[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M699QGXZ2PKBW9SX2AES868Q":3,"skill-same:01M699QGXZ2PKBW9SX2AES868Q":53},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":24,"linkOnly":25,"markdownContent":26,"markdownBody":27,"frontMatter":28,"refName":29,"commitSha":30,"skillDirectory":31,"forksCount":32,"repositoryHtmlUrl":33,"repositoryHomepageUrl":34,"ownerHtmlUrl":35,"ownerBlogUrl":36,"ownerDescription":37,"updatedAt":38,"install":39,"resources":52},"01M699QGXZ2PKBW9SX2AES868Q","deploying-scalable-agents",null,"ਇੱਕ ਕੰਮ ਕਰ ਰਹੇ ਏਜੰਟ ਪ੍ਰੋਟੋਟਾਈਪ ਨੂੰ ਮਾਈਕ੍ਰੋਸਾਫਟ ਫਾਊਂਡਰੀ 'ਤੇ ਇੱਕ ਸਕੇਲਬਲ, ਨਿਰੀਖਣਯੋਗ ਪ੍ਰੋਡਕਸ਼ਨ ਡਿਪਲੌਇਮੈਂਟ ਵਿੱਚ ਲੈ ਜਾਓ। ਇਸ ਵਿੱਚ ਡਿਪਲੌਇਮੈਂਟ ਪੈਟਰਨਸ (ਕਲਾਇੰਟ-ਹੋਸਟਿਡ, ਹੋਸਟਿਡ ਏਜੰਟ, ਏਜੰਟ ਵਰਕਫਲੋਜ਼), ਏਜੰਟ ਲਾਈਫਸਾਇਕਲ, ਮਾਡਲ ਰੂਟਿੰਗ, ਰਿਸਪਾਂਸ ਕੈਸ਼ਿੰਗ, ਅੰਕੜਾ ਗੇਟ, ਮਨੁੱਖ-ਇਨ-ਦ-ਲੂਪ ਮਨਜ਼ੂਰੀ, OpenTelemetry ਨਾਲ ਨਿਰੀਖਣਯੋਗਤਾ, ਲਾਗਤ ਅਨੁਕੂਲਤਾ ਅਤੇ AI Smoke Test ਐਕਸ਼ਨ ਨਾਲ ਡਿਪਲੋਇਡ ਏਜੰਟਾਂ ਦੀ ਸਮੋਕ-ਟੈਸਟਿੰਗ ਸ਼ਾਮਲ ਹੈ। ਇਹ AI Agents for Beginners ਦੇ ਲੈਸਨ 16 'ਤੇ ਆਧਾਰਿਤ ਹੈ। ਇਸਦਾ ਉਪਯੋਗ ਕਰੋ: ਏਜੰਟ ਨੂੰ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਡਿਪਲੋਇ ਕਰੋ, ਏਜੰਟ ਨੂੰ ਸਕੇਲ ਕਰੋ, Microsoft Foundry ਹੋਸਟਿਡ ਏਜੰਟ, Foundry Agent Service, ਮਾਡਲ ਰੂਟਿੰਗ, ਰਿਸਪਾਂਸ ਕੈਸ਼ਿੰਗ, ਅੰਕੜਾ ਗੇਟ, ਰਿਲੀਜ਼ ਗੇਟ, ਮਨੁੱਖ ਮਨਜ਼ੂਰੀ ਵਰਕਫਲੋ, ਏਜੰਟ ਨਿਰੀਖਣਯੋਗਤਾ, ਏਜੰਟ ਟਰੇਸਿੰਗ, ਏਜੰਟ ਲਾਗਤ ਅਨੁਕੂਲਤਾ, ਹੋਸਟਿਡ ਏਜੰਟ ਦੀ ਸਮੋਕ ਟੈਸਟਿੰਗ, ਪ੍ਰੋਡਕਸ਼ਨ ਗਾਹਕ ਸਮਰਥਨ ਏਜੰਟ। ਇਸਦਾ ਉਪਯੋਗ ਨਾ ਕਰੋ: ਆਪਣਾ ਪਹਿਲਾ ਏਜੰਟ ਬਣਾਉਣਾ (ਲੈਸਨ 01 ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ), ਡਿਵਾਈਸ ‘ਤੇ ਲੋਕਲ ਏਜੰਟ ਚਲਾਉਣਾ (local-ai-agents \u002F ਲੈਸਨ 17 ਵਰਤੋਂ), ਏਜੰਟਾਂ ਨਾਲ ਸਬੰਧਤ ਨਾ ਹੋਣ ਵਾਲੀ Azure ਢਾਂਚਾ ਪ੍ਰਦਾਨਗੀ, ਗੈਰ-Foundry ਡਿਪਲੌਇਮੈਂਟ ਟਾਰਗਟ।","microsoft\u002Fai-agents-for-beginners","microsoft","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F6154722?v=4","01M698VYDXZ6JW5WH3CRV650R8","Microsoft","01M6998ZK2275KMJE6Y5SEA2X2",79423,"MIT","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fpa\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",[],[19,20,21,9,22,23],"deploying scalable agents","ai agents","test","foundry","microsoft foundry","2026-11-10 10:12:30",false,"---\nname: deploying-scalable-agents\nlicense: MIT\ndescription: 'ਇੱਕ ਕੰਮ ਕਰ ਰਹੇ ਏਜੰਟ ਪ੍ਰੋਟੋਟਾਈਪ ਨੂੰ ਮਾਈਕ੍ਰੋਸਾਫਟ ਫਾਊਂਡਰੀ ''ਤੇ ਇੱਕ ਸਕੇਲਬਲ,\n  ਨਿਰੀਖਣਯੋਗ ਪ੍ਰੋਡਕਸ਼ਨ ਡਿਪਲੌਇਮੈਂਟ ਵਿੱਚ ਲੈ ਜਾਓ। ਇਸ ਵਿੱਚ ਡਿਪਲੌਇਮੈਂਟ ਪੈਟਰਨਸ (ਕਲਾਇੰਟ-ਹੋਸਟਿਡ,\n  ਹੋਸਟਿਡ ਏਜੰਟ, ਏਜੰਟ ਵਰਕਫਲੋਜ਼), ਏਜੰਟ ਲਾਈਫਸਾਇਕਲ, ਮਾਡਲ ਰੂਟਿੰਗ, ਰਿਸਪਾਂਸ ਕੈਸ਼ਿੰਗ, ਅੰਕੜਾ\n  ਗੇਟ, ਮਨੁੱਖ-ਇਨ-ਦ-ਲੂਪ ਮਨਜ਼ੂਰੀ, OpenTelemetry ਨਾਲ ਨਿਰੀਖਣਯੋਗਤਾ, ਲਾਗਤ ਅਨੁਕੂਲਤਾ ਅਤੇ AI\n  Smoke Test ਐਕਸ਼ਨ ਨਾਲ ਡਿਪਲੋਇਡ ਏਜੰਟਾਂ ਦੀ ਸਮੋਕ-ਟੈਸਟਿੰਗ ਸ਼ਾਮਲ ਹੈ। ਇਹ AI Agents for Beginners\n  ਦੇ ਲੈਸਨ 16 ''ਤੇ ਆਧਾਰਿਤ ਹੈ। ਇਸਦਾ ਉਪਯੋਗ ਕਰੋ: ਏਜੰਟ ਨੂੰ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਡਿਪਲੋਇ ਕਰੋ, ਏਜੰਟ\n  ਨੂੰ ਸਕੇਲ ਕਰੋ, Microsoft Foundry ਹੋਸਟਿਡ ਏਜੰਟ, Foundry Agent Service, ਮਾਡਲ ਰੂਟਿੰਗ,\n  ਰਿਸਪਾਂਸ ਕੈਸ਼ਿੰਗ, ਅੰਕੜਾ ਗੇਟ, ਰਿਲੀਜ਼ ਗੇਟ, ਮਨੁੱਖ ਮਨਜ਼ੂਰੀ ਵਰਕਫਲੋ, ਏਜੰਟ ਨਿਰੀਖਣਯੋਗਤਾ,\n  ਏਜੰਟ ਟਰੇਸਿੰਗ, ਏਜੰਟ ਲਾਗਤ ਅਨੁਕੂਲਤਾ, ਹੋਸਟਿਡ ਏਜੰਟ ਦੀ ਸਮੋਕ ਟੈਸਟਿੰਗ, ਪ੍ਰੋਡਕਸ਼ਨ ਗਾਹਕ ਸਮਰਥਨ\n  ਏਜੰਟ। ਇਸਦਾ ਉਪਯੋਗ ਨਾ ਕਰੋ: ਆਪਣਾ ਪਹਿਲਾ ਏਜੰਟ ਬਣਾਉਣਾ (ਲੈਸਨ 01 ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ), ਡਿਵਾਈਸ\n  ‘ਤੇ ਲੋਕਲ ਏਜੰਟ ਚਲਾਉਣਾ (local-ai-agents \u002F ਲੈਸਨ 17 ਵਰਤੋਂ), ਏਜੰਟਾਂ ਨਾਲ ਸਬੰਧਤ ਨਾ ਹੋਣ\n  ਵਾਲੀ Azure ਢਾਂਚਾ ਪ੍ਰਦਾਨਗੀ, ਗੈਰ-Foundry ਡਿਪਲੌਇਮੈਂਟ ਟਾਰਗਟ।'\n---\n# ਮਾਇਕ੍ਰੋਸਾਫਟ ਫਾਊਂਡਰੀ ਨਾਲ ਸਕੇਲਬਲ ਏਜੰਟਾਂ ਦੀ ਤੈਨਾਤੀ\n\n> [Lesson 16 – Deploying Scalable Agents](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002FREADME.md) ਲਈ ਸਾਥੀ ਸਕਿਲ।\n> ਇਸ ਦਾ ਉਪਯੋਗ ਇਕ ਸਿੱਖਣ ਵਾਲੇ ਦੀ ਮਦਦ ਕਰਨ ਲਈ ਕਰੋ ਤਾਂ ਜੋ ਉਹ ਏਜੰਟ ਨੂੰ ਪ੍ਰੋਟੋਟਾਈਪ ਤੋਂ ਸਕੇਲਬਲ, ਨਿਰੀਖਣਯੋਗ\n> ਉਤਪਾਦਨ ਡਿਪਲੋਇਮੈਂਟ ਤੱਕ ਲੈ ਜਾ ਸਕੇ। ਹਰ ਸਿਫ਼ਾਰਿਸ਼ ਨੂੰ ਪਾਠ ਸਮੱਗਰੀ ਅਤੇ\n> ਚੱਲਦੇ ਨੋਟਬੁੱਕ ਵਿੱਚ ਅਧਾਰਿਤ ਰੱਖੋ; ਫਾਊਂਡਰੀ ਏਪੀਆਈਜ਼ ਨਾ ਬਣਾਓ।\n\n## ਟ੍ਰਿਗਰ\n\nਇਸ ਸਕਿਲ ਨੂੰ ਚਾਲੂ ਕਰੋ ਜਦੋਂ ਇਕ ਸਿੱਖਣ ਵਾਲਾ ਚਾਹੁੰਦਾ ਹੈ:\n- ਮਾਇਕ੍ਰੋਸਾਫਟ ਫਾਊਂਡਰੀ 'ਤੇ ਇੱਕ ਏਜੰਟ ਨੂੰ **ਹੋਸਟਡ ਏਜੰਟ** ਵਜੋਂ ਤੈਨਾਤ ਕਰਨਾ ਅਤੇ ਇਸਨੂੰ ਵਰਜ਼ਨਡ\u002Fਨਿਰੀਖਣਯੋਗ ਬਣਾਉਣਾ।\n- **ਕਲਾਇੰਟ-ਹੋਸਟਡ, ਹੋਸਟਡ-ਏਜੰਟ, ਅਤੇ ਏਜੰਟ-ਵਰਕਫਲੋ** ਤੈਨਾਤੀ ਬੀਮਾਣਾ ਵਿੱਚੋਂ ਚੋਣ ਕਰਨਾ।\n- **ਮਾਡਲ ਰਾਊਟਿੰਗ**, **ਜਵਾਬ ਕੈਸ਼ਿੰਗ**, ਜਾਂ **ਬਾਊਂਡਡ ਕਨਕਰਨਸੀ** ਨੂੰ ਜ਼ੋਰ ਦੇ ਕੇ ਲੈਟੈਂਸੀ ਅਤੇ ਲਾਗਤ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨਾ।\n- ਇੱਕ **ਮੁਲਾਂਕਣ ਗੇਟ** ਜੋੜਨਾ ਤਾਂ ਕਿ ਕੋਈ ਖਰਾਬ ਏਜੰਟ ਵਰਜ਼ਨ ਸ਼ਿਪ ਨਾ ਹੋਵੇ।\n- ਉੱਚ-ਖਤਰੇਵਾਲੇ ਅਮਲਾਂ ਲਈ ਇੱਕ **ਮਾਨਵ-ਇਨ-ਦ-ਲੂਪ ਮਨਜ਼ੂਰੀ** ਕਦਮ ਸ਼ਾਮਿਲ ਕਰਨਾ।\n- ਉਤਪਾਦਨ ਦੇ ਨਿਰੀਖਣ ਲਈ **ਓਪਨ ਟੈਲੀਮੇਟਰੀ** ਟ੍ਰੇਸਿੰਗ ਨਾਲ ਏਜੰਟ ਨੂੰ ਇੰਸਟ੍ਰੂਮੈਂਟ ਕਰਨਾ।\n- ਇੱਕ ਤੈਨਾਤ ਕੀਤੇ ਏਜੰਟ ਦੀ ਤੇਜ਼ ਪੋਸਟ-ਡਿਪਲੋਇ ਗੇਟ ਵਜੋਂ **ਸਮੋਕ-ਟੈਸਟ** ਕਰਨਾ।