[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M699TQFFFYNQHS7G8YCBEHK8":3,"skill-same:01M699TQFFFYNQHS7G8YCBEHK8":49},{"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":20,"linkOnly":21,"markdownContent":22,"markdownBody":23,"frontMatter":24,"refName":25,"commitSha":26,"skillDirectory":27,"forksCount":28,"repositoryHtmlUrl":29,"repositoryHomepageUrl":30,"ownerHtmlUrl":31,"ownerBlogUrl":32,"ownerDescription":33,"updatedAt":34,"install":35,"resources":48},"01M699TQFFFYNQHS7G8YCBEHK8","local-ai-agents",null,"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\u002Fsk\u002F.agents\u002Fskills\u002Flocal-ai-agents\u002FSKILL.md",[],[18,19],"ai agents","local ai agents","2026-11-10 10:12:30",false,"---\nname: local-ai-agents\nlicense: MIT\n---\n# Vytváranie lokálnych AI agentov s Foundry Local a Qwen\n\n> Doplňujúca zručnosť pre [Lekciu 17 – Vytváranie lokálnych AI agentov](..\u002F..\u002F..\u002F17-creating-local-ai-agents\u002FREADME.md).\n> Použite ju na pomoc študentovi vybudovať agenta, ktorý uvažuje, volá nástroje a vyhľadáva\n> dokumentáciu úplne na jeho vlastnom zariadení — bez cloudového vyhodnocovania. Každé\n> odporúčanie podložte obsahom lekcie a spustiteľným notebookom.\n\n## Spúšťače\n\nAktivujte túto zručnosť, keď chce študent:\n- Spustiť agenta **úplne na zariadení** z dôvodu ochrany súkromia, nákladov alebo offline prevádzky.\n- Poskytnúť model lokálne pomocou **Foundry Local** a pripojiť sa prostredníctvom endpointu kompatibilného s OpenAI.\n- Použiť model **Qwen s volaním funkcií** na riadenie spoľahlivých lokálnych volaní nástrojov.\n- Pridať **lokálny RAG** (Chroma) alebo **lokálny MCP server**.\n- Navrhnúť **hybridnú** stratégiu smerovania lokálne\u002Fvo cloude.\n\n## Základný mentálny model\n\nSLM vymieňa šírku poznania za súkromie, náklady a offline prevádzku. Víťazná stratégia:\n**nechať SLM orchestráciu a nechať nástroje odviesť ťažkú prácu.** Model nemusí *poznať*\nkódovú základňu — potrebuje vedieť, kedy volať `read_file` a `search_docs`. To využíva\nsilu SLM (obmedzené rozhodnutia ako výber nástroja) a vyhýba sa jeho slabine (široké znalosti,\ndlhé viacstupňové uvažovanie).\n\n\n## Prečo práve tieto časti\n\n- **Foundry Local** sprístupňuje **OpenAI-kompatibilný HTTP endpoint**, takže kód cloudového agenta sa prenáša len zmenou `base_url` (a použitím lokálneho dočasného API kľúča). Tiež automaticky vyberá najlepší build (CPU\u002FGPU\u002FNPU) pre zariadenie.\n- Modely **Qwen** sú trénované na volanie funkcií a konzistentne generujú správne volania nástrojov — tým sa lokálny *chat* model mení na lokálneho *agenta*.\n- **Chroma** beží v procese a ukladá vektory na disk, takže celý RAG pipeline (embedding → ukladanie → vyhľadávanie → uvažovanie) zostáva lokálny.\n- **MCP** je transport, nie cloudová služba: MCP server môže bežať lokálne cez `stdio`.\n\n## Základné nastavenie\n\n```bash\nfoundry model run qwen2.5-7b-instruct\nfoundry service status\n```\n\n```python\nfrom foundry_local import FoundryLocalManager\nfrom openai import OpenAI\n\nmanager = FoundryLocalManager(\"qwen2.5-7b-instruct\")\nclient = OpenAI(base_url=manager.endpoint, api_key=manager.api_key)  # lokálna zástupná značka\n```\n\n~8 GB RAM je realistické minimum; GPU\u002FNPU pomáha, ale nie je povinné.