# Testing Course Samples > Valide que los cuadernos de lecciones y los ejemplos de código se ejecuten contra una configuración en vivo de Microsoft Foundry / Azure OpenAI. El repositorio incluye un ejecutor en scripts/validate-notebooks.ps1 que ejecuta cada cuaderno de Python sin cabeza y muestra una matriz de APROBADO/FALLADO. - Skill: `thedixitjain/testing-course-samples-9` (Agent Skill) - Install (CLI): `npx skillmds add thedixitjain/testing-course-samples-9` - Raw SKILL.md: https://api.skillmd.com/api/skills/thedixitjain/testing-course-samples-9/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: DevOps & Infra - Author: thedixitjain (https://skillmd.com/u/thedixitjain) - Updated: 2026-09-09 - Page: https://skillmd.com/skills/thedixitjain/testing-course-samples-9 --- # Probando las muestras del curso Valide que los cuadernos de lecciones y los ejemplos de código se ejecuten contra una configuración en vivo de Microsoft Foundry / Azure OpenAI. El repositorio incluye un ejecutor en [`scripts/validate-notebooks.ps1`](../../../../../scripts/validate-notebooks.ps1) que ejecuta cada cuaderno de Python sin cabeza y muestra una matriz de APROBADO/FALLADO. ## Cuándo usarlo - "Validar todos los cuadernos / muestras con mi suscripción de Azure." - "Prueba rápida del curso después de actualizar paquetes o cambiar modelos." - "¿Qué lecciones aún pasan / fallan en vivo?" No utilice esto para la Acción GitHub de Prueba Rápida de IA (que valida *desplegados* agentes alojados — vea [`tests/README.md`](../../../tests/README.md)). Esta habilidad ejecuta los cuadernos localmente. ## Prerrequisitos (verificar primero) 1. **Python 3.12+** con las dependencias del curso: `python -m pip install -r requirements.txt` además del ejecutor: `python -m pip install nbconvert ipykernel`. 2. **`.env` en la raíz del repositorio** (copiar desde [`.env.example`](../../../../../.env.example)) con al menos: - `AZURE_AI_PROJECT_ENDPOINT` — endpoint del proyecto Foundry (`https://.services.ai.azure.com/api/projects/`) - `AZURE_AI_MODEL_DEPLOYMENT_NAME` — un despliegue no obsoleto (por ejemplo `gpt-5-mini`) - `AZURE_OPENAI_ENDPOINT` (`https://.openai.azure.com`) y `AZURE_OPENAI_DEPLOYMENT` para lecciones que llaman a Azure OpenAI directamente (Lección 06, 02-azure-openai, 14 handoff/human-loop). 3. **`az login`** completado — las muestras se autentican con `AzureCliCredential` (Entra ID, sin claves). 4. Verifique que el despliegue del modelo exista: `az cognitiveservices account deployment list -g -n -o table`. ## Ejecución de la validación ```powershell # Todos los notebooks de Python (excluye .NET, .venv, site-packages, traducciones, recursos de habilidades) pwsh scripts/validate-notebooks.ps1 # Una sola lección, con un tiempo de espera más largo por celda pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600 # Solo listar lo que se ejecutaría (sin ejecución) pwsh scripts/validate-notebooks.ps1 -List # Intérprete explícito (si `python` no está en PATH, por ejemplo alias de la Tienda de Windows) pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe" ``` El script escribe copias ejecutadas, registros por cuaderno y `results.json` en `$env:TEMP\aiab-nbval` y termina con el número de fallos. Fallos transitorios (límites de tasa HTTP 429 de suscripción compartida, un tropiezo ocasional de token `AzureCliCredential`, o un tiempo de espera) se reintentan automáticamente (`-Retries`, 2 por defecto, con retardo `-RetryDelaySeconds`, 20 por defecto). Si un despliegue de modelo genera 429 regularmente, revise la cuota TPM GlobalStandard de la suscripción (`az cognitiveservices usage list -l `) — aumentar la capacidad de un solo despliegue no ayuda cuando la cuota de *suscripción* está agotada. ## Interpretación de resultados - `PASS` — el cuaderno se ejecutó de principio a fin sin errores en celdas. - `FAIL` — se muestra la primera línea de `*Error` / `*Exception`; abra el `log_*.txt` correspondiente en el directorio de salida para ver el rastro completo. - El fallo de un único cuaderno está limitado por `-Timeout` (por celda), por lo que una celda de interacción humana colgada aparece como `StdinNotImplementedError` en lugar de quedarse colgada. ## Lecciones que necesitan recursos extra (se espera que fallen sin ellos) | Lección | Requisito extra | |--------|-------------------| | 05 Agentic RAG | Azure AI Search (`AZURE_SEARCH_SERVICE_ENDPOINT`, clave) — tiene una ruta de reserva en memoria | | 11 MCP / GitHub | Servidor MCP de GitHub + PAT | | 13 memoria (cognee) | `cognee` configurado con un proveedor de modelo | | 15 uso de navegador | Navegadores Playwright instalados (`playwright install`) + `AZURE_OPENAI_CHAT_DEPLOYMENT_NAME` | | 17 agente local | Runtime Local de Foundry + modelo Qwen descargado (en dispositivo, sin nube) | | cuadernos `*-dotnet-*` | Kernel interactivo .NET (excluido por defecto; use `-IncludeDotnet`) | ## Informar resultados Resuma en una tabla de APROBADO/FALLADO agrupada por lección. Separe las regresiones genuinas (errores de código/configuración a corregir) de las brechas del entorno (Search/Foundry Local/PAT faltantes), y cite los `log_*.txt` con fallos para cada fallo real. --- **Descargo de responsabilidad**: Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Aunque nos esforzamos por la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional humana. No somos responsables de cualquier malentendido o interpretación errónea que surja del uso de esta traducción. --- **Source:** [`microsoft/ai-agents-for-beginners`](https://github.com/microsoft/ai-agents-for-beginners) → `translations/es/.agents/skills/testing-course-samples/SKILL.md`