\n\n## ਮੁੱਖ ਮਾਨਸਿਕ ਮਾਡਲ\n\nਇੱਕ ਉਤਪਾਦਨ ਏਜੰਟ ਜ਼ਿਆਦਾਤਰ ਮਾਡਲ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਚੱਲਣ ਵਾਲੀ ਓਪਰੇਸ਼ਨਲ ਢਾਂਚਾ ਹੁੰਦੀ ਹੈ (~80%),\nਖੁਦ ਮਾਡਲ ਨਹੀਂ। ਹਰ ਸਿਫ਼ਾਰਿਸ਼ ਨੂੰ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਚਿੰਤਾ ਨਾਲ ਜੋੜੋ:\n\n| ਚਿੰਤਾ | ਪ੍ਰੋਟੋਟਾਈਪ → ਉਤਪਾਦਨ |\n|---------|------------------------|\n| ਹੋਸਟਿੰਗ | ਨੋਟਬੁੱਕ → ਵਰਜਨਡ ਹੋਸਟਡ ਸੇਵਾ |\n| ਪਹਚਾਣ | ਤੁਹਾਡਾ `az login` → ਪ੍ਰਬੰਧਿਤ ਪਹਚਾਣ + ਸਕੋਪ ਡ ਆਰਬੀਏਸੀ |\n| ਸਥਿਤੀ | ਇਨ-ਮੇਮੋਰੀ → ਬਾਹਰੀ ਧਾਗਾ\u002Fਯਾਦਾਸ਼ਤ ਸਟੋਰ |\n| ਅਸਫਲਤਾ | ਟਰੇਸਬੈਕ → ਰੀਟ੍ਰਾਈ, ਫਾਲਬੈਕਸ, ਅਲਰਟਸ |\n| ਲਾਗਤ | \"ਕੁਝ ਸੈਂਟ\" → ਟ੍ਰੈਕ ਕੀਤਾ, ਰਾਊਟ ਕੀਤਾ, ਕੈਸ਼ ਕੀਤਾ, ਬਜਟ ਕੀਤਾ |\n| ਗੁਣਵੱਤਾ | ਨਜ਼ਰੀਏ ਨਾਲ → ਸੁਚਾਲਿਤ ਮੁਲਾਂਕਣ ਗੇਟ |\n| ਭਰੋਸਾ | ਤੁਸੀਂ ਮਨਜ਼ੂਰ ਕਰਦੇ ਹੋ → ਨੀਤੀ + ਮਾਨਵ-ਇਨ-ਦ-ਲੂਪ |\n\n## ਤੈਨਾਤੀ ਬੀਮਾਣੇ (ਇੱਕ ਚੁਣੋ, ਜਾਂ ਮਿਲਾਓ)\n\n1. **ਕਲਾਇੰਟ-ਹੋਸਟਡ** — ਸੋਚ ਵਿਹਾਰ ਲੂਪ ਤੁਹਾਡੇ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਚਲਦਾ ਹੈ। ਵੱਧ ਤੋਂ ਵੱਧ ਕੰਟਰੋਲ; ਤੁਸੀਂ ਸਕੇਲ\u002Fਸਥਿਤੀ ਦੇ ਮਾਲਿਕ ਹੋ।\n2. **ਹੋਸਟਡ ਏਜੰਟ (ਫਾਊਂਡਰੀ ਏਜੰਟ ਸੇਵਾ)** — ਫਾਊਂਡਰੀ ਲੂਪ ਨੂੰ ਹੋਸਟ ਕਰਦਾ ਹੈ, ਧਾਗੇ ਸਟੋਰ ਕਰਦਾ ਹੈ, ਆਰਬੀਏਸੀ\u002Fਸਮੱਗਰੀ ਸੁਰੱਖਿਆ ਲਾਗੂ ਕਰਦਾ ਹੈ, ਏਜੰਟ ਨੂੰ ਪੋਰਟਲ ਵਿੱਚ ਦਿਖਾਉਂਦਾ ਹੈ। ਘੱਟ ਕੰਟਰੋਲ, ਕਾਫੀ ਘੱਟ ਓਪਰੇਸ਼ਨਲ ਸਤਹ।\n3. **ਏਜੰਟ ਵਰਕਫਲੋ** — ਕਈ ਏਜੰਟ\u002Fਸੰਦ ਨੂੰ ਇੱਕ ਗ੍ਰਾਫ ਵਿੱਚ ਜੋੜਿਆ ਗਿਆ ਹੈ ਜਿਸ ਵਿੱਚ ਸ਼ਾਖਾ ਬਣਾਉਣ, ਮਨਜ਼ੂਰੀ ਨੋਡ ਅਤੇ ਡਿਊਰੇਬਲ ਚੈਕਪੌਇੰਟ ਹਨ।\n\n## ਲਾਈਫਸਾਈਕਲ (ਲੂਪ ਜੋ ਏਜੰਟ ਤੈਨਾਤ ਕਰਦਾ ਹੈ)\n\n`create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat`।\n**ਆਫਲਾਈਨ ਮੁਲਾਂਕਣ ਇੱਕ ਗੇਟ ਹੈ, ਬਾਅਦ ਦੀ ਸੋਚ ਨਹੀਂ** — ਵਰਨਾਂਸ਼ ਸ਼ਿਪ ਨਹੀਂ ਹੁੰਦਾ\nਜਦ ਤਕ ਇਹ ਥ੍ਰੈਸ਼ਹੋਲਡ ਸਾਫ਼ ਨਾ ਕਰ ਲਏ। ਔਨਲਾਈਨ ਨਿਰੀਖਣ ਅਸਲੀ ਅਸਫਲਤਾਵਾਂ ਨੂੰ\nਆਫਲਾਈਨ ਟੈਸਟ ਸੈੱਟ ਵਿੱਚ ਵਾਪਸ ਭੇਜਦਾ ਹੈ।\n\n## ਸਕੇਲਿੰਗ ਅਤੇ ਲਾਗਤ ਲੀਵਰ (ਤਰਤੀਬੀ ਪ੍ਰਾਥਮਿਕਤਾ ਦੇ ਅਨੁਸਾਰ)\n\n1. **ਮਾਡਲ ਦਾ ਸਹੀ ਅਕਾਰ ਚੁਣੋ** — ਸਭ ਤੋਂ ਛੋਟਾ ਮਾਡਲ ਵਰਤੋ ਜੋ ਮੁਲਾਂਕਣ ਗੇਟ ਪਾਰ ਕਰਦਾ ਹੋਵੇ।\n2. **ਜਟਿਲਤਾ ਅਨੁਸਾਰ ਰਾਊਟ ਕਰੋ** — ਸਧਾਰਣ ਬਿਨੈ ਲਈ ਛੋਟਾ\u002Fਤੇਜ਼ ਮਾਡਲ, ਅਸਲੀ ਸੋਚ ਲਈ ਵੱਡਾ ਮਾਡਲ (DIY ਕਲਾਸੀਫਾਇਰ ਜਾਂ ਫਾਊਂਡਰੀ ਮਾਡਲ ਰਾਊਟਰ)।\n3. **ਕੈਸ਼ ਕਰੋ** — ਨਜ਼ਦੀਕੀ-ਨਕਲ ਬਿਨੈ ਮਾਡਲ ਕਾਲ ਦੇ ਬਿਨਾਂ ਸਰਵ ਕਰੋ।\n4. **ਸਟੇਟਲੈੱਸ ਡਿਜ਼ਾਈਨ + ਬਾਊਂਡਡ ਕਨਕਰਨਸੀ** — ਸਥਿਤੀ ਨੂੰ ਬਾਹਰੀ ਬਣਾਓ; ਬੈਕਆਫ ਨਾਲ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰੋ।