[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M699MC653B8XWG863Z4RV18Z":3,"skill-same:01M699MC653B8XWG863Z4RV18Z":98},{"skillNo":4,"name":5,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":17,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":24,"commitSha":25,"skillDirectory":26,"forksCount":27,"repositoryHtmlUrl":28,"repositoryHomepageUrl":29,"ownerHtmlUrl":30,"ownerBlogUrl":31,"ownerDescription":32,"updatedAt":33,"install":34,"resources":47},"01M699MC653B8XWG863Z4RV18Z","deploying-scalable-agents",null,"microsoft\u002Fai-agents-for-beginners","microsoft","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F6154722?v=4","01M698VYDXZ6JW5WH3CRV650R8","Microsoft","01M6998ZK2275KMJE6Y5SEA2X2",79504,"MIT","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fml\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",[],[18],"deploying scalable agents","2026-11-10 10:12:30",false,"---\nname: deploying-scalable-agents\nlicense: MIT\n---\n# Microsoft Foundry ഉപയോഗിച്ച് സ്കെയ്‌ലബിള്‍ ഏജന്‍റുകള്‍ വിന്യസിക്കല്‍\n\n> [പാഠം 16 – സ്കെയ്‌ലബിള്‍ ഏജന്‍റുകള്‍ വിന്യസിക്കല്‍](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002FREADME.md) അതിന്റെ സഹായത്തിന് ഏജന്‍റിന്റെ കഴിവ്.\n> ഒരു പഠിതാവിന് ഏജന്‍റിനെ പ്രോട്ടോട്ടൈപ്പ് നിന്നു സ്കെയ്‌ലബിള്‍, നിരീക്ഷണയോഗ്യമായ\n> ഉത്പാദന വിന്യസത്തിലേക്ക് നീക്കാന്‍ സഹായിക്കാന്‍ ഇതിനെ ഉപയോഗിക്കുക. ഓരോ ശുപാര്‍ശയും പാഠം ഉള്ളടക്കത്തിലിലും\n> പ്രവര്‍ത്തനശീലമായ നോട്ട് ബുകിലും ആധാരമാക്കുക; Foundry APIകള്‍ കണ്ടുപിടിക്കരുത്.\n\n## ട്രിഗറുകള്‍\n\nപഠിതാവ് താഴെ പറയുന്ന വീതം ആഗ്രഹിക്കുന്നപ്പോഴാണ് ഈ കഴിവ് സജീവമാക്കുക:\n- ഒരു ഏജന്‍റിനെ Microsoft Foundryയില്‍ **ഹോസ്റ്റഡ് ഏജന്‍റായി** വിന്യസിച്ച് അത് പതിപ്പാക്കി\u002Fനിരീക്ഷണയോഗ്യമായതായി നിര്‍മിക്കുക.\n- **ക്ലയന്റ്-ഹോസ്റ്റഡ്, ഹോസ്റ്റഡ്-എജന്‍റും, ഏജന്‍റ-വര്‍ക്‌ഫ്ലോയും** എന്നിങ്ങനെ വിന്യാസ മാതൃകകളില്‍ തിരഞ്ഞെടുക്കുക.\n- വെട്ടിപ്പ് നിയന്ത്രിക്കുന്നതിന് **മോഡല്‍ റൂട്ടിങ്**, **റിസ്പോണ്‍സ് കാഷിംഗ്** അല്ലെങ്കില്‍ **ബൗണ്ടഡ് കോൺകറൻസി** ചേര്‍ക്കുക.\n- ഒരു പൊള്ള തിരഞ്ഞെടുക്കല്‍ **വിലയിരുത്തല്‍ ഗേറ്റ്** ചേര്‍ക്കുക എന്നതുകൊണ്ടാണ് മോശം ഏജന്‍റ് പതിപ്പ് നിങ്ങള്‍ക്ക് ലഭിക്കാതെ നില്ക്കുന്നത്.\n- ഉന്നത-അപകട സാധ്യതയുള്ള പ്രവൃത്തികള്‍ക്ക് **മനുഷ്യന്റെ അംഗീകാരം** ഘട്ടം ചേര്‍ക്കുക.\n- ഉത്പാദന നിരീക്ഷണത്തിനായി ഏജന്‍റിനെ **OpenTelemetry** ട്രേസിങ്ങ് ഉപയോഗിച്ച് സജ്ജമാക്കുക.\n- വിന്യസിച്ച ഏജന്‍റിനെ ഒരു വേഗത്തിലുള്ള പോസ്റ്റ്-ഡിപ്ലോയ് ഗേറ്റായിട്ടുള്ള **സ്മോക്ക്-ടെസ്റ്റ്** നടത്തുക.