\n\n## Kľúčové vzory na reprodukciu\n\nNasmerujte študenta na notebook\n[`17-local-agent-foundry-local.ipynb`](..\u002F..\u002F..\u002F17-creating-local-ai-agents\u002Fcode_samples\u002F17-local-agent-foundry-local.ipynb):\n\n- **Izolované nástroje**: každý súborový nástroj rieši cesty a odmieta čokoľvek mimo jednej koreňovej zložky projektu — aj lokálne nástroj beží s oprávneniami používateľa.\n- **Cyklické volanie nástrojov**: zaregistrujte nástroje podľa OpenAI nástrojovej schémy, vykonávajte požadované nástroje lokálne, vráťte výsledky a opakujte, kým nedostanete konečnú odpoveď.\n- **Lokálny RAG**: vložte dokumenty do Chroma kolekcie; `search_docs` vráti najlepších k prvých fragmentov.\n- **Lokálny MCP**: pripojte sa k lokálnemu serveru cez `stdio`; ohraničte ho na adresár projektu a validujte jeho výstupy.\n\n## Hybridné smerovanie (lokálne ako jeden z modelov)\n\n| Situácia | Kde beží |\n|-----------|---------------|\n| Citlivé dáta \u002F offline | Lokálny SLM |\n| Jednoduchá, obmedzená úloha | Lokálny SLM (lacný, rýchly) |\n| Náročné viacstupňové uvažovanie na necitlivých dátach | Cloudový model |\n| Výpadok cloudu | Lokálny SLM (plynulý pokles kvality) |\n\nToto odráža myšlienku smerovania modelov z Lekcie 16, pričom pracovná stanica je jedna\nz ciest. Preferujte dizajny, ktoré sa vracajú k lokálnemu, aby agent degradoval vo\nkvalite namiesto úplného zlyhania.\n\n## Ochranné opatrenia pre asistenta\n\n- Každá operácia so súbormi\u002Fnástrojmi musí byť ohraničená v izolovanom adresári projektu.\n- Neodosielajte kód ani dáta do cloudu, ak je cieľom študenta súkromie\u002Foffline režim — udržiavajte celú linku lokálnu.\n- Nastavte realistické očakávania pre kvalitu SLM; spoliehajte sa na nástroje a RAG skôr než na zapamätané vedomosti modelu.\n- Všimnite si, že Lekcia 17 nemá žiadny Foundry Responses endpoint, takže cloudový smoke-test nie je použiteľný — overujte spustením notebooku lokálne.\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**Vyhlásenie o zodpovednosti**:\nTento dokument bol preložený pomocou AI prekladateľskej služby [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator). Hoci sa snažíme o presnosť, vezmite prosím na vedomie, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho natívnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za žiadne nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->","# Vytváranie lokálnych AI agentov s Foundry Local a Qwen\n\n> Doplňujúca zručnosť pre [Lekciu 17 – Vytváranie lokálnych AI agentov](..\u002F..\u002F..\u002F17-creating-local-ai-agents\u002FREADME.md).\n> Použite ju na pomoc študentovi vybudovať agenta, ktorý uvažuje, volá nástroje a vyhľadáva\n> dokumentáciu úplne na jeho vlastnom zariadení — bez cloudového vyhodnocovania. Každé\n> odporúčanie podložte obsahom lekcie a spustiteľným notebookom.\n\n## Spúšťače\n\nAktivujte túto zručnosť, keď chce študent:\n- Spustiť agenta **úplne na zariadení** z dôvodu ochrany súkromia, nákladov alebo offline prevádzky.\n- Poskytnúť model lokálne pomocou **Foundry Local** a pripojiť sa prostredníctvom endpointu kompatibilného s OpenAI.\n- Použiť model **Qwen s volaním funkcií** na riadenie spoľahlivých lokálnych volaní nástrojov.\n- Pridať **lokálny RAG** (Chroma) alebo **lokálny MCP server**.\n- Navrhnúť **hybridnú** stratégiu smerovania lokálne\u002Fvo cloude.