\n\n## ਮੁੱਖ ਬੀਮਾਣੇ ਨਕਲ ਕਰਨ ਲਈ\n\nਸਿੱਖਣ ਵਾਲੇ ਨੂੰ ਨੋਟਬੁੱਕ ਵਿੱਚੋਂ ਇਹ ਵਿਖਾਓ\n[`16-python-agent-framework.ipynb`](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002Fcode_samples\u002F16-python-agent-framework.ipynb):\n\n- **ਬਿਨੈ ਹੈਂਡਲਰ**: ਕੈਸ਼ → ਜਟਿਲਤਾ ਅਨੁਸਾਰ ਰਾਊਟ → ਟ੍ਰੇਸ ਸਪੈਨ → ਚਲਾਉਣਾ → ਕੈਸ਼।\n- **ਮੁਲਾਂਕਣ ਗੇਟ**: ਆਫਲਾਈਨ ਟੈਸਟ ਸੈੱਟ ਦਾ ਸਕੋਰ ਕਰੋ; `pass_rate >= threshold` ਵਾਪਸ ਕਰੋ ਅਤੇ ਸਿਰਫ਼ ਸੱਚ ਹੋਣ ਤੇ ਤੈਨਾਤ ਕਰੋ।\n- **ਮਾਨਵ ਮਨਜ਼ੂਰੀ**: ਵੱਡੀਆਂ ਵਾਪਸੀਵਾਲੀਆਂ ਕਾਰਵਾਈਆਂ ਲਈ `@tool(approval_mode=\"always_require\")`।\n- **ਟ੍ਰੇਸਿੰਗ**: ਹਰ ਬਿਨੈ ਨੂੰ `tracer.start_as_current_span(...)` ਵਿੱਚ ਲਪੇਟੋ ਅਤੇ `routed.model`, `customer.id` ਵਰਗੀਆਂ ਗੁਣ ਦਿੱਤੀਆਂ ਸੈਟ ਕਰੋ।\n\n## ਤੈਨਾਤ ਕੀਤੇ ਏਜੰਟ ਦੀ ਸਮੋਕ-ਟੈਸਟਿੰਗ\n\nਤੈਨਾਤ ਤੋਂ ਬਾਅਦ, ਏਕ ਭਾਲੋ ਕਿ ਏਂਡਪੌਇੰਟ ਅਸਲ ਵਿੱਚ ਜਵਾਬ ਦੇ ਰਿਹਾ ਹੈ (ਇੱਕ ਹਰਾ ਡਿਪਲੋਇ ਅਜੇ ਵੀ\nਖ਼ਾਮੋਸ਼ ਹੋ ਸਕਦਾ ਹੈ)। [AI Smoke Test](https:\u002F\u002Fgithub.com\u002Fmarketplace\u002Factions\u002Fai-smoke-test)\nਕਿਰਿਆ ਨੂੰ [`.github\u002Fworkflows\u002Fsmoke-test.yml`](..\u002F..\u002F..\u002F..\u002F..\u002F.github\u002Fworkflows\u002Fsmoke-test.yml) ਰਾਹੀਂ\nਅਤੇ [`tests\u002F`](..\u002F..\u002F..\u002Ftests\u002FREADME.md) ਵਿੱਚ ਕੈਟਾਲੌਗ ਨਾਲ ਵਰਤੋ। ਰਨਰ ਹਰ\nਪ੍ਰਾਂਪਟ ਨੂੰ `POST {project_endpoint}\u002Fagents\u002F{agent_name}\u002Fendpoint\u002Fprotocols\u002Fopenai\u002Fresponses` 'ਤੇ POST ਕਰਦਾ ਹੈ\nਅਤੇ ਜਵਾਬ ਦੇ ਟੈਕਸਟ ਤੇ ਦਾਅਵਾ ਕਰਦਾ ਹੈ। ਪਹਚਾਣ ਨੂੰ ਫਾਊਂਡਰੀ ਪ੍ਰੋਜੈਕਟ ਸਕੋਪ ਤੇ **Azure AI User** ਭੂਮਿਕਾ ਦੀ ਲੋੜ ਹੈ; ਟੋਕਨ ਦਰਸ਼ਕ ਢਾਂਚੇ ਦਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ `https:\u002F\u002Fai.azure.com\u002F`।\n\n\nਮੁਲਾਂਕਣ** (ਸ਼ਿਪ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਚੰਗਾ, ਪ੍ਰਮੋਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ) → **ਆਨਲਾਈਨ ਮੁਲਾਂਕਣ** (ਜੰਗਲ ਵਿੱਚ ਇਹ ਕਿਵੇਂ ਹੈ, ਲਗਾਤਾਰ)।\n\n## ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕੰਟਰੋਲ\n\n- **ਆਰਬੀਏਸੀ**: ਹਰ ਹੋਸਟਡ ਏਜੰਟ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਅਧਿਕਾਰਾਂ ਵਾਲੀ ਪ੍ਰਬੰਧਿਤ ਪਹਚਾਣ ਦਿਓ।\n\n\n## ਸਹਾਇਕ ਲਈ ਗਾਰਡਰੇਲ\n\n- ਪਾਠ ਵਿੱਚ ਵਰਤੇ canonical `FoundryChatClient(...)` + `provider.as_agent(...)` ਪੈਟਰਨ ਨੂੰ ਤਰਜੀਹ ਦਿਓ।\n\n- ਮੁਲਾਂਕਣ ਅਤੇ ਲਾਗਤ ਦੀ ਸਲਾਹ ਨੂੰ ਇਕੱਠੇ ਰੱਖੋ: ਮੁਲਾਂਕਣ ਗੁਣਵੱਤਾ ਦਾ ਨਿਊਨਤਮ ਮਾਪਦੰਡ ਤੈਅ ਕਰਦਾ ਹੈ, ਰਾਊਟਿੰਗ\u002Fਕੈਸ਼ਿੰਗ ਲਾਗਤ ਨੂੰ ਉਸ ਮਾਪਦੰਡ ਦੇ ਨੇੜੇ ਰੱਖਦੇ ਹਨ।\n- ਉਹ ਜਿੰਦੇ-ਅਜ਼ਯੁਰ ਨਤੀਜੇ ਵਾਅਦਾ ਨਾ ਕਰੋ ਜੋ ਤੁਸੀਂ ਸੱਚ ਨਹੀਂ ਕੀਤਾ; ਡਿਪਲੋਇਮੈਂਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਧੂੰਆਂ-ਟੈਸਟ ਵਰਕਫਲੋ ਦੀ ਸਿਫਾਰਸ਼ ਕਰੋ।