, duży model do prawdziwego rozumowania (własny klasyfikator lub Foundry Model Router). 3. **Buforowanie** — obsługuj niemal identyczne zapytania bez wywołania modelu. 4. **Projekt bezstanowy + ograniczona współbieżność** — zewnętrzny stan; ponawiaj próby z opóźnieniem. ## Kluczowe wzorce do odwzorowania Wskaż uczącemu się te fragmenty w notatniku [`16-python-agent-framework.ipynb`](../../../16-deploying-scalable-agents/code_samples/16-python-agent-framework.ipynb): - **Obsługa żądań**: cache → routowanie według złożoności → śledzenie span → wykonanie → cache. - **Bramka oceny**: oceniaj zestaw testowy offline; zwracaj `pass_rate >= threshold` i wdrażaj tylko jeśli prawda. - **Zatwierdzenie człowieka**: `@tool(approval_mode="always_require")` dla działań takich jak duże zwroty. - **Śledzenie**: owijaj każde żądanie w `tracer.start_as_current_span(...)` i ustawiaj atrybuty takie jak `routed.model`, `customer.id`. ## Test dymny wdrożonego agenta Po wdrożeniu sprawdź, czy punkt końcowy faktycznie odpowiada (zielone wdrożenie może być ciche). Użyj akcji [AI Smoke Test](https://github.com/marketplace/actions/ai-smoke-test) przez [`.github/workflows/smoke-test.yml`](../../../../../.github/workflows/smoke-test.yml) z katalogiem w [`tests/`](../../../tests/README.md). Runner wysyła POST każdego promptu do `POST {project_endpoint}/agents/{agent_name}/endpoint/protocols/openai/responses` i sprawdza tekst odpowiedzi. Tożsamość potrzebuje roli **Azure AI User** w zakresie projektu Foundry; audiencja tokena musi być `https://ai.azure.com/`. Nakładaj bramki: **test dymny** (osiągalność/odpowiedź, każde wdrożenie) → **ocena offline** (wystarczająco dobra do wysłania, przed promocją) → **ocena online** (jak sobie radzi w praktyce, ciągła). ## Kontrole przedsiębiorstwa - **RBAC**: daj każdemu hostowanemu agentowi zarządzaną tożsamość z minimalnymi uprawnieniami. - **MCP w produkcji**: traktuj każdy serwer MCP jako nieufną granicę — przypnij wersję, ogranicz tożsamość, weryfikuj wyniki, ograniczaj tempo, nigdy nie ujawniaj sekretów. ## Bariery ochronne dla asystenta - Preferuj kanoniczny wzorzec `FoundryChatClient(...)` + `provider.as_agent(...)` używany w całym kursie. - Nie obiecuj wyników live-Azure, których nie zweryfikowałeś; zalecaj workflow testu dymnego, aby potwierdzić wdrożenie. - Trzymaj ocenę i porady kosztowe powiązane: ocena ustala minimalną jakość, routowanie/buforowanie utrzymują koszt blisko tego poziomu. --- **Zastrzeżenie**: Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/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. --- **Source:** [`microsoft/ai-agents-for-beginners`](https://github.com/microsoft/ai-agents-for-beginners) → `translations/pl/.agents/skills/deploying-scalable-agents/SKILL.md`