AGENT SKILL

testing-course-samples

Use when asked to validate, test, smoke-test, or run the course's notebook and code samples against a live Microsoft Foundry / Azure OpenAI configuration. Covers environment setup (.env, az login, packages), the scripts/validate-notebooks.ps1 runner, interpreting PASS/FAIL results, and which lessons need extra resources (Azure AI Search, GitHub MCP, Foundry Local, Playwright).

License 许可
MIT
最近更新
2026-11-07
Stars
★ 7.9w
Forks
2.6w

01 前言 Front Matter

name
testing-course-samples
description
Use when asked to validate, test, smoke-test, or run the course's notebook and code samples against a live Microsoft Foundry / Azure OpenAI configuration. Covers environment setup (.env, az login, packages), the scripts/validate-notebooks.ps1 runner, interpreting PASS/FAIL results, and which lessons need extra resources (Azure AI Search, GitHub MCP, Foundry Local, Playwright).

03 SKILL.md 正文

Kurssinäytteiden testaaminen

Varmista, että oppituntien muistiinpanot ja koodinäytteet toimivat live- Microsoft Foundry / Azure OpenAI -ympäristössä. Repossa on runner osoitteessa scripts/validate-notebooks.ps1, joka suorittaa kaikki Python-muistiinpanot ilman käyttöliittymää ja tulostaa PASS/FAIL-matriisin.

Milloin käyttää

  • "Varmista, että kaikki muistiinpanot / näytteet toimivat Azure-tilauksessani."
  • "Tee savutesti kurssille päivitysten tai mallien vaihdon jälkeen."
  • "Mitkä oppitunnit läpäisevät / epäonnistuvat livenä?"

Älä käytä tätä AI Smoke Test -GitHub-toiminnossa (joka validoi asennetut isännöidyt agentit — katso tests/README.md). Tämä taito suorittaa muistiinpanot paikallisesti.

Esivaatimukset (tarkista ensin)

  1. Python 3.12+ kurssin riippuvuuksilla: python -m pip install -r requirements.txt plus suoritin: python -m pip install nbconvert ipykernel.
  2. .env repossa juuressa (kopioi .env.example) vähintään:
    • AZURE_AI_PROJECT_ENDPOINT — Foundry-projektin päätepiste (https://<account>.services.ai.azure.com/api/projects/<project>)
    • AZURE_AI_MODEL_DEPLOYMENT_NAME — ei vanhentunut käyttöönotto (esim. gpt-5-mini)
    • AZURE_OPENAI_ENDPOINT (https://<account>.openai.azure.com) ja AZURE_OPENAI_DEPLOYMENT oppitunneille, jotka kutsuvat Azure OpenAI:ta suoraan (Oppitunti 06, 02-azure-openai, 14 handoff/human-loop).
  3. az login suoritettu — näytteet todennetaan AzureCliCredential (Entra ID, avaineton).
  4. Varmista, että mallin käyttöönotto on olemassa: az cognitiveservices account deployment list -g <rg> -n <account> -o table.

Vahvistuksen suorittaminen

# All Python notebooks (skips .NET, .venv, site-packages, translations, skill assets)
pwsh scripts/validate-notebooks.ps1

# A single lesson, with a longer per-cell timeout
pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600

# Just list what would run (no execution)
pwsh scripts/validate-notebooks.ps1 -List

# Explicit interpreter (if `python` is not on PATH, e.g. Windows Store alias)
pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe"

Skripti kirjoittaa suoritetut kopiot, muistiinpanokohtaiset lokit ja results.json osoitteeseen $env:TEMP\aiab-nbval ja sulkeutuu epäonnistumisten lukumäärällä.

Tilapäiset epäonnistumiset (jaetut-tilaus HTTP 429 -rajoitukset, satunnainen AzureCliCredential tokenin ongelma tai aikakatkaisu) yritetään automaattisesti uudelleen (-Retries, oletus 2, -RetryDelaySeconds takaisinkytkennällä, oletus 20). Jos mallin käyttöönotto saa usein 429-virheitä, tarkista tilauksen GlobalStandard TPM-quota (az cognitiveservices usage list -l <region>) — yhden käyttöönoton kapasiteetin nostaminen ei auta, jos tilauksen quota on loppu.

Tulosten tulkinta

  • PASS — muistiinpano suoritettiin loppuun ilman solun virheitä.
  • FAIL — ensimmäinen *Error / *Exception rivi näytetään; avaa vastaava log_*.txt tulostehakemistossa täydelliseen virhejäljitykseen.
  • Yhden muistiinpanon epäonnistuminen rajataan -Timeout mukaan (solua kohti), joten jumissa oleva human-in-the-loop -solu näkyy StdinNotImplementedError eikä jää jumiin.

Oppitunnit, jotka tarvitsevat lisäresursseja (epäonnistuvat ilman niitä)

Oppitunti Lisävaatimus
05 Agentic RAG Azure AI Search (AZURE_SEARCH_SERVICE_ENDPOINT, avain) — sisältää muistissa toimivan varareitin
11 MCP / GitHub GitHub MCP -palvelin + PAT
13 muisti (cognee) cognee asetettu mallin tarjoajalla
15 selain-käyttö Playwright-selaimet asennettuna (playwright install) + AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
17 paikallinen agentti Foundry Local runtime + ladattu Qwen-malli (laitteella, ei pilvessä)
*-dotnet-* muistiinpanot .NET Interactive kernel (pois oletuksena; käytä -IncludeDotnet)

Raportointi

Tee yhteenveto PASS/FAIL-taulukkona oppitunnittain ryhmiteltynä. Erittele aidot takaiskset (korjattavat koodi-/konfiguraatiovirheet) ympäristöpuutteista (puuttuvat Search/Foundry Local/PAT), ja ilmoita epäonnistuneesta log_*.txt jokaisessa todellisessa epäonnistumisessa.


<!-- CO-OP TRANSLATOR DISCLAIMER START --> Vastuuvapauslauseke: Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, otathan huomioon, että automaattiset käännökset saattavat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäiskielellä on virallinen lähde. Tärkeissä asioissa suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinymmärryksistä tai tulkinnoista. <!-- CO-OP TRANSLATOR DISCLAIMER END -->

04 同仓库更多 Skills