\n- ਮੁਲਾਂਕਣ ਅਤੇ ਲਾਗਤ ਸਲਾਹ ਨੂੰ ਇਕੱਠੇ ਰੱਖੋ: ਮੁਲਾਂਕਣ ਗੁਣਵੱਤਾ ਦੀ ਨੀਵ ਰੱਖਦਾ ਹੈ, ਰੂਟਿੰਗ\u002Fਕੈਚਿੰਗ ਉਸ ਨੀਵ ਦੇ ਨੇੜੇ ਲਾਗਤ ਰੱਖਦੇ ਹਨ।\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**ਅਸਵੀਕਾਰੋਪਣ**:\nਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->","# ਮਾਇਕ੍ਰੋਸਾਫਟ ਫਾਊਂਡਰੀ ਨਾਲ ਸਕੇਲਬਲ ਏਜੰਟਾਂ ਦੀ ਤੈਨਾਤੀ\n\n> [Lesson 16 – Deploying Scalable Agents](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002FREADME.md) ਲਈ ਸਾਥੀ ਸਕਿਲ।\n> ਇਸ ਦਾ ਉਪਯੋਗ ਇਕ ਸਿੱਖਣ ਵਾਲੇ ਦੀ ਮਦਦ ਕਰਨ ਲਈ ਕਰੋ ਤਾਂ ਜੋ ਉਹ ਏਜੰਟ ਨੂੰ ਪ੍ਰੋਟੋਟਾਈਪ ਤੋਂ ਸਕੇਲਬਲ, ਨਿਰੀਖਣਯੋਗ\n> ਉਤਪਾਦਨ ਡਿਪਲੋਇਮੈਂਟ ਤੱਕ ਲੈ ਜਾ ਸਕੇ। ਹਰ ਸਿਫ਼ਾਰਿਸ਼ ਨੂੰ ਪਾਠ ਸਮੱਗਰੀ ਅਤੇ\n> ਚੱਲਦੇ ਨੋਟਬੁੱਕ ਵਿੱਚ ਅਧਾਰਿਤ ਰੱਖੋ; ਫਾਊਂਡਰੀ ਏਪੀਆਈਜ਼ ਨਾ ਬਣਾਓ।\n\n## ਟ੍ਰਿਗਰ\n\nਇਸ ਸਕਿਲ ਨੂੰ ਚਾਲੂ ਕਰੋ ਜਦੋਂ ਇਕ ਸਿੱਖਣ ਵਾਲਾ ਚਾਹੁੰਦਾ ਹੈ:\n- ਮਾਇਕ੍ਰੋਸਾਫਟ ਫਾਊਂਡਰੀ 'ਤੇ ਇੱਕ ਏਜੰਟ ਨੂੰ **ਹੋਸਟਡ ਏਜੰਟ** ਵਜੋਂ ਤੈਨਾਤ ਕਰਨਾ ਅਤੇ ਇਸਨੂੰ ਵਰਜ਼ਨਡ\u002Fਨਿਰੀਖਣਯੋਗ ਬਣਾਉਣਾ।\n- **ਕਲਾਇੰਟ-ਹੋਸਟਡ, ਹੋਸਟਡ-ਏਜੰਟ, ਅਤੇ ਏਜੰਟ-ਵਰਕਫਲੋ** ਤੈਨਾਤੀ ਬੀਮਾਣਾ ਵਿੱਚੋਂ ਚੋਣ ਕਰਨਾ।\n- **ਮਾਡਲ ਰਾਊਟਿੰਗ**, **ਜਵਾਬ ਕੈਸ਼ਿੰਗ**, ਜਾਂ **ਬਾਊਂਡਡ ਕਨਕਰਨਸੀ** ਨੂੰ ਜ਼ੋਰ ਦੇ ਕੇ ਲੈਟੈਂਸੀ ਅਤੇ ਲਾਗਤ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨਾ।\n- ਇੱਕ **ਮੁਲਾਂਕਣ ਗੇਟ** ਜੋੜਨਾ ਤਾਂ ਕਿ ਕੋਈ ਖਰਾਬ ਏਜੰਟ ਵਰਜ਼ਨ ਸ਼ਿਪ ਨਾ ਹੋਵੇ।\n- ਉੱਚ-ਖਤਰੇਵਾਲੇ ਅਮਲਾਂ ਲਈ ਇੱਕ **ਮਾਨਵ-ਇਨ-ਦ-ਲੂਪ ਮਨਜ਼ੂਰੀ** ਕਦਮ ਸ਼ਾਮਿਲ ਕਰਨਾ।\n- ਉਤਪਾਦਨ ਦੇ ਨਿਰੀਖਣ ਲਈ **ਓਪਨ ਟੈਲੀਮੇਟਰੀ** ਟ੍ਰੇਸਿੰਗ ਨਾਲ ਏਜੰਟ ਨੂੰ ਇੰਸਟ੍ਰੂਮੈਂਟ ਕਰਨਾ।\n- ਇੱਕ ਤੈਨਾਤ ਕੀਤੇ ਏਜੰਟ ਦੀ ਤੇਜ਼ ਪੋਸਟ-ਡਿਪਲੋਇ ਗੇਟ ਵਜੋਂ **ਸਮੋਕ-ਟੈਸਟ** ਕਰਨਾ।\n\n## ਮੁੱਖ ਮਾਨਸਿਕ ਮਾਡਲ\n\nਇੱਕ ਉਤਪਾਦਨ ਏਜੰਟ ਜ਼ਿਆਦਾਤਰ ਮਾਡਲ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਚੱਲਣ ਵਾਲੀ ਓਪਰੇਸ਼ਨਲ ਢਾਂਚਾ ਹੁੰਦੀ ਹੈ (~80%),\nਖੁਦ ਮਾਡਲ ਨਹੀਂ। ਹਰ ਸਿਫ਼ਾਰਿਸ਼ ਨੂੰ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਚਿੰਤਾ ਨਾਲ ਜੋੜੋ:\n\n| ਚਿੰਤਾ | ਪ੍ਰੋਟੋਟਾਈਪ → ਉਤਪਾਦਨ |\n|---------|------------------------|\n| ਹੋਸਟਿੰਗ | ਨੋਟਬੁੱਕ → ਵਰਜਨਡ ਹੋਸਟਡ ਸੇਵਾ |\n| ਪਹਚਾਣ | ਤੁਹਾਡਾ `az login` → ਪ੍ਰਬੰਧਿਤ ਪਹਚਾਣ + ਸਕੋਪ ਡ ਆਰਬੀਏਸੀ |\n| ਸਥਿਤੀ | ਇਨ-ਮੇਮੋਰੀ → ਬਾਹਰੀ ਧਾਗਾ\u002Fਯਾਦਾਸ਼ਤ ਸਟੋਰ |\n| ਅਸਫਲਤਾ | ਟਰੇਸਬੈਕ → ਰੀਟ੍ਰਾਈ, ਫਾਲਬੈਕਸ, ਅਲਰਟਸ |\n| ਲਾਗਤ | \"ਕੁਝ ਸੈਂਟ\" → ਟ੍ਰੈਕ ਕੀਤਾ, ਰਾਊਟ ਕੀਤਾ, ਕੈਸ਼ ਕੀਤਾ, ਬਜਟ ਕੀਤਾ |\n| ਗੁਣਵੱਤਾ | ਨਜ਼ਰੀਏ ਨਾਲ → ਸੁਚਾਲਿਤ ਮੁਲਾਂਕਣ ਗੇਟ |\n| ਭਰੋਸਾ | ਤੁਸੀਂ ਮਨਜ਼ੂਰ ਕਰਦੇ ਹੋ → ਨੀਤੀ + ਮਾਨਵ-ਇਨ-ਦ-ਲੂਪ |\n\n## ਤੈਨਾਤੀ ਬੀਮਾਣੇ (ਇੱਕ ਚੁਣੋ, ਜਾਂ ਮਿਲਾਓ)\n\n1. **ਕਲਾਇੰਟ-ਹੋਸਟਡ** — ਸੋਚ ਵਿਹਾਰ ਲੂਪ ਤੁਹਾਡੇ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਚਲਦਾ ਹੈ। ਵੱਧ ਤੋਂ ਵੱਧ ਕੰਟਰੋਲ; ਤੁਸੀਂ ਸਕੇਲ\u002Fਸਥਿਤੀ ਦੇ ਮਾਲਿਕ ਹੋ।