\n\n## പ്രാഥമിക മാനസിക മാതൃകം\n\nഉത്പാദന ഏജന്‍റ് പ്രധാനമായി മോഡലിന്റെ ചുറ്റുമുള്ള പ്രവർത്തനഘടനയാണ് (~80%),\nമോഡലല്ല. ഓരോ ശുപാര്‍ശയും താഴെ പറയുന്ന വിഷയങ്ങളില്‍ ഒന്നില്‍ ബന്ധിപ്പിക്കുക:\n\n| വിഷയം | പ്രോട്ടോട്ടൈപ്പ് → ഉത്പാദനം |\n|---------|------------------------|\n| ഹോസ്റ്റിംഗ് | നോട്ട്‌ബുക്ക് → പതിപ്പു നേടിയ ഹോസ്റ്റഡ് സേവനം |\n| തിരിച്ചറിയല്‍ | നിങ്ങളുടെ `az login` → മാനേജുചെയ്യപ്പെട്ട തിരിച്ചറിയല്‍ + സ്കോപ്പ് ചെയ്യപ്പെട്ട RBAC |\n| നില | ഓര്‍മയില്‍ → ബാഹ്യമായ ത്രെഡ് \u002F മെമ്മറി സ്റ്റോര്‍ |\n| വീഴ്ച | ട്രേസ്‌ബാക്ക് → റെട്രൈകള്‍, ഫാള്‍ബാക്കുകള്‍, അറിയിപ്പുകള്‍ |\n| ചെലവ് | \"ഒരു சில സെന്റുകള്‍\" → ട്രാക്കചെയ്ത്, റൂട്ടുചെയ്ത്, കാഷ് ചെയ്തു, ബജറ്റ് ചെയ്ത |\n| ഗുണമേന്‍മ | കണക്ക് നോക്കല്‍ → ഓട്ടോമേറ്റഡ് വിലയിരുത്തല്‍ ഗേറ്റ് |\n| വിശ്വാസം | നിങ്ങള്‍ അംഗീകരിക്കുന്നു → നയം + മനുഷ്യന്റെ അംഗീകാരം |\n\n## വിന്യാസ മാതൃകകള്‍ (ഒന്ന് തിരഞ്ഞെടുക്കുക അല്ലെങ്കില്‍ സംയോജിപ്പിക്കുക)\n\n1. **ക്ലയന്റ്-ഹോസ്റ്റഡ്** — റീസണിങ് ലൂപ്പ് നിങ്ങളുടെ പ്രോസസിലാണ് നടത്തുന്നത്. പരമാവധി നിയന്ത്രണം; സ്കെയിലിംഗ്\u002Fസ്റ്റേറ്റ് உം നിങ്ങള്‍ക്കു സ്വന്തമാണ്.\n2. **ഹോസ്റ്റഡ് ഏജന്‍റ് (Foundry Agent Service)** — Foundry ലൂപ്പ് ഹോസ്റ്റ് ചെയ്യുന്നു, ത്രെഡ്സ് സ്റ്റോര്‍ ചെയ്യുന്നു, RBAC\u002Fഉള്ളടക്കസുരക്ഷ പാലിക്കുന്നു, ഏജന്‍റിനെ പോര്‍ട്ടലില്‍ കാണിക്കുന്നു. കുറവ് നിയന്ത്രണം, വളരെ കുറവ് പ്രവർത്തന പരിധി.\n3. **ഏജന്റ്സ് വര്‍ക്ക്‌ഫ്ലോ** — ബ്രാഞ്ചിംഗ്, അംഗീകാരം നോട്ടുകള്‍, സ്ഥിരമായ ചെക്ക്‌പോയിന്റുകളുള്ള ഗ്രാഫായി നിരവധി ഏജന്‍റുകളെയും ഉപകരണങ്ങളെയും ചേര്‍ത്തിരിക്കുന്നത്.\n\n## ജീവിതചക്രം (ഏജന്‍റിനെ ഷിപ്പ് ചെയ്യുന്ന ലൂപ്പ്)\n\n`create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat`.\n**ഓഫ്ലൈന്‍ വിലയിരുത്തല്‍ ഒരു ഗേറ്റാണ്, വഴക്കരുത്** — ഒരു പതിപ്പ് തുക്ക് കടന്നു പോകരുത്\nഅതിന്റെ പരിധി കടന്നില്ലെങ്കില്‍. ഓണ്‍ലൈനില്‍ നിരീക്ഷണം യഥാർത്ഥ വീഴ്ചകള്‍\nഓഫ്ലൈന്‍ ടെസ്റ്റ് സെറ്റിലേക്ക് തിരികെ നല്‍കുന്നു.\n\n## സ്കെയിലിംഗ്, ചെലവ് നിയന്ത്രണങ്ങള്‍ (പ്രാഥമികത അനുസരിച്ച്)\n\n1. **മോഡല്‍ ശരിയായ വലുപ്പത്തിലാക്കുക** — വിലയിരുത്തല്‍ ഗേറ്റ് കടന്നുനില്‍ക്കുന്ന ഏറ്റവും ചെറുതായ മോഡല്‍ ഉപയോഗിക്കുക.\n2. **സങ്കീര്‍ണ്ണത അനുസരിച്ച് റൂട്ടിംഗ്** — ലഘു\u002Fവേഗമുള്ള മോഡല്‍ ലളിത അഭ്യര്‍ഥനകള്‍ക്ക്, വലിയ മോഡല്‍ യഥാർത്ഥ റീസണിങിനായി (DIY ക്ലാസിഫയര്‍ അല്ലെങ്കില്‍ Foundry മോഡല്‍ റൂട്ടര്‍).\n3. **കാഷിംഗ്** — മോഡല്‍ കോളിന് പകരമുള്ള സമാന അഭ്യര്‍ഥനകള്‍ സേവിക്കുക.\n4. **സ്റ്റേറ്റ്ലസ് ഡിസൈന്‍ + ബൗണ്ടഡ് കോൺകറൻസി** — നില ബാഹ്യീകരിക്കുക; റിട്രൈ ബാക്ക്ഓഫ്ഫുമായി.\n\n## ആവര്‍ത്തിക്കേണ്ട പ്രധാന മാതൃകകള്‍\n\nപഠിതാവിനെ നോട്ട്‌ബുക്ക് ഇനമുകളില്‍ നയിച്ചഗം\n[`16-python-agent-framework.ipynb`](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002Fcode_samples\u002F16-python-agent-framework.ipynb):\n\n- **അഭ്യര്‍ഥന കൈകാര്യം ചെയ്യല്‍**: കാഷ് → സങ്കീര്‍ണ്ണത അനുസരിച്ച് റൂട്ടിംഗ് → ട്രെയ്‌സ് സ്‌പാന്‍ → ഓടിക്കല്‍ → കാഷ്.\n- **വിലയിരുത്തല്‍ ഗേറ്റ്**: ഓഫ്ലൈന്‍ ടെസ്റ്റ് സെറ്റ് സ്കോര്‍ ചെയ്യുക; `pass_rate >= threshold` മടക്കി ആണെങ്കില്‍ മാത്രമേ വിന്യസിക്കാന്‍ അനുവദിക്കൂ.