Agentutveckling med Azure Developer CLI

Med Azure Developer CLI (azd) och dess azd ai agent tillägg får du ett enda kommandoradsarbetsflöde för att gå från idé till en produktionsklar värdbaserad agent på Microsoft Foundry. Den här artikeln beskriver utvecklarresan, de filer som definierar en agent och de grundläggande begrepp som du stöter på längs vägen.

Den här artikeln är avsedd för utvecklare som föredrar ett terminal-första, skriptbart arbetsflöde framför Foundry-portalen eller språk-SDK:er.

Utvecklarresan

Arbetsflödet azd ai följer samma livscykel oavsett om du skapar en liten prototyp eller en produktionsagent. Du sätter upp ett projekt en gång och kombinerar sedan kommandon efter behov när projektet växer.

Agenttyper

Tillägget azd ai agent fokuserar på värdbaserade agenter.

Med värdbaserade agenter får du fullständig kontroll över körnings-, ramverks- och verktygsintegrering, medan Foundry hanterar infrastruktur, skalning och sessionshantering.

Konfigurationsfiler

Ett värdbaserat agentprojekt använder en azure.yaml fil i projektroten för att deklarera både agenten och dess etablerings- och distributionsmodell. Filen använder en split-service-modell, där varje namngiven tjänst har ett host värde som azure.ai.project, azure.ai.agent, azure.ai.connection, azure.ai.toolbox, azure.ai.skilleller azure.ai.routine.

Tjänsten azure.ai.agent definierar din värdagent direkt i definitionen och använder uses: för att hänvisa till andra tjänster, till exempel projektet, anslutningar, verktygslådor, färdigheter och rutiner. Det finns ingen fristående agent.yaml fil eller agent.manifest.yaml fil i den aktuella projektmodellen hosted-agent azd .

Variabel ersättning

Använd ${VAR_NAME} i azure.yaml för värden som skiljer sig åt efter azd miljö. Platshållaren ersätts med värdet från .azure/<env>/.env vid driftsättning eller körning, så samma azure.yaml fungerar i flera miljöer, till exempel utveckling, test och produktion.

Där CLI körs

Kommandona azd ai fungerar både i och utanför en azd projektkatalog:

• I ett azd projekt löser kommandon slutpunkten för Foundry-projektet från den aktiva azd miljön.
• Utanför ett azd-projekt anger du den aktiva kontexten en gång med azd ai project set <endpoint>, eller anger --project-endpoint i ett enskilt resurskommando (connection, toolbox, skill eller routine). Som reserv azd ai läser FOUNDRY_PROJECT_ENDPOINT miljövariabeln.
• En projektintern miljö har alltid företräde framför den globala kontexten, så när du byter katalog till ett projekt styrs CLI:t om till projektets ändpunkt.

Protokoll

Ett protokoll definierar HTTP-kontraktet mellan Foundry och din agentcontainer. Din agent lyssnar på port 8088 och hanterar en hälsoavsökning, oavsett protokoll.

Fullständig specifikation finns i Körtidskontrakt för värdbaserad agent.

Sessioner och konversationer

Sessioner identifieras av en session_id. När du kör azd ai agent invokeåteranvänder Foundry sessionen från ditt senaste anrop som standard. Använd --new-session för att börja om på nytt eller --session-id <id> för att rikta in dig på en specifik session.

Resurser i ett Foundry-projekt

Ett Foundry-projekt innehåller fler än agenter. Den innehåller även delade resurser som agenter hänvisar till vid körning. CLI hanterar var och en via en dedikerad kommandogrupp.

Dessa resurser delas mellan utvecklare och agenter i samma projekt. Varje kommandogrupp tillhandahåller standardverben create, update, delete, show och list.

Utvärdera och förbättra en agent

När en agent har körts hjälper två relaterade arbetsflöden dig att mäta och förbättra dess kvalitet:

• Utvärderingen kör din agent mot en datauppsättning, poängsätter svaren med en eller flera utvärderare och rapporterar en aggregerad kvalitetssignal. Du hanterar det med azd ai agent eval.
• Optimering omformulerar iterativt agentens prompt för att förbättra en utvärderingssignal. Den använder en utvärdering som målfunktion och skapar en kandidatprompt som du granskar och godkänner. Du hanterar det med azd ai agent optimize.

Mer information finns i Kör agentutvärderingar med azd CLI och Optimera agentprompter.

Distributionslivscykel

Den fullständiga utvecklarloopen komprimeras till en kort sekvens med kommandon. Skapa projektstrukturen en gång och använd sedan direktkommandona när projektet växer.

# Scaffold a project from a template or your existing code
azd ai agent init

# Run locally and invoke
azd ai agent run
azd ai agent invoke --local "Hello, world!"

# Provision infrastructure and deploy the agent
azd up

# Extend the project with shared resources at any time
azd ai connection create my-search --kind cognitive-search --target https://... --auth-type api-key --key "..."
azd ai routine create daily-digest --trigger recurring --cron "0 7 * * *" --agent-name my-agent

# Evaluate quality
azd ai agent eval generate
azd ai agent eval run

# Tear down all Azure resources
azd down

Relaterat innehåll

• Snabbstart: Distribuera din första värdbaserade agent
• Vad är värdbaserade agenter?
• Körtidskontrakt för värdbaserad agent
• Livscykel för agentutveckling