[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M699ZFSZJJQ4KVBEGCPWXKE0":3,"skill-same:01M699ZFSZJJQ4KVBEGCPWXKE0":48},{"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},"01M699ZFSZJJQ4KVBEGCPWXKE0","deploying-scalable-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\u002Fur\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# مائیکروسافٹ فاؤنڈری کے ساتھ اسکیل ایبل ایجنٹس کی تعیناتی\n\n> [سبق 16 – اسکیل ایبل ایجنٹس کی تعیناتی](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002FREADME.md) کے ساتھ معاون مہارت۔\n> اس کا استعمال اس لیے کریں تاکہ ایک سیکھنے والے کو ایک ایجنٹ کو پروٹوٹائپ سے ایک اسکیل ایبل، قابل مشاهدا\n> پروڈکشن تعیناتی میں منتقل کرنے میں مدد ملے۔ ہر تجویز کو سبق کی مواد اور\n> رن ہونے والے نوٹ بک میں قائم کریں؛ فاؤنڈری APIs مت ایجاد کریں۔\n\n## ٹریگرز\n\nاس مہارت کو اس وقت فعال کریں جب ایک سیکھنے والا چاہتا ہو:\n- ایک ایجنٹ کو مائیکروسافٹ فاؤنڈری پر **ہوسٹڈ ایجنٹ** کے طور پر تعینات کرے اور اسے ورژن شدہ\u002Fقابل مشاهدا بنائے۔\n- **کلائنٹ-ہوسٹڈ، ہوسٹڈ-ایجنٹ، اور ایجنٹ-ورک فلو** تعیناتی کے نمونوں میں انتخاب کرے۔\n- **ماڈل روٹنگ**، **ردعمل کیشنگ**، یا **حد بندی ہم وقتی عمل** شامل کرے تاکہ تاخیر اور لاگت کو کنٹرول کیا جا سکے۔\n- ایک **تقدیر کا گیٹ** شامل کرے تاکہ خراب ایجنٹ ورژن کو تعینات نہ کیا جا سکے۔\n- اعلی خطرے والے اقدامات کے لیے ایک **انسان کے درمیان منظوری** قدم شامل کرے۔\n- ایک ایجنٹ کو **اوپن ٹیلی میٹری** ٹریسنگ کے ساتھ آلات سے مزین کرے تاکہ پروڈکشن کی نگرانی کی جا سکے۔\n- تعینات کردہ ایجنٹ کو بطور ایک تیز پوسٹ-تعیناتی گیٹ **اسموک ٹیسٹ** کرے۔\n\n## بنیادی ذہنی ماڈل\n\nایک پروڈکشن ایجنٹ زیادہ تر ماڈل کے *گرد* عملی ڈھانچہ ہوتا ہے (~80%)،\nماڈل خود نہیں۔ ہر تجویز کو ان میں سے ایک خیال سے مربوط کریں:\n\n| خیال | پروٹوٹائپ → پروڈکشن |\n|---------|------------------------|\n| ہوسٹنگ | نوٹ بک → ورژن شدہ ہوسٹڈ سروس |\n| شناخت | آپ کا `az login` → منظم شناخت + محدود RBAC |\n| حالت | ان میموری → بیرونی تھریڈ\u002Fمیموری اسٹور |\n| ناکامی | ٹریس بیک → ریٹریز، فالبیکس، الرٹس |\n| لاگت | \"چند سینٹس\" → ٹریک شدہ، روٹیڈ، کیشڈ، بجٹ میں بند |\n| معیار | آنکھ سے جائزہ لینا → خودکار جانچ گیٹ |\n| اعتماد | آپ کی منظوری → پالیسی + انسان کے درمیان |\n\n## تعیناتی کے نمونے (ایک منتخب کریں، یا ملائیں)\n\n1. **کلائنٹ-ہوسٹڈ** — عقلی لوپ آپ کے عمل میں چلتی ہے۔ زیادہ سے زیادہ کنٹرول؛ آپ اسکیلنگ\u002Fحالت کے مالک ہیں۔\n2. **ہوسٹڈ ایجنٹ (فاؤنڈری ایجنٹ سروس)** — فاؤنڈری لوپ کو ہوسٹ کرتا ہے، تھریڈز کو ذخیرہ کرتا ہے، RBAC\u002Fمواد کی سلامتی نافذ کرتا ہے، پورٹل میں ایجنٹ دکھاتا ہے۔ کم کنٹرول، کہیں کم آپریشنل حد۔\n3. **ایجنٹ ورک فلو** — متعدد ایجنٹس\u002Fاوزار ایک گراف میں شامل کیے جاتے ہیں جس میں شاخ دار، منظوری کے نوڈز، اور دیرپا چیک پوائنٹس ہوتے ہیں۔