SKILLEMALL.ai

DD deploying-scalable-agents

Разверните рабочий прототип агента в масштабируемом, наблюдаемом производственном развертывании в Microsoft Foundry. Это включает шаблоны развертывания (размещенные клиентом, размещенные агенты, рабочие процессы агентов), жизненный цикл агента, маршрутизацию моделей, кэширование ответов, этапы оценки, утверждение человеком в цикле, наблюдаемость с использованием OpenTelemetry, оптимизацию затрат и дымовое тестирование развернутых агентов с использованием действия AI Smoke Test. Основано на Уроке 16 курса «AI Agents for Beginners». ИСПОЛЬЗОВАТЬ ДЛЯ: развертывания агента в производстве, масштабирования агента, размещенного агента в Microsoft Foundry, службы агентов Foundry, маршрутизации моделей, кэширования ответов, этапа оценки, этапа выпуска, рабочего процесса утверждения человеком, наблюдаемости агента, трассировки агента, оптимизации затрат на агента, дымового тестирования размещенного агента, агента поддержки клиентов в производстве. НЕ ИСПОЛЬЗОВАТЬ ДЛЯ: создания вашего первого агента (начните с Урока 01), запуска агентов локально на устройстве (используйте local-ai-agents / Урок 17), предоставления инфраструктуры Azure, не связанной с агентами, целевых развертываний, не в Foundry.

машинный переводПоказать оригиналСкрыть оригинал«Dalhin ang isang gumaganang prototype ng agent sa isang scalable, obse…»

Dalhin ang isang gumaganang prototype ng agent sa isang scalable, observable na production deployment sa Microsoft Foundry. Saklaw nito ang mga deployment pattern (client-hosted, hosted agents, agent workflows), ang lifecycle ng agent, model routing, response caching, evaluation gates, human-in-the-loop approval, observability gamit ang OpenTelemetry, cost optimisation, at smoke-testing ng mga deployed na agent gamit ang AI Smoke Test action. Batay sa Lesson 16 ng AI Agents for Beginners. GAMITIN PARA SA: pag-deploy ng agent sa production, pag-scale ng agent, Microsoft Foundry hosted agent, Foundry Agent Service, model routing, response caching, evaluation gate, release gate, human approval workflow, agent observability, agent tracing, agent cost optimisation, smoke test ng hosted agent, production customer support agent. HUWAG GAMITIN PARA SA: pagbuo ng iyong unang agent (simulan sa Lesson 01), pagpapatakbo ng mga agent nang lokal sa device (gamitin ang local-ai-agents / Lesson 17), Azure infrastructure provisioning na hindi kaugnay sa mga agent, mga deployment target na hindi sa Foundry.

microsoft/ai-agents-for-beginners Agent Skills автор: microsoft MIT 1 файл тело ≈ 1 638 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Разверните рабочий прототип агента в масштабируемом, наблюдаемом производственном развертывании в Microsoft Foundry.

Как процесс D 38/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../../../16-deploying-scalable-agents/README.md, ../../../16-deploying-scalable-agents/code_samples/16-python-agent-framework.ipynb, ../../../../../.github/workflows/smoke-test.yml

ПроцедураAzureGitHubИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
D
72/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
29
Прогон на моделях
не было
Процессный рейтинг
D
38/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../../../16-deploying-scalable-agents/README.md, ../../../16-deploying-scalable-agents/code_samples/16-python-agent-framework.ipynb, ../../../../../.github/workflows/smoke-test.yml
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Сократите description до 1024 символов.
  3. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка description-long description 1106 символов, лимит 1024
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: ../../../16-deploying-scalable-agents/README.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ../../../16-deploying-scalable-agents/code_samples/16-python-agent-framework.ipynb
  • предупреждение missing-ref ссылка на отсутствующий файл: ../../../../../.github/workflows/smoke-test.yml
  • предупреждение missing-ref ссылка на отсутствующий файл: ../../../tests/README.md

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../../16-deploying-scalable-agents/README.md, ../../../16-deploying-scalable-agents/code_samples/16-python-agent-framework.ipynb, ../../../../../.github/workflows/smoke-test.yml
  • 0Инструменты и файлы. Не хватает 4 файла(ов): ../../../16-deploying-scalable-agents/README.md, ../../../16-deploying-scalable-agents/code_samples/16-python-agent-framework.ipynb, ../../../../../.github/workflows/smoke-test.yml
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 19, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1638 токенов

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 1106: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 29.