thedixitjain 使用 Microsoft Foundry 部署可擴展代理
課程 16 – 部署可擴展代理 的輔助技能。 用於協助學習者將代理從原型移動到可擴展、可觀察的 生產部署。所有建議均基於課程內容和 可執行的筆記本；不要憑空捏造 Foundry API。
觸發條件
當學習者希望：
- 將代理部署到 Microsoft Foundry 作為託管代理，並使其具備版本控制／可觀察性。
- 在用戶端主機、託管代理和代理工作流部署模式間做選擇。
- 添加模型路由、響應緩存或有界併發性來控制延遲和成本。
- 添加評估門檻，防止不良代理版本上線。
- 為高風險操作添加人工審核批准步驟。
- 使用OpenTelemetry追踪為生產環境儀表化代理。
- 部署後以煙霧測試快速檢驗代理。
核心心智模型
生產代理主要是模型（約 80%）之外的運行骨架， 而不是模型本身。將每個建議對應到以下某個關注點：
| 關注點 | 原型 → 生產 |
|---|---|
| 託管 | 筆記本 → 版本化託管服務 |
| 身份 | 你的 az login → 管理身份 + 範圍 RBAC |
| 狀態 | 內存中 → 外部線程/記憶體存儲 |
| 錯誤 | 堆疊追蹤 → 重試、回退、警報 |
| 成本 | "幾分錢" → 追蹤、路由、緩存、預算控制 |
| 質量 | 目測 → 自動化評估門檻 |
| 信任 | 你批准 → 政策 + 人工審核 |
部署模式（選一或組合使用）
- 用戶端主機 — 推理迴圈運行於你的進程中。最大控制權；你掌握擴展與狀態。
- 託管代理 (Foundry Agent Service) — Foundry 托管推理迴圈，存儲線程，執行 RBAC/內容安全，並在入口網站顯示代理。控制較少，運維面積大幅縮減。
- 代理工作流 — 多個代理／工具組成有分支、批准節點及持久檢查點的工作圖。
生命周期（代理部署迴圈）
建立 → 版本化 → 評估（門檻）→ 託管部署 → 在線觀察 → 收集失敗 → 重複。
離線評估是一個門檻，不是事後補充 — 未達標版本不會上線，
在線可觀察性會將實際失敗反饋
回離線測試集。
擴展與成本調節桿（優先順序）
- 模型尺寸適配 — 使用通過評估門檻的最小模型。
- 按複雜度路由 — 簡單請求用小而快模型，複雜推理用大模型（DIY 分類器或 Foundry 模型路由器）。
- 緩存 — 服務近似重複請求，無需模型調用。
- 無狀態設計 + 有界併發 — 狀態外部化；帶回退的重試。
主要範例可複製
從筆記本指引學習者觀看
16-python-agent-framework.ipynb:
- 請求處理器：緩存 → 按複雜度路由 → 追踪 span → 執行 → 緩存。
- 評估門檻：對離線測試集打分；返回
pass_rate >= threshold，僅在符合時部署。 - 人工批准：
@tool(approval_mode="always_require")用於大額退款等操作。 - 追踪：用
tracer.start_as_current_span(...)包裹每個請求，並設置屬性如routed.model、customer.id。
已部署代理的煙霧測試
部署後，確認端點確實有回應（綠色部署仍可能
沒有響應）。通過 AI Smoke Test
行動，使用 .github/workflows/smoke-test.yml
和 tests/ 中的目錄。執行者將每條
提示 POST 到 POST {project_endpoint}/agents/{agent_name}/endpoint/protocols/openai/responses
並檢查回覆文字。身份需要在
Foundry 專案範圍內擁有 Azure AI User 角色；令牌受眾必須是 https://ai.azure.com/。
分層關卡：煙霧測試（可到達、有回應，每次部署）→ 離線評估（達標才可發布，升級前）→ 在線評估（持續追蹤運行情況）。
企業安全控管
- RBAC：給每個託管代理分配一個具最低權限的管理身份。
- 生產中的 MCP：將每台 MCP 伺服器視為不受信任邊界 — 鎖定版本、範圍身份、驗證輸出、限速，絕不曝光機密。
助手的保護措施
- 優先使用課程中通用的
FoundryChatClient(...)+provider.as_agent(...)模式。 - 不要承諾未驗證的即時 Azure 結果；建議使用煙霧測試工作流確認部署。
- 評估與成本建議需綁定：評估設定品質底線，路由／緩存則將成本限制於該底線附近。
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/deploying-scalable-agents/SKILL.md