Deploying Scalable Agents

Microsoft Foundryతో స్కేలబుల్ ఏయ్జెంట్స్‌ను పంపిణీ చేయడం

పాఠం 16 – స్కేలబుల్ ఏజెంట్లను అమలు చేయడం కోసం సహాయక నైపుణ్యం. ఒక లెర్నర్ ఏజెంట్ను ప్రోటోటైప్ నుండి స్కేలబుల్, అగ్రిగతమయ్యే ప్రొడక్షన్ అమరికకు కదలడంలో సహాయపడటానికి దీన్ని ఉపయోగించండి. ప్రతీ సిఫార్సును పాఠం విషయము మరియు అమలులో ఉండే నోట్‌బుక్‌కి ఆధారపడండి; Foundry APIsని ఆవిష్కరించకండి.

ట్రిగ్గర్స్

లెర్నర్ ఈ క్రింద ఉన్నప్పుడు ఈ నైపుణ్యాన్ని సక్రియం చేయండి:

• ఏజెంట్‌ను Microsoft Foundryలో హోస్టెడ్ ఏజెంట్గా అమలు చేయడం మరియు అది వెర్షన్‌డ్/ఆబ్జర్వబుల్‌గా ఉండేలా చేయడం.
• క్లయింట్-హోస్టెడ్, హోస్టెడ్ ఏజెంట్, మరియు ఏజెంట్-వర్క్‌ఫ్లో పంపిణీ నమూనాల మధ్య ఎంపిక చేయడం.
• లేటెన్సీ మరియు ఖర్చులను నియంత్రించేందుకు మోడల్ రౌటింగ్, రిస్తాంప్ కాషింగ్, లేదా బౌండెడ్ కన్కరెన్సీ జోడించడం.
• ఒక చెడ్డ ఏజెంట్ వెర్షన్ పంపిణీ కానప్పుడు నిలిపివేయడానికి ఇవాల్యుయేషన్ గేట్ జోడించడం.
• ఉన్నత-ప్రమాద చర్యల కోసం మానవ-ఇన్-ది-లూప్ ఆమోదం దశ జోడించడం.
• ప్రొడక్షన్ ఆబ్జర్వబిలిటీ కోసం ఏజెంట్‌లో OpenTelemetry ట్రేసింగ్‌ను ఇన్‌స్ట్రుమెంట్ చేయడం.
• వేగవంతమైన పోస్ట్-డిప్లాయ్ గేట్‌గా అమలైన ఏజెంట్‌ను స్మోక్-టెస్ట్ చేయడం.

ప్రాథమిక మెంటల్ మోడల్

ప్రొడక్షన్ ఏజెంట్ ప్రధానంగా మోడల్ చుట్టూ ఉన్న సాంకేతిక రేకలు (~80%), మోడల్ తనదంటూ కాదు. ప్రతీ సిఫార్సుని ఈ విషయాలలో ఒకదానికి మ్యాప్ చేయండి:

పంపిణీ నమూనాలు (ఏదైనా ఎంపిక చేయండి, లేక కలపండి)

1. క్లయింట్-హోస్టెడ్ — మీ ప్రాసెస్‌లో రీజనింగ్ లూప్ నడుస్తుంది. గరిష్ట నియంత్రణ; మీరు స్కేలింగ్/స్థితిని నియంత్రిస్తారు.
2. హోస్టెడ్ ఏజెంట్ (Foundry Agent Service) — Foundry లూప్‌ని హోస్ట్ చేస్తుంది, థ్రెడ్‌లను నిల్వ చేస్తుంది, RBAC / కంటెంట్ భద్రతను అమలుచేస్తుంది, ఏజెంట్‌ని పోర్టల్‌లో చూపిస్తుంది. తక్కువ నియంత్రణ, కనిష్ట ఆపరేషన్.
3. ఏజెంట్ వర్క్‌ఫ్లో — అనేక ఏజెంట్లు/పరికరాలు గ్రాఫ్‌లో జోడి చేయబడి, శాఖల, ఆమోద నోడ్స్, మరియు శాశ్వత చెక్పాయింట్లు ఉంటాయి.

జీవన చక్రం (ఏజెంట్‌ను పంపిణీ చేసే లూప్)

సృష్టించు → వెర్షన్ → మదింపు (గేట్) → హోస్టెడ్‌ను అమలు చేయు → ఆన్లైన్‌ని పరిశీలించు → వైఫల్యాలను సేకరించు → పునరావృతం. ఆఫ్‌లైన్ ఈవాల్యుయేషన్ గేట్, తర్వాత ఆలోచన కాదు — ఒక వెర్షన్ షిప్ అవదు దాన్ని దాటి తీసుకోకపోతే. ఆన్లైన్ ఆబ్జర్వబిలిటీ నిజమైన వైఫల్యాలకు ఆఫ్‌లైన్ టెస్ట్ సెట్‌కు ఫీడ్‌గా పనిచేస్తుంది.

స్కేలింగ్ మరియు ఖర్చు నియంత్రణలు (ప్రాధాన్యత క్రమంలో)

1. మోడల్‌ను సమంజసంగా ఉంచండి — ఈవాల్యుయేషన్ గేట్‌తీసుకునే అతి చిన్న మోడల్‌ని ఉపయోగించండి.
2. కంప్లెక్సిటీ ఆధారంగా రూట్ చేయండి — సులభమైన అభ్యర్థనల కోసం చిన్న/వేగవంతమైన మోడల్, నిజమైన రీజనింగ్ కోసం పెద్ద మోడల్ (DIY క్లాసిఫయర్ లేదా Foundry Model Router).
3. కాషింగ్ — మోడల్ కాల్ అవసరం లేకుండా సమీప డుప్లికేట్ అభ్యర్థనలను సేవ్ చేయండి.
4. స్టేట్‌లెస్ డిజైన్ + బౌండెడ్ కన్కరెన్సీ — స్థితిని బాహ్యంగా ఉంచండి; బ్యాక్-ఆఫ్‌తో రిట్రై చేయండి.