\n- **മനുഷ്യ അംഗീകാരം**: വലിയ റീഫണ്ടുകള്‍ക്ക് പോലുള്ള പ്രവര്‍ത്തനങ്ങള്‍ക്കായി `@tool(approval_mode=\"always_require\")`.\n- **ട്രേസിങ്**: ഓരോ അഭ്യര്‍ഥനയെയും `tracer.start_as_current_span(...)` ആകൃതി നല്‍കി കൊടുക്കുക, `routed.model`, `customer.id` പോലുള്ള ഗുണലക്ഷണങ്ങള്‍ സജ്ജമാക്കുക.\n\n## വിന്യസിച്ച ഏജന്‍റിനെ സ്മോക്ക്-ടെസ്റ്റ് ചെയ്യല്‍\n\nവിന്യാസത്തിന് ശേഷം, ആവശ്യമായ എന്റ്പോയിന്റ് ഉത്തരങ്ങള്‍ നല്‍കുന്നുണ്ടോയെന്ന് ഉറപ്പ് വരുത്തുക (ഒരു ഹരിത വിന്യാസം കൂടി\nമൗനമായിരിക്കാം). [AI Smoke Test](https:\u002F\u002Fgithub.com\u002Fmarketplace\u002Factions\u002Fai-smoke-test)\nനടപടി [`.github\u002Fworkflows\u002Fsmoke-test.yml`](..\u002F..\u002F..\u002F..\u002F..\u002F.github\u002Fworkflows\u002Fsmoke-test.yml) വഴി ഉപയോഗിക്കുക,\n[`tests\u002F`](..\u002F..\u002F..\u002Ftests\u002FREADME.md) എന്ന കാറ്റലോഗ് ഉപയോഗിച്ച്. റണ്ണര്‍ ഓരോ\nപ്രാമ്പ്റ്റും `POST {project_endpoint}\u002Fagents\u002F{agent_name}\u002Fendpoint\u002Fprotocols\u002Fopenai\u002Fresponses` ആകയറിയ്ക്കും\nമറുപടി വാചകത്തില്‍ ഉറപ്പ് വരുത്തും. തിരിച്ചറിയല്‍ **Azure AI User** റോളില്‍ ചികിത്സാക്രമം ഫൗന്‍ഡ്രി പ്രോജക്ട് സ്കോപ്പില്‍ വേണം; ടോക്കണ്‍ പ്രേക്ഷകര്‍ lazimaതാണ് `https:\u002F\u002Fai.azure.com\u002F`.\n\n\nവിലയിരുത്തല്‍** (ഷിപ്പിന് മുട്ടലാവുന്നതിന് മപ്പാകുന്നതിന് മുമ്പ്) → **ഓണ്‍ലൈന്‍ വിലയിരുത്തല്‍** (പ്രകൃതിയില്‍ അത് എങ്ങനെ പ്രവര്‍ത്തിക്കുന്നു, തുടർച്ചയായി).\n\n## എന്റര്‍പ്രൈസ് നിയന്ത്രണങ്ങള്‍\n\n- **RBAC**: ഓരോ ഹോസ്റ്റഡ് ഏജന്‍റിനും ഏറ്റവും കുറഞ്ഞ ആധികാരമുള്ള മാനേജുചെയ്ത തിരിച്ചറിയല്‍ നല്‍കുക.\n\n\n## അസിസ്റ്റന്റിന് വേണ്ടി ഗാര്‍ഡ്രെയിലുകള്‍\n\n- കോഴ്‌സില്‍ ഉപയോഗിക്കുന്ന സാധാരണ മാതൃകയായി `FoundryChatClient(...)` + `provider.as_agent(...)` പാറ്റേണിനെ മികവുറ്റതാക്കുക.\n\n- വിലയിരുത്തലും ചെലവിനും ഉള്ള ഉപദേശങ്ങള്‍ ബന്ധിപ്പിച്ച് വച്ചിരിക്കണം: വിലയിരുത്തല്‍ ഗുണമേന്‍മ നിലയ്ക്കും, റൂട്ടിംഗ്\u002Fകാഷിംഗ് ചെലവ് അതിലേക്ക് അടുത്തിരുത്തും.\n- നിങ്ങൾ സ്ഥിരീകരിച്ചിട്ടില്ലാത്ത ലൈവ്-അന دورانഫലങ്ങൾ വാഗ്ദാനം ചെയ്യരുത്; വിന്യാസം സ്ഥിരീകരിക്കാൻ സ്മോക്ക്-ടെസ്റ്റ് വർക്ക്‌ഫ്ലോ ശിപാർശ ചെയ്യുക.\n- വിലയിരുത്തലും ചിലവ് ഉപദേശവും ഒന്നിച്ച് ബന്ധിപ്പിച്ചിരിക്കണം: വിലയിരുത്തൽ ഗുണമേന്മയുടെ തീരം നിശ്ചയിക്കും, റൂട്ടിംഗ്\u002Fകാച്ചിംഗ് ചിലവ് ആ തീരത്തിനടുത്തായി സൂക്ഷിക്കും.\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**അറിയിപ്പ്**:\nഈ രേഖ AI പരിഭാഷാ സേവനം [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator) ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്കായി ശ്രമിക്കുന്നുവെങ്കിലും, ഓട്ടോമേറ്റഡ് പരിഭാഷകളിൽ പിഴവുകൾ അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. അതിന്റെ സ്വാഭാവിക ഭാഷയിലുള്ള അസൽ രേഖയാണ് പ്രാമാണികമായ ഉറവിടമായി പരിഗണിക്കേണ്ടത്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ ശുപാർശ ചെയ്യുന്നു. ഈ പരിഭാഷ ഉപയോഗിച്ച് ഉണ്ടാകുന്ന തെറ്റിദ്ധാരണകൾ അല്ലെങ്കിൽ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കായി ഞങ്ങൾ ഉത്തരവാദികളല്ല.