\n2. **ਹੋਸਟਡ ਏਜੰਟ (ਫਾਊਂਡਰੀ ਏਜੰਟ ਸੇਵਾ)** — ਫਾਊਂਡਰੀ ਲੂਪ ਨੂੰ ਹੋਸਟ ਕਰਦਾ ਹੈ, ਧਾਗੇ ਸਟੋਰ ਕਰਦਾ ਹੈ, ਆਰਬੀਏਸੀ\u002Fਸਮੱਗਰੀ ਸੁਰੱਖਿਆ ਲਾਗੂ ਕਰਦਾ ਹੈ, ਏਜੰਟ ਨੂੰ ਪੋਰਟਲ ਵਿੱਚ ਦਿਖਾਉਂਦਾ ਹੈ। ਘੱਟ ਕੰਟਰੋਲ, ਕਾਫੀ ਘੱਟ ਓਪਰੇਸ਼ਨਲ ਸਤਹ।\n3. **ਏਜੰਟ ਵਰਕਫਲੋ** — ਕਈ ਏਜੰਟ\u002Fਸੰਦ ਨੂੰ ਇੱਕ ਗ੍ਰਾਫ ਵਿੱਚ ਜੋੜਿਆ ਗਿਆ ਹੈ ਜਿਸ ਵਿੱਚ ਸ਼ਾਖਾ ਬਣਾਉਣ, ਮਨਜ਼ੂਰੀ ਨੋਡ ਅਤੇ ਡਿਊਰੇਬਲ ਚੈਕਪੌਇੰਟ ਹਨ।\n\n## ਲਾਈਫਸਾਈਕਲ (ਲੂਪ ਜੋ ਏਜੰਟ ਤੈਨਾਤ ਕਰਦਾ ਹੈ)\n\n`create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat`।\n**ਆਫਲਾਈਨ ਮੁਲਾਂਕਣ ਇੱਕ ਗੇਟ ਹੈ, ਬਾਅਦ ਦੀ ਸੋਚ ਨਹੀਂ** — ਵਰਨਾਂਸ਼ ਸ਼ਿਪ ਨਹੀਂ ਹੁੰਦਾ\nਜਦ ਤਕ ਇਹ ਥ੍ਰੈਸ਼ਹੋਲਡ ਸਾਫ਼ ਨਾ ਕਰ ਲਏ। ਔਨਲਾਈਨ ਨਿਰੀਖਣ ਅਸਲੀ ਅਸਫਲਤਾਵਾਂ ਨੂੰ\nਆਫਲਾਈਨ ਟੈਸਟ ਸੈੱਟ ਵਿੱਚ ਵਾਪਸ ਭੇਜਦਾ ਹੈ।\n\n## ਸਕੇਲਿੰਗ ਅਤੇ ਲਾਗਤ ਲੀਵਰ (ਤਰਤੀਬੀ ਪ੍ਰਾਥਮਿਕਤਾ ਦੇ ਅਨੁਸਾਰ)\n\n1. **ਮਾਡਲ ਦਾ ਸਹੀ ਅਕਾਰ ਚੁਣੋ** — ਸਭ ਤੋਂ ਛੋਟਾ ਮਾਡਲ ਵਰਤੋ ਜੋ ਮੁਲਾਂਕਣ ਗੇਟ ਪਾਰ ਕਰਦਾ ਹੋਵੇ।\n2. **ਜਟਿਲਤਾ ਅਨੁਸਾਰ ਰਾਊਟ ਕਰੋ** — ਸਧਾਰਣ ਬਿਨੈ ਲਈ ਛੋਟਾ\u002Fਤੇਜ਼ ਮਾਡਲ, ਅਸਲੀ ਸੋਚ ਲਈ ਵੱਡਾ ਮਾਡਲ (DIY ਕਲਾਸੀਫਾਇਰ ਜਾਂ ਫਾਊਂਡਰੀ ਮਾਡਲ ਰਾਊਟਰ)।\n3. **ਕੈਸ਼ ਕਰੋ** — ਨਜ਼ਦੀਕੀ-ਨਕਲ ਬਿਨੈ ਮਾਡਲ ਕਾਲ ਦੇ ਬਿਨਾਂ ਸਰਵ ਕਰੋ।\n4. **ਸਟੇਟਲੈੱਸ ਡਿਜ਼ਾਈਨ + ਬਾਊਂਡਡ ਕਨਕਰਨਸੀ** — ਸਥਿਤੀ ਨੂੰ ਬਾਹਰੀ ਬਣਾਓ; ਬੈਕਆਫ ਨਾਲ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰੋ।\n\n## ਮੁੱਖ ਬੀਮਾਣੇ ਨਕਲ ਕਰਨ ਲਈ\n\nਸਿੱਖਣ ਵਾਲੇ ਨੂੰ ਨੋਟਬੁੱਕ ਵਿੱਚੋਂ ਇਹ ਵਿਖਾਓ\n[`16-python-agent-framework.ipynb`](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002Fcode_samples\u002F16-python-agent-framework.ipynb):\n\n- **ਬਿਨੈ ਹੈਂਡਲਰ**: ਕੈਸ਼ → ਜਟਿਲਤਾ ਅਨੁਸਾਰ ਰਾਊਟ → ਟ੍ਰੇਸ ਸਪੈਨ → ਚਲਾਉਣਾ → ਕੈਸ਼।\n- **ਮੁਲਾਂਕਣ ਗੇਟ**: ਆਫਲਾਈਨ ਟੈਸਟ ਸੈੱਟ ਦਾ ਸਕੋਰ ਕਰੋ; `pass_rate >= threshold` ਵਾਪਸ ਕਰੋ ਅਤੇ ਸਿਰਫ਼ ਸੱਚ ਹੋਣ ਤੇ ਤੈਨਾਤ ਕਰੋ।\n- **ਮਾਨਵ ਮਨਜ਼ੂਰੀ**: ਵੱਡੀਆਂ ਵਾਪਸੀਵਾਲੀਆਂ ਕਾਰਵਾਈਆਂ ਲਈ `@tool(approval_mode=\"always_require\")`।\n- **ਟ੍ਰੇਸਿੰਗ**: ਹਰ ਬਿਨੈ ਨੂੰ `tracer.start_as_current_span(...)` ਵਿੱਚ ਲਪੇਟੋ ਅਤੇ `routed.model`, `customer.id` ਵਰਗੀਆਂ ਗੁਣ ਦਿੱਤੀਆਂ ਸੈਟ ਕਰੋ।\n\n## ਤੈਨਾਤ ਕੀਤੇ ਏਜੰਟ ਦੀ ਸਮੋਕ-ਟੈਸਟਿੰਗ\n\nਤੈਨਾਤ ਤੋਂ ਬਾਅਦ, ਏਕ ਭਾਲੋ ਕਿ ਏਂਡਪੌਇੰਟ ਅਸਲ ਵਿੱਚ ਜਵਾਬ ਦੇ ਰਿਹਾ ਹੈ (ਇੱਕ ਹਰਾ ਡਿਪਲੋਇ ਅਜੇ ਵੀ\nਖ਼ਾਮੋਸ਼ ਹੋ ਸਕਦਾ ਹੈ)। [AI Smoke Test](https:\u002F\u002Fgithub.com\u002Fmarketplace\u002Factions\u002Fai-smoke-test)\nਕਿਰਿਆ ਨੂੰ [`.github\u002Fworkflows\u002Fsmoke-test.yml`](..