\n\n## Základný mentálny model\n\nSLM vymieňa šírku poznania za súkromie, náklady a offline prevádzku. Víťazná stratégia:\n**nechať SLM orchestráciu a nechať nástroje odviesť ťažkú prácu.** Model nemusí *poznať*\nkódovú základňu — potrebuje vedieť, kedy volať `read_file` a `search_docs`. To využíva\nsilu SLM (obmedzené rozhodnutia ako výber nástroja) a vyhýba sa jeho slabine (široké znalosti,\ndlhé viacstupňové uvažovanie).\n\n\n## Prečo práve tieto časti\n\n- **Foundry Local** sprístupňuje **OpenAI-kompatibilný HTTP endpoint**, takže kód cloudového agenta sa prenáša len zmenou `base_url` (a použitím lokálneho dočasného API kľúča). Tiež automaticky vyberá najlepší build (CPU\u002FGPU\u002FNPU) pre zariadenie.\n- Modely **Qwen** sú trénované na volanie funkcií a konzistentne generujú správne volania nástrojov — tým sa lokálny *chat* model mení na lokálneho *agenta*.\n- **Chroma** beží v procese a ukladá vektory na disk, takže celý RAG pipeline (embedding → ukladanie → vyhľadávanie → uvažovanie) zostáva lokálny.\n- **MCP** je transport, nie cloudová služba: MCP server môže bežať lokálne cez `stdio`.\n\n## Základné nastavenie\n\n```bash\nfoundry model run qwen2.5-7b-instruct\nfoundry service status\n```\n\n```python\nfrom foundry_local import FoundryLocalManager\nfrom openai import OpenAI\n\nmanager = FoundryLocalManager(\"qwen2.5-7b-instruct\")\nclient = OpenAI(base_url=manager.endpoint, api_key=manager.api_key)  # lokálna zástupná značka\n```\n\n~8 GB RAM je realistické minimum; GPU\u002FNPU pomáha, ale nie je povinné.\n\n## Kľúčové vzory na reprodukciu\n\nNasmerujte študenta na notebook\n[`17-local-agent-foundry-local.ipynb`](..\u002F..\u002F..\u002F17-creating-local-ai-agents\u002Fcode_samples\u002F17-local-agent-foundry-local.ipynb):\n\n- **Izolované nástroje**: každý súborový nástroj rieši cesty a odmieta čokoľvek mimo jednej koreňovej zložky projektu — aj lokálne nástroj beží s oprávneniami používateľa.\n- **Cyklické volanie nástrojov**: zaregistrujte nástroje podľa OpenAI nástrojovej schémy, vykonávajte požadované nástroje lokálne, vráťte výsledky a opakujte, kým nedostanete konečnú odpoveď.\n- **Lokálny RAG**: vložte dokumenty do Chroma kolekcie; `search_docs` vráti najlepších k prvých fragmentov.\n- **Lokálny MCP**: pripojte sa k lokálnemu serveru cez `stdio`; ohraničte ho na adresár projektu a validujte jeho výstupy.\n\n## Hybridné smerovanie (lokálne ako jeden z modelov)\n\n| Situácia | Kde beží |\n|-----------|---------------|\n| Citlivé dáta \u002F offline | Lokálny SLM |\n| Jednoduchá, obmedzená úloha | Lokálny SLM (lacný, rýchly) |\n| Náročné viacstupňové uvažovanie na necitlivých dátach | Cloudový model |\n| Výpadok cloudu | Lokálny SLM (plynulý pokles kvality) |\n\nToto odráža myšlienku smerovania modelov z Lekcie 16, pričom pracovná stanica je jedna\nz ciest. Preferujte dizajny, ktoré sa vracajú k lokálnemu, aby agent degradoval vo\nkvalite namiesto úplného zlyhania.\n\n## Ochranné opatrenia pre asistenta\n\n- Každá operácia so súbormi\u002Fnástrojmi musí byť ohraničená v izolovanom adresári projektu.\n- Neodosielajte kód ani dáta do cloudu, ak je cieľom študenta súkromie\u002Foffline režim — udržiavajte celú linku lokálnu.\n- Nastavte realistické očakávania pre kvalitu SLM; spoliehajte sa na nástroje a RAG skôr než na zapamätané vedomosti modelu.