微软代工厂

运维部署 社区

技能解读

当前原文的自动摘译,尚未人工审校。

执行前要求

强制:在执行任何工作流程之前,您必须首先调用 Azure MCP foundry 工具并检查可用的 Foundry MCP 工具和相关参数。将这个初始 foundry 调用视为发现/帮助步骤。对于此技能,Azure MCP foundry 是 Foundry 相关 MCP 操作所需的入口点。

子技能

强制性:在执行任何特定于工作流程的步骤之前,您必须阅读相应的子技能文档。在未阅读其技能文档的情况下,请勿调用工作流的特定于工作流的 MCP 工具。即使您已经知道 MCP 工具参数,这也适用 — 技能文档包含必需的工作流程步骤、预检查和必须遵循的验证逻辑。此规则适用于触发不同工作流程的每条新用户消息,即使技能已加载。

基础设施生命周期

将用户意图与正确的基础架构工作流程相匹配。用户意图 · 工作流程“创建 Foundry”/“设置 Foundry”(不明确) · 使用AskUserQuestion:(a) 只是一个 AI 服务资源,(b) 具有公共访问权限的项目,还是 (c) 具有网络隔离的项目?路线:(a) → 资源/创建,(b) → 项目/创建,(c) → 专用网络 设置具有 VNet 隔离的 Foundry · 专用网络 创建 Foundry 项目(公共) · 项目/创建

代理开发生命周期

将用户意图与正确的代理工作流程相匹配。执行前请按顺序阅读各个子技能。用户意图 · 工作流程(按顺序阅读) 从头开始创建新代理 · 创建 → 部署 → 调用 优化现有 Python 托管代理 · 代理优化器 → 脚手架/审查 → eval.yaml → 优化 → 应用候选 → 部署 → 调用 部署代理(代码已存在) · 部署(包括 eval-suite 设置)→ 调用 → 观察(评估/优化)

代理:.foundry 工作空间标准

每个代理源文件夹都可以在 .foundry/ 下保存 Foundry 特定的缓存和覆盖状态:在 azd 项目中,从 azure.yaml 加 azd env get-values 派生部署上下文(项目端点、代理名称/版本、ACR、App Insights);当 azd 已提供这些值时,请勿在元数据中复制这些值。 agent-metadata.yaml 是非 azd 值、远程 Foundry 套件引用、本地缓存路径、结果摘要和显式覆盖的首选本地/开发覆盖。可选的 sidecar 文件(例如 agent-metadata.prod.yaml)可以保存单个产品或 CI 目标覆盖,而无需在一个文件中混合多个环境。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
运维部署
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
94 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@XOEEst · MIT
上下文用量评级
较高消耗
接入复杂程度
需手动接入
是否需要外部接口密钥
不需要
兼容的系统
Docker
运行环境要求
Python · Docker
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 1 步:发现代理根和 azd 上下文

首先检查工作区是否有`azure.yaml`以及使用`host: azure.ai.agent`的服务。一项 azd 代理服务 -> 使用该服务的 `project` 文件夹作为代理根目录。多个 azd 代理服务 -> 要求用户选择目标服务/文件夹。无 azd 代理服务 -> 在工作区中搜索包含 `agent-metadata.yaml` 或 `agent-metadata.<env>.yaml` 的 `.foundry/` 文件夹。一场比赛 -> 使用该代理根。

02
第2步:解决环境和部署上下文

如果存在 `azure.yaml`,则首先解析 azd 环境: 由用户显式命名的环境 `AZURE_ENV_NAME`,来自 `azd env get-values` azd 默认环境,来自 `.azure/config.json` 会话中之前已选择的环境

03
第3步:选择元数据覆盖和解析环境

在选定的代理根目录中,按以下顺序选择元数据文件: 由用户或工作流程显式提供的元数据文件名或路径 如果已知显式环境且存在`.foundry/agent-metadata.<env>.yaml`,则使用该文件`.foundry/agent-metadata.yaml` 如果仍存在多个元数据文件且以上规则均未选择一个,则提示用户选择

04
步骤 4:解析 eval.yaml 本地评估意图

如果所选代理根中存在`eval.yaml`,则在生成新套件之前对其进行解析:`agent.name` -> 目标代理候选;在使用之前验证它是否与所选的 azd/元数据代理匹配。 `dataset_file` -> 本地种子数据集候选。 `evaluators[]` -> 候选 Foundry 评估者姓名;在将他们视为远程评估者之前先与`evaluator_catalog_get`进行验证。 `name` -> 本地评估/套件候选者;在保留为`suiteName`之前进行远程验证。

05
第5步:解决通用配置

按此顺序分层源: 显式用户输入和已在会话中选择的值 azd 部署上下文的环境值 `.foundry/agent-metadata*.yaml` 覆盖值和远程套件/缓存引用 `agent.yaml` 和 `eval.yaml` 本地源配置

06
第 6 步:写入元数据覆盖(仅创建/部署/观察)

在任何元数据写入(部署、自动设置、数据集刷新或跟踪到数据集更新)时,仅在选定的元数据文件中保留不可导出的覆盖/缓存状态:azd 绑定(`azd.environmentName`、`azd.service`),当对未来解析有用时`evaluationSuites[]`,具有远程套件/数据集/评估器引用和本地缓存路径`lastEval`、结果文件、比较摘要或显式非 azd 覆盖

07
第 7 步:收集缺失值

仅对未从用户消息、会话上下文、元数据或 azd bootstrap 解析的值使用 `ask_user` 或 `askQuestions` 工具。可能需要的通用值技能: 代理根 — 目标 azd 服务项目文件夹或包含 `.foundry/agent-metadata*.yaml` 的文件夹 元数据文件 — `agent-metadata.yaml` 用于本地/开发,或显式 sidecar,例如 `agent-metadata.prod.yaml` 环境 — azd 环境、`dev`、`prod` 或元数据中的其他环境键

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。