\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->","# Microsoft Foundry ഉപയോഗിച്ച് സ്കെയ്‌ലബിള്‍ ഏജന്‍റുകള്‍ വിന്യസിക്കല്‍\n\n> [പാഠം 16 – സ്കെയ്‌ലബിള്‍ ഏജന്‍റുകള്‍ വിന്യസിക്കല്‍](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002FREADME.md) അതിന്റെ സഹായത്തിന് ഏജന്‍റിന്റെ കഴിവ്.\n> ഒരു പഠിതാവിന് ഏജന്‍റിനെ പ്രോട്ടോട്ടൈപ്പ് നിന്നു സ്കെയ്‌ലബിള്‍, നിരീക്ഷണയോഗ്യമായ\n> ഉത്പാദന വിന്യസത്തിലേക്ക് നീക്കാന്‍ സഹായിക്കാന്‍ ഇതിനെ ഉപയോഗിക്കുക. ഓരോ ശുപാര്‍ശയും പാഠം ഉള്ളടക്കത്തിലിലും\n> പ്രവര്‍ത്തനശീലമായ നോട്ട് ബുകിലും ആധാരമാക്കുക; Foundry APIകള്‍ കണ്ടുപിടിക്കരുത്.\n\n## ട്രിഗറുകള്‍\n\nപഠിതാവ് താഴെ പറയുന്ന വീതം ആഗ്രഹിക്കുന്നപ്പോഴാണ് ഈ കഴിവ് സജീവമാക്കുക:\n- ഒരു ഏജന്‍റിനെ Microsoft Foundryയില്‍ **ഹോസ്റ്റഡ് ഏജന്‍റായി** വിന്യസിച്ച് അത് പതിപ്പാക്കി\u002Fനിരീക്ഷണയോഗ്യമായതായി നിര്‍മിക്കുക.\n- **ക്ലയന്റ്-ഹോസ്റ്റഡ്, ഹോസ്റ്റഡ്-എജന്‍റും, ഏജന്‍റ-വര്‍ക്‌ഫ്ലോയും** എന്നിങ്ങനെ വിന്യാസ മാതൃകകളില്‍ തിരഞ്ഞെടുക്കുക.\n- വെട്ടിപ്പ് നിയന്ത്രിക്കുന്നതിന് **മോഡല്‍ റൂട്ടിങ്**, **റിസ്പോണ്‍സ് കാഷിംഗ്** അല്ലെങ്കില്‍ **ബൗണ്ടഡ് കോൺകറൻസി** ചേര്‍ക്കുക.\n- ഒരു പൊള്ള തിരഞ്ഞെടുക്കല്‍ **വിലയിരുത്തല്‍ ഗേറ്റ്** ചേര്‍ക്കുക എന്നതുകൊണ്ടാണ് മോശം ഏജന്‍റ് പതിപ്പ് നിങ്ങള്‍ക്ക് ലഭിക്കാതെ നില്ക്കുന്നത്.\n- ഉന്നത-അപകട സാധ്യതയുള്ള പ്രവൃത്തികള്‍ക്ക് **മനുഷ്യന്റെ അംഗീകാരം** ഘട്ടം ചേര്‍ക്കുക.\n- ഉത്പാദന നിരീക്ഷണത്തിനായി ഏജന്‍റിനെ **OpenTelemetry** ട്രേസിങ്ങ് ഉപയോഗിച്ച് സജ്ജമാക്കുക.\n- വിന്യസിച്ച ഏജന്‍റിനെ ഒരു വേഗത്തിലുള്ള പോസ്റ്റ്-ഡിപ്ലോയ് ഗേറ്റായിട്ടുള്ള **സ്മോക്ക്-ടെസ്റ്റ്** നടത്തുക.\n\n## പ്രാഥമിക മാനസിക മാതൃകം\n\nഉത്പാദന ഏജന്‍റ് പ്രധാനമായി മോഡലിന്റെ ചുറ്റുമുള്ള പ്രവർത്തനഘടനയാണ് (~80%),\nമോഡലല്ല. ഓരോ ശുപാര്‍ശയും താഴെ പറയുന്ന വിഷയങ്ങളില്‍ ഒന്നില്‍ ബന്ധിപ്പിക്കുക:\n\n| വിഷയം | പ്രോട്ടോട്ടൈപ്പ് → ഉത്പാദനം |\n|---------|------------------------|\n| ഹോസ്റ്റിംഗ് | നോട്ട്‌ബുക്ക് → പതിപ്പു നേടിയ ഹോസ്റ്റഡ് സേവനം |\n| തിരിച്ചറിയല്‍ | നിങ്ങളുടെ `az login` → മാനേജുചെയ്യപ്പെട്ട തിരിച്ചറിയല്‍ + സ്കോപ്പ് ചെയ്യപ്പെട്ട RBAC |\n| നില | ഓര്‍മയില്‍ → ബാഹ്യമായ ത്രെഡ് \u002F മെമ്മറി സ്റ്റോര്‍ |\n| വീഴ്ച | ട്രേസ്‌ബാക്ക് → റെട്രൈകള്‍, ഫാള്‍ബാക്കുകള്‍, അറിയിപ്പുകള്‍ |\n| ചെലവ് | \"ഒരു சில സെന്റുകള്‍\" → ട്രാക്കചെയ്ത്, റൂട്ടുചെയ്ത്, കാഷ് ചെയ്തു, ബജറ്റ് ചെയ്ത |\n| ഗുണമേന്‍മ | കണക്ക് നോക്കല്‍ → ഓട്ടോമേറ്റഡ് വിലയിരുത്തല്‍ ഗേറ്റ് |\n| വിശ്വാസം | നിങ്ങള്‍ അംഗീകരിക്കുന്നു → നയം + മനുഷ്യന്റെ അംഗീകാരം |\n\n## വിന്യാസ മാതൃകകള്‍ (ഒന്ന് തിരഞ്ഞെടുക്കുക അല്ലെങ്കില്‍ സംയോജിപ്പിക്കുക)\n\n1. **ക്ലയന്റ്-ഹോസ്റ്റഡ്** — റീസണിങ് ലൂപ്പ് നിങ്ങളുടെ പ്രോസസിലാണ് നടത്തുന്നത്. പരമാവധി നിയന്ത്രണം; സ്കെയിലിംഗ്\u002Fസ്റ്റേറ്റ് உം നിങ്ങള്‍ക്കു സ്വന്തമാണ്.