పునరుద్ధరించాల్సిన ముఖ్య నమూనాలు

నోట్‌బుక్ నుండి లెర్నర్‌ను ఈ వాటికి చూడమని సూచించండి 16-python-agent-framework.ipynb:

• రీతీ హ్యాండ్లర్: కాష్ → క్లిష్టత ఆధారంగా రూట్ చేయడం → ట్రేస్ స్పాన్ → నడుపుట → కాష్.
• ఈవాల్యుయేషన్ గేట్: ఆఫ్‌లైన్ టెస్ట్ సెట్‌ను స్కோர் చేయండి; pass_rate >= threshold అయితే మాత్రమే తక్కువ చేస్తుంది మరియు పంపండి.
• మానవ ఆమోదం: పెద్ద రిఫండ్ల తరహా చర్యల కోసం @tool(approval_mode="always_require").
• ట్రేసింగ్: ప్రతి అభ్యర్థనను tracer.start_as_current_span(...) లో చుట్టండి మరియు routed.model, customer.id వంటి లక్షణాలను సెట్ చేయండి.

అమలైన ఏజెంట్‌ను స్మోక్-టెస్ట్ చేయడం

అమలుకు తర్వాత, ఎండ్పాయింట్ నిజంగా జవాబు ఇస్తుందా అని గమనించండి (గ్రీన్ డిప్లాయ్ అయినా మౌనంగా ఉండొచ్చు). AI Smoke Test యాక్షన్‌ను .github/workflows/smoke-test.yml ద్వారా ఉపయోగించండి మరియు కాటలాగ్‌ను tests/లో ఉంచండి. రన్నర్ ప్రతి ప్రాంప్ట్‌ను POST {project_endpoint}/agents/{agent_name}/endpoint/protocols/openai/responses కు పంపుతుంది మరియు ప్రతిస్పందన పాఠంపై సత్యపరచుకుంటుంది. ఐడెంటిటీకి Azure AI User పాత్ర Foundry ప్రాజెక్ట్ స్కోప్లో అవసరం; టోకెన్ ఆడియెన్స్ https://ai.azure.com/ అయి ఉండాలి.

గేట్లను పరోక్షంగా అమలు చేయండి: స్మోక్ టెస్ట్ (సాధ్యమయ్యే/స్పందించే, ప్రతి డిప్లాయ్) → ఆఫ్‌లైన్ ఈవాల్యుయేషన్ (షిప్ చేసేందుకు తగినంత మంచి, ప్రమోషన్ ముందు) → ఆన్లైన్ ఈవాల్యుయేషన్ (అటువంటిది వనరులలో ఎటువంటి ప్రదర్శన, నిరంతరం).

ఎంటర్‌ప్రైజ్ నియంత్రణలు

• RBAC: ప్రతి హోస్టెడ్ ఏజెంట్‌కి కనిష్ట అధికారాలతో నిర్వహించిన ఐడెంటిటీ ఇవ్వండి.
• ప్రొడక్షన్‌లో MCP: ప్రతి MCP సర్వర్‌ను అన్‌ట్రస్టెడ్ సరిహద్దుగా పరిగణించండి — వెర్షన్‌ను పిన్ చేయండి, దాని ఐడెంటిటీని స్కోప్ చేయండి, అవుట్‌పుట్‌లను ధృవీకరించండి, రేటు పరిమితి పెట్టండి, రహస్యాలను ఎప్పుడూ ప్రదర్శించకండి.

అసిస్టెంట్ కోసం గార్డ్‌రెయిల్స్

• కోర్సులో ఉపయోగించిన క్యానానికల్ FoundryChatClient(...) + provider.as_agent(...) నమూనాను ప్రాధాన్యం ఇవ్వండి.
• మీరు ధృవీకరించని లైవ్-ఆజూర్ ఫలితాలను హామీ ఇవ్వకండి; పంపిణీని ధృవీకరించడానికి స్మోక్-టెస్ట్ వర్క్‌ఫ్లో సిఫార్సు చేయండి.
• ఈవాల్యుయేషన్ మరియు ఖర్చు సూచనలను కలిసి ఉంచండి: ఈవాల్యుయేషన్ నాణ్యత స్థాయిని నిర్ణయిస్తుంది, రౌటింగ్/కాషింగ్ ఖర్చును ఆ స్థాయికి సమీపంగా ఉంచుతాయి.

అస్వీకరణ: ఈ పత్రం AI అనువాద సేవ Co-op Translator ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నిస్తున్నప్పటికీ, ఆటోమేటెడ్ అనువాదాలు తప్పులు లేదా అసమగ్రతలను కలిగి ఉండవచ్చు. దాని స్వదేశ భాషలో ఉన్న అసలు పత్రాన్ని అధికారం కలిగిన మూలంగా పరిగణించాలి. కీలకమైన సమాచారం కోసం, ప్రొఫెషనల్ మానవ అనువాదాన్ని సిఫారసు చేస్తాము. ఈ అనువాదం ఉపయోగం వల్ల కలిగే ఏవైనా అపార్థాలు లేదా తప్పుదారులు కోసం మేము బాధ్యత వహించము.

Source: microsoft/ai-agents-for-beginners → translations/te/.agents/skills/deploying-scalable-agents/SKILL.md