testing-course-samples

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 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). 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) con al menos:
   • AZURE_AI_PROJECT_ENDPOINT — endpoint del proyecto Foundry (https://<cuenta>.services.ai.azure.com/api/projects/<proyecto>)
   • AZURE_AI_MODEL_DEPLOYMENT_NAME — un despliegue no obsoleto (por ejemplo gpt-5-mini)
   • AZURE_OPENAI_ENDPOINT (https://<cuenta>.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 <rg> -n <cuenta> -o table.

Ejecución de la validación

# 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 <región>) — 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.

---

<!-- CO-OP TRANSLATOR DISCLAIMER START --> Descargo de responsabilidad: Este documento ha sido traducido utilizando el servicio de traducción automática 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. <!-- CO-OP TRANSLATOR DISCLAIMER END -->