\n2. **ഹോസ്റ്റഡ് ഏജന്‍റ് (Foundry Agent Service)** — Foundry ലൂപ്പ് ഹോസ്റ്റ് ചെയ്യുന്നു, ത്രെഡ്സ് സ്റ്റോര്‍ ചെയ്യുന്നു, RBAC\u002Fഉള്ളടക്കസുരക്ഷ പാലിക്കുന്നു, ഏജന്‍റിനെ പോര്‍ട്ടലില്‍ കാണിക്കുന്നു. കുറവ് നിയന്ത്രണം, വളരെ കുറവ് പ്രവർത്തന പരിധി.\n3. **ഏജന്റ്സ് വര്‍ക്ക്‌ഫ്ലോ** — ബ്രാഞ്ചിംഗ്, അംഗീകാരം നോട്ടുകള്‍, സ്ഥിരമായ ചെക്ക്‌പോയിന്റുകളുള്ള ഗ്രാഫായി നിരവധി ഏജന്‍റുകളെയും ഉപകരണങ്ങളെയും ചേര്‍ത്തിരിക്കുന്നത്.\n\n## ജീവിതചക്രം (ഏജന്‍റിനെ ഷിപ്പ് ചെയ്യുന്ന ലൂപ്പ്)\n\n`create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat`.\n**ഓഫ്ലൈന്‍ വിലയിരുത്തല്‍ ഒരു ഗേറ്റാണ്, വഴക്കരുത്** — ഒരു പതിപ്പ് തുക്ക് കടന്നു പോകരുത്\nഅതിന്റെ പരിധി കടന്നില്ലെങ്കില്‍. ഓണ്‍ലൈനില്‍ നിരീക്ഷണം യഥാർത്ഥ വീഴ്ചകള്‍\nഓഫ്ലൈന്‍ ടെസ്റ്റ് സെറ്റിലേക്ക് തിരികെ നല്‍കുന്നു.\n\n## സ്കെയിലിംഗ്, ചെലവ് നിയന്ത്രണങ്ങള്‍ (പ്രാഥമികത അനുസരിച്ച്)\n\n1. **മോഡല്‍ ശരിയായ വലുപ്പത്തിലാക്കുക** — വിലയിരുത്തല്‍ ഗേറ്റ് കടന്നുനില്‍ക്കുന്ന ഏറ്റവും ചെറുതായ മോഡല്‍ ഉപയോഗിക്കുക.\n2. **സങ്കീര്‍ണ്ണത അനുസരിച്ച് റൂട്ടിംഗ്** — ലഘു\u002Fവേഗമുള്ള മോഡല്‍ ലളിത അഭ്യര്‍ഥനകള്‍ക്ക്, വലിയ മോഡല്‍ യഥാർത്ഥ റീസണിങിനായി (DIY ക്ലാസിഫയര്‍ അല്ലെങ്കില്‍ Foundry മോഡല്‍ റൂട്ടര്‍).\n3. **കാഷിംഗ്** — മോഡല്‍ കോളിന് പകരമുള്ള സമാന അഭ്യര്‍ഥനകള്‍ സേവിക്കുക.\n4. **സ്റ്റേറ്റ്ലസ് ഡിസൈന്‍ + ബൗണ്ടഡ് കോൺകറൻസി** — നില ബാഹ്യീകരിക്കുക; റിട്രൈ ബാക്ക്ഓഫ്ഫുമായി.\n\n## ആവര്‍ത്തിക്കേണ്ട പ്രധാന മാതൃകകള്‍\n\nപഠിതാവിനെ നോട്ട്‌ബുക്ക് ഇനമുകളില്‍ നയിച്ചഗം\n[`16-python-agent-framework.ipynb`](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002Fcode_samples\u002F16-python-agent-framework.ipynb):\n\n- **അഭ്യര്‍ഥന കൈകാര്യം ചെയ്യല്‍**: കാഷ് → സങ്കീര്‍ണ്ണത അനുസരിച്ച് റൂട്ടിംഗ് → ട്രെയ്‌സ് സ്‌പാന്‍ → ഓടിക്കല്‍ → കാഷ്.\n- **വിലയിരുത്തല്‍ ഗേറ്റ്**: ഓഫ്ലൈന്‍ ടെസ്റ്റ് സെറ്റ് സ്കോര്‍ ചെയ്യുക; `pass_rate >= threshold` മടക്കി ആണെങ്കില്‍ മാത്രമേ വിന്യസിക്കാന്‍ അനുവദിക്കൂ.\n- **മനുഷ്യ അംഗീകാരം**: വലിയ റീഫണ്ടുകള്‍ക്ക് പോലുള്ള പ്രവര്‍ത്തനങ്ങള്‍ക്കായി `@tool(approval_mode=\"always_require\")`.\n- **ട്രേസിങ്**: ഓരോ അഭ്യര്‍ഥനയെയും `tracer.start_as_current_span(...)` ആകൃതി നല്‍കി കൊടുക്കുക, `routed.model`, `customer.id` പോലുള്ള ഗുണലക്ഷണങ്ങള്‍ സജ്ജമാക്കുക.\n\n## വിന്യസിച്ച ഏജന്‍റിനെ സ്മോക്ക്-ടെസ്റ്റ് ചെയ്യല്‍\n\nവിന്യാസത്തിന് ശേഷം, ആവശ്യമായ എന്റ്പോയിന്റ് ഉത്തരങ്ങള്‍ നല്‍കുന്നുണ്ടോയെന്ന് ഉറപ്പ് വരുത്തുക (ഒരു ഹരിത വിന്യാസം കൂടി\nമൗനമായിരിക്കാം). [AI Smoke Test](https:\u002F\u002Fgithub.com\u002Fmarketplace\u002Factions\u002Fai-smoke-test)\nനടപടി [`.github\u002Fworkflows\u002Fsmoke-test.yml`](..\u002F..\u002F..\u002F..\u002F..\u002F.github\u002Fworkflows\u002Fsmoke-test.yml) വഴി ഉപയോഗിക്കുക,\n[`tests\u002F`](..\u002F..\u002F..