\u002F..\u002F..\u002F..\u002F..\u002F.github\u002Fworkflows\u002Fsmoke-test.yml) ਰਾਹੀਂ\nਅਤੇ [`tests\u002F`](..\u002F..\u002F..\u002Ftests\u002FREADME.md) ਵਿੱਚ ਕੈਟਾਲੌਗ ਨਾਲ ਵਰਤੋ। ਰਨਰ ਹਰ\nਪ੍ਰਾਂਪਟ ਨੂੰ `POST {project_endpoint}\u002Fagents\u002F{agent_name}\u002Fendpoint\u002Fprotocols\u002Fopenai\u002Fresponses` 'ਤੇ POST ਕਰਦਾ ਹੈ\nਅਤੇ ਜਵਾਬ ਦੇ ਟੈਕਸਟ ਤੇ ਦਾਅਵਾ ਕਰਦਾ ਹੈ। ਪਹਚਾਣ ਨੂੰ ਫਾਊਂਡਰੀ ਪ੍ਰੋਜੈਕਟ ਸਕੋਪ ਤੇ **Azure AI User** ਭੂਮਿਕਾ ਦੀ ਲੋੜ ਹੈ; ਟੋਕਨ ਦਰਸ਼ਕ ਢਾਂਚੇ ਦਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ `https:\u002F\u002Fai.azure.com\u002F`।\n\n\nਮੁਲਾਂਕਣ** (ਸ਼ਿਪ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਚੰਗਾ, ਪ੍ਰਮੋਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ) → **ਆਨਲਾਈਨ ਮੁਲਾਂਕਣ** (ਜੰਗਲ ਵਿੱਚ ਇਹ ਕਿਵੇਂ ਹੈ, ਲਗਾਤਾਰ)।\n\n## ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕੰਟਰੋਲ\n\n- **ਆਰਬੀਏਸੀ**: ਹਰ ਹੋਸਟਡ ਏਜੰਟ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਅਧਿਕਾਰਾਂ ਵਾਲੀ ਪ੍ਰਬੰਧਿਤ ਪਹਚਾਣ ਦਿਓ।\n\n\n## ਸਹਾਇਕ ਲਈ ਗਾਰਡਰੇਲ\n\n- ਪਾਠ ਵਿੱਚ ਵਰਤੇ canonical `FoundryChatClient(...)` + `provider.as_agent(...)` ਪੈਟਰਨ ਨੂੰ ਤਰਜੀਹ ਦਿਓ।\n\n- ਮੁਲਾਂਕਣ ਅਤੇ ਲਾਗਤ ਦੀ ਸਲਾਹ ਨੂੰ ਇਕੱਠੇ ਰੱਖੋ: ਮੁਲਾਂਕਣ ਗੁਣਵੱਤਾ ਦਾ ਨਿਊਨਤਮ ਮਾਪਦੰਡ ਤੈਅ ਕਰਦਾ ਹੈ, ਰਾਊਟਿੰਗ\u002Fਕੈਸ਼ਿੰਗ ਲਾਗਤ ਨੂੰ ਉਸ ਮਾਪਦੰਡ ਦੇ ਨੇੜੇ ਰੱਖਦੇ ਹਨ।\n- ਉਹ ਜਿੰਦੇ-ਅਜ਼ਯੁਰ ਨਤੀਜੇ ਵਾਅਦਾ ਨਾ ਕਰੋ ਜੋ ਤੁਸੀਂ ਸੱਚ ਨਹੀਂ ਕੀਤਾ; ਡਿਪਲੋਇਮੈਂਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਧੂੰਆਂ-ਟੈਸਟ ਵਰਕਫਲੋ ਦੀ ਸਿਫਾਰਸ਼ ਕਰੋ।\n- ਮੁਲਾਂਕਣ ਅਤੇ ਲਾਗਤ ਸਲਾਹ ਨੂੰ ਇਕੱਠੇ ਰੱਖੋ: ਮੁਲਾਂਕਣ ਗੁਣਵੱਤਾ ਦੀ ਨੀਵ ਰੱਖਦਾ ਹੈ, ਰੂਟਿੰਗ\u002Fਕੈਚਿੰਗ ਉਸ ਨੀਵ ਦੇ ਨੇੜੇ ਲਾਗਤ ਰੱਖਦੇ ਹਨ।\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**ਅਸਵੀਕਾਰੋਪਣ**:\nਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->",{"name":5,"license":15,"description":7},"main","f09e94ffe170f8af6d3db7c42987bbe4db227723","translations\u002Fpa\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents",26019,"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":8,"skillName":5,"commands":40,"prompt":50,"zipAvailable":51},[41,44,47],{"tool":42,"command":43},"npx","npx skills add microsoft\u002Fai-agents-for-beginners --skill