\n- Všimnite si, že Lekcia 17 nemá žiadny Foundry Responses endpoint, takže cloudový smoke-test nie je použiteľný — overujte spustením notebooku lokálne.\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**Vyhlásenie o zodpovednosti**:\nTento dokument bol preložený pomocou AI prekladateľskej služby [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator). Hoci sa snažíme o presnosť, vezmite prosím na vedomie, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho natívnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za žiadne nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->",{"name":5,"license":14},"main","f09e94ffe170f8af6d3db7c42987bbe4db227723","translations\u002Fsk\u002F.agents\u002Fskills\u002Flocal-ai-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":7,"skillName":5,"commands":36,"prompt":46,"zipAvailable":47},[37,40,43],{"tool":38,"command":39},"npx","npx skills add microsoft\u002Fai-agents-for-beginners --skill local-ai-agents",{"tool":41,"command":42},"bunx","bunx skills add microsoft\u002Fai-agents-for-beginners --skill local-ai-agents",{"tool":44,"command":45},"pnpm","pnpm dlx skills add microsoft\u002Fai-agents-for-beginners --skill local-ai-agents","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fsk\u002F.agents\u002Fskills\u002Flocal-ai-agents\u002FSKILL.md",true,[],[50,68,79,84,92,99],{"skillNo":51,"name":52,"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":53,"categories":54,"keywords":65,"publishedAt":20},"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",[55,60],{"categoryNo":56,"categoryName":57,"taxonomyType":58,"taxonomyTypeDesc":59},"01JBSEEDCAT000000000000008","测试与质量","SCENARIO","使用场景",{"categoryNo":61,"categoryName":62,"taxonomyType":63,"taxonomyTypeDesc":64},"01JBSEEDCAT000000000000039","教师与教育","PROFESSION","适用职业",[66,67],"testing","testing course samples",{"skillNo":69,"name":70,"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":71,"categories":72,"keywords":76,"publishedAt":20},"01M69A1XRB2SFHYRMEH0K08EKZ","microsoft-docs","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fmicrosoft-docs\u002FSKILL.md",[73],{"categoryNo":74,"categoryName":75,"taxonomyType":58,"taxonomyTypeDesc":59},"01JBSEEDCAT000000000000023","Skill与智能体开发",[77,8,78],"docs","microsoft docs",{"skillNo":80,"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":81,"categories":82,"keywords":83,"publishedAt":20},"01M69A1VPZFJQ1HNGTZQ5P3WSC","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Flocal-ai-agents\u002FSKILL.md",[],[18,19],{"skillNo":85,"name":86,"nameZh":6,"description":87,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":88,"categories":89,"keywords":90,"publishedAt":20},"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",[],[91],"jupyter notebook",{"skillNo":93,"name":94,"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":95,"categories":96,"keywords":97,"publishedAt":20},"01M69A1Q8EXPWKZSQK69V6WF22","deploying-scalable-agents","https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fai-agents-for-beginners\u002Fblob\u002Fmain\u002Ftranslations\u002Fzh-TW\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",[],[98],"deploying scalable agents",{"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":104,"publishedAt":20},"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",[],[105],"azure openai to responses"]