\u002Ftests\u002FREADME.md) എന്ന കാറ്റലോഗ് ഉപയോഗിച്ച്. റണ്ണര്‍ ഓരോ\nപ്രാമ്പ്റ്റും `POST {project_endpoint}\u002Fagents\u002F{agent_name}\u002Fendpoint\u002Fprotocols\u002Fopenai\u002Fresponses` ആകയറിയ്ക്കും\nമറുപടി വാചകത്തില്‍ ഉറപ്പ് വരുത്തും. തിരിച്ചറിയല്‍ **Azure AI User** റോളില്‍ ചികിത്സാക്രമം ഫൗന്‍ഡ്രി പ്രോജക്ട് സ്കോപ്പില്‍ വേണം; ടോക്കണ്‍ പ്രേക്ഷകര്‍ lazimaതാണ് `https:\u002F\u002Fai.azure.com\u002F`.\n\n\nവിലയിരുത്തല്‍** (ഷിപ്പിന് മുട്ടലാവുന്നതിന് മപ്പാകുന്നതിന് മുമ്പ്) → **ഓണ്‍ലൈന്‍ വിലയിരുത്തല്‍** (പ്രകൃതിയില്‍ അത് എങ്ങനെ പ്രവര്‍ത്തിക്കുന്നു, തുടർച്ചയായി).\n\n## എന്റര്‍പ്രൈസ് നിയന്ത്രണങ്ങള്‍\n\n- **RBAC**: ഓരോ ഹോസ്റ്റഡ് ഏജന്‍റിനും ഏറ്റവും കുറഞ്ഞ ആധികാരമുള്ള മാനേജുചെയ്ത തിരിച്ചറിയല്‍ നല്‍കുക.\n\n\n## അസിസ്റ്റന്റിന് വേണ്ടി ഗാര്‍ഡ്രെയിലുകള്‍\n\n- കോഴ്‌സില്‍ ഉപയോഗിക്കുന്ന സാധാരണ മാതൃകയായി `FoundryChatClient(...)` + `provider.as_agent(...)` പാറ്റേണിനെ മികവുറ്റതാക്കുക.\n\n- വിലയിരുത്തലും ചെലവിനും ഉള്ള ഉപദേശങ്ങള്‍ ബന്ധിപ്പിച്ച് വച്ചിരിക്കണം: വിലയിരുത്തല്‍ ഗുണമേന്‍മ നിലയ്ക്കും, റൂട്ടിംഗ്\u002Fകാഷിംഗ് ചെലവ് അതിലേക്ക് അടുത്തിരുത്തും.\n- നിങ്ങൾ സ്ഥിരീകരിച്ചിട്ടില്ലാത്ത ലൈവ്-അന دورانഫലങ്ങൾ വാഗ്ദാനം ചെയ്യരുത്; വിന്യാസം സ്ഥിരീകരിക്കാൻ സ്മോക്ക്-ടെസ്റ്റ് വർക്ക്‌ഫ്ലോ ശിപാർശ ചെയ്യുക.\n- വിലയിരുത്തലും ചിലവ് ഉപദേശവും ഒന്നിച്ച് ബന്ധിപ്പിച്ചിരിക്കണം: വിലയിരുത്തൽ ഗുണമേന്മയുടെ തീരം നിശ്ചയിക്കും, റൂട്ടിംഗ്\u002Fകാച്ചിംഗ് ചിലവ് ആ തീരത്തിനടുത്തായി സൂക്ഷിക്കും.\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**അറിയിപ്പ്**:\nഈ രേഖ AI പരിഭാഷാ സേവനം [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator) ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്കായി ശ്രമിക്കുന്നുവെങ്കിലും, ഓട്ടോമേറ്റഡ് പരിഭാഷകളിൽ പിഴവുകൾ അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. അതിന്റെ സ്വാഭാവിക ഭാഷയിലുള്ള അസൽ രേഖയാണ് പ്രാമാണികമായ ഉറവിടമായി പരിഗണിക്കേണ്ടത്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ ശുപാർശ ചെയ്യുന്നു. ഈ പരിഭാഷ ഉപയോഗിച്ച് ഉണ്ടാകുന്ന തെറ്റിദ്ധാരണകൾ അല്ലെങ്കിൽ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കായി ഞങ്ങൾ ഉത്തരവാദികളല്ല.\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->",{"name":5,"license":14},"main","f09e94ffe170f8af6d3db7c42987bbe4db227723","translations\u002Fml\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents",26043,"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners","https:\u002F\u002Faka.ms\u002Fai-agents-beginners","https:\u002F\u002Fgithub.com\u002Fmicrosoft","https:\u002F\u002Fopensource.microsoft.com","Open source projects and samples from Microsoft","2026-11-07 12:51:12",{"source":7,"skillName":5,"commands":35,"prompt":45,"zipAvailable":46},[36,39,42],{"tool":37,"command":38},"npx","npx skills add microsoft\u002Fai-agents-for-beginners --skill