deploying-scalable-agents",{"tool":45,"command":46},"bunx","bunx skills add microsoft\u002Fai-agents-for-beginners --skill deploying-scalable-agents",{"tool":48,"command":49},"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\u002Fpa\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",true,[],[54,72,83,90,98,103],{"skillNo":55,"name":56,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":57,"categories":58,"keywords":69,"publishedAt":24},"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",[59,64],{"categoryNo":60,"categoryName":61,"taxonomyType":62,"taxonomyTypeDesc":63},"01JBSEEDCAT000000000000008","测试与质量","SCENARIO","使用场景",{"categoryNo":65,"categoryName":66,"taxonomyType":67,"taxonomyTypeDesc":68},"01JBSEEDCAT000000000000039","教师与教育","PROFESSION","适用职业",[70,71],"testing","testing course samples",{"skillNo":73,"name":74,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":75,"categories":76,"keywords":80,"publishedAt":24},"01M69A1XRB2SFHYRMEH0K08EKZ","microsoft-docs","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fmicrosoft-docs\u002FSKILL.md",[77],{"categoryNo":78,"categoryName":79,"taxonomyType":62,"taxonomyTypeDesc":63},"01JBSEEDCAT000000000000023","Skill与智能体开发",[81,9,82],"docs","microsoft docs",{"skillNo":84,"name":85,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":86,"categories":87,"keywords":88,"publishedAt":24},"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",[],[20,89],"local ai agents",{"skillNo":91,"name":92,"nameZh":6,"description":93,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":94,"categories":95,"keywords":96,"publishedAt":24},"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",[],[97],"jupyter notebook",{"skillNo":99,"name":5,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":100,"categories":101,"keywords":102,"publishedAt":24},"01M69A1Q8EXPWKZSQK69V6WF22","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",[],[19],{"skillNo":104,"name":105,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":106,"categories":107,"keywords":108,"publishedAt":24},"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",[],[109],"azure openai to responses"]