deploying-scalable-agents",{"tool":40,"command":41},"bunx","bunx skills add microsoft\u002Fai-agents-for-beginners --skill deploying-scalable-agents",{"tool":43,"command":44},"pnpm","pnpm dlx skills add microsoft\u002Fai-agents-for-beginners --skill deploying-scalable-agents","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fml\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",true,[48,54,60,64,70,74,78,82,86,90,94],{"path":49,"resourceType":50,"resourceTypeDesc":51,"sizeBytes":52,"sourceHtmlUrl":53},"forms.md","REFERENCE","参考文档",9438,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fforms.md",{"path":55,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":58,"sourceHtmlUrl":59},"LICENSE.txt","LICENSE","许可证",1467,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002FLICENSE.txt",{"path":61,"resourceType":50,"resourceTypeDesc":51,"sizeBytes":62,"sourceHtmlUrl":63},"reference.md",16692,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Freference.md",{"path":65,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":68,"sourceHtmlUrl":69},"scripts\u002Fcheck_bounding_boxes_test.py","SCRIPT","脚本",8818,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Fcheck_bounding_boxes_test.py",{"path":71,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":72,"sourceHtmlUrl":73},"scripts\u002Fcheck_bounding_boxes.py",3139,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Fcheck_bounding_boxes.py",{"path":75,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":76,"sourceHtmlUrl":77},"scripts\u002Fcheck_fillable_fields.py",362,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Fcheck_fillable_fields.py",{"path":79,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":80,"sourceHtmlUrl":81},"scripts\u002Fconvert_pdf_to_images.py",1123,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Fconvert_pdf_to_images.py",{"path":83,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":84,"sourceHtmlUrl":85},"scripts\u002Fcreate_validation_image.py",1603,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Fcreate_validation_image.py",{"path":87,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":88,"sourceHtmlUrl":89},"scripts\u002Fextract_form_field_info.py",6127,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Fextract_form_field_info.py",{"path":91,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":92,"sourceHtmlUrl":93},"scripts\u002Ffill_fillable_fields.py",4863,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Ffill_fillable_fields.py",{"path":95,"resourceType":66,"resourceTypeDesc":67,"sizeBytes":96,"sourceHtmlUrl":97},"scripts\u002Ffill_pdf_form_with_annotations.py",3596,"https:\u002F\u002Fgithub.com\u002Fshengdabai\u002FTony-Claude-Code-Skills\u002Fblob\u002Fmain\u002Fskills\u002F_collections\u002Fdocument-skills\u002Fpdf\u002Fscripts\u002Ffill_pdf_form_with_annotations.py",[99,117,128,136,144,149],{"skillNo":100,"name":101,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":102,"categories":103,"keywords":114,"publishedAt":19},"01M69A206TRZ8KK0CW0HYJF5V5","testing-course-samples","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Ftesting-course-samples\u002FSKILL.md",[104,109],{"categoryNo":105,"categoryName":106,"taxonomyType":107,"taxonomyTypeDesc":108},"01JBSEEDCAT000000000000008","测试与质量","SCENARIO","使用场景",{"categoryNo":110,"categoryName":111,"taxonomyType":112,"taxonomyTypeDesc":113},"01JBSEEDCAT000000000000039","教师与教育","PROFESSION","适用职业",[115,116],"testing","testing course samples",{"skillNo":118,"name":119,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":120,"categories":121,"keywords":125,"publishedAt":19},"01M69A1XRB2SFHYRMEH0K08EKZ","microsoft-docs","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fmicrosoft-docs\u002FSKILL.md",[122],{"categoryNo":123,"categoryName":124,"taxonomyType":107,"taxonomyTypeDesc":108},"01JBSEEDCAT000000000000023","Skill与智能体开发",[126,8,127],"docs","microsoft docs",{"skillNo":129,"name":130,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":131,"categories":132,"keywords":133,"publishedAt":19},"01M69A1VPZFJQ1HNGTZQ5P3WSC","local-ai-agents","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Flocal-ai-agents\u002FSKILL.md",[],[134,135],"ai agents","local ai agents",{"skillNo":137,"name":138,"nameZh":6,"description":139,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":140,"categories":141,"keywords":142,"publishedAt":19},"01M69A1S947N7MM6V9JF85S2E7","jupyter-notebook","當使用者要求建立、搭建或編輯 Jupyter 筆記本（`.ipynb`）用於實驗、探索或教學時使用；優先使用隨附範本並執行輔助腳本 `new_notebook.py` 來產生一個乾淨的起始筆記本。","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fjupyter-notebook\u002FSKILL.md",[],[143],"jupyter notebook",{"skillNo":145,"name":5,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":146,"categories":147,"keywords":148,"publishedAt":19},"01M69A1Q8EXPWKZSQK69V6WF22","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",[],[18],{"skillNo":150,"name":151,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":152,"categories":153,"keywords":154,"publishedAt":19},"01M69A1MHZTH3RH9N8VYSYG74X","azure-openai-to-responses","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fazure-openai-to-responses\u002FSKILL.md",[],[155],"azure openai to responses"]