\n\n## لائف سائیکل (وہ لوپ جو ایجنٹ کو جہاز پر بھیجتا ہے)\n\n`create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat`.\n**آف لائن جانچ ایک گیٹ ہے، نظر انداز نہیں** — ایک ورژن تب تک نہیں جاتا\nجب تک وہ حد عبور نہ کرے۔ آن لائن مشاهدا اصلی ناکامیوں کو واپس\nآف لائن ٹیسٹ سیٹ میں دیتا ہے۔\n\n## اسکیلنگ اور لاگت کے لیورز (ترجیحی ترتیب میں)\n\n1. **ماڈل کو صحیح سائز دیں** — سب سے چھوٹا ماڈل استعمال کریں جو جانچ کے گیٹ کو پاس کرے۔\n2. **پیچیدگی کے لحاظ سے روٹنگ** — سادہ درخواستوں کے لیے چھوٹا\u002Fتیز ماڈل، اصلی سوچ کے لیے بڑا ماڈل (DIY کلاسیفائر یا فاؤنڈری ماڈل روٹر)۔\n3. **کیش** — ماڈل کال کے بغیر قریب تر درخواستوں کو پورا کریں۔\n4. **بے حالت ڈیزائن + محدود ہم وقتی عمل** — حالت کو بیرونی کریں؛ بیک آف کے ساتھ دوبارہ کوشش کریں۔\n\n## کلیدی نمونے کی تکمیل\n\nنوٹ بک سے سیکھنے والے کو یہ دکھائیں\n[`16-python-agent-framework.ipynb`](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002Fcode_samples\u002F16-python-agent-framework.ipynb):\n\n- **درخواست ہینڈلر**: کیش → پیچیدگی کے لحاظ سے روٹ → ٹریس اسپین → چلائیں → کیش۔\n- **جانچ گیٹ**: آف لائن ٹیسٹ سیٹ کو اسکور کریں؛ `pass_rate >= threshold` واپس کریں اور تب ہی تعیناتی کریں اگر صحیح ہو۔\n- **انسانی منظوری**: `@tool(approval_mode=\"always_require\")` بڑے ریفنڈز جیسے اعمال کے لیے۔\n- **ٹریسنگ**: ہر درخواست کو `tracer.start_as_current_span(...)` میں لپیٹیں اور ایسے صفات سیٹ کریں جیسے `routed.model`, `customer.id`۔\n\n## تعینات شدہ ایجنٹ کی اسموک ٹیسٹنگ\n\nتعیناتی کے بعد، اس بات کی تصدیق کریں کہ اینڈ پوائنٹ واقعی جواب دیتا ہے (ایک سبز تعیناتی پھر بھی\nخاموش ہو سکتی ہے)۔ [AI Smoke Test](https:\u002F\u002Fgithub.com\u002Fmarketplace\u002Factions\u002Fai-smoke-test)\nکو [`.github\u002Fworkflows\u002Fsmoke-test.yml`](..\u002F..\u002F..\u002F..\u002F..\u002F.github\u002Fworkflows\u002Fsmoke-test.yml)\nکے ذریعے استعمال کریں جس کا کیٹلاگ [`tests\u002F`](..\u002F..\u002F..\u002Ftests\u002FREADME.md) میں ہے۔ رنر ہر\nپرامپٹ کو `POST {project_endpoint}\u002Fagents\u002F{agent_name}\u002Fendpoint\u002Fprotocols\u002Fopenai\u002Fresponses`\nپر بھیجتا ہے اور جواب کے متن پر تصدیق کرتا ہے۔ شناخت کو **Azure AI User** کردار درکار ہے\nفاؤنڈری پروجیکٹ حدود پر؛ ٹوکن کا ناظرین `https:\u002F\u002Fai.azure.com\u002F` ہونا چاہیے۔\n\nگیٹس کو ملائیں: **اسموک ٹیسٹ** (پہنچنے\u002Fجواب دینے والا، ہر تعیناتی) → **آف لائن\nجانچ** (کافی اچھا برآمدہ، فروغ سے پہلے) → **آن لائن جانچ** (جنگل میں کیسا ہے، جاری)۔\n\n\n## ادارہ جاتی کنٹرولز\n\n- **RBAC**: ہر ہوسٹڈ ایجنٹ کو کم از کم مراعات کے ساتھ منظم شناخت دیں۔\n- **پروڈکشن میں MCP**: ہر MCP سرور کو غیر معتبر حد سمجھیں — ورژن کو پن کریں، اس کی شناخت محدود کریں، آؤٹ پٹ کی تصدیق کریں، ریٹ-لمٹ کریں، راز کبھی افشا نہ کریں۔\n\n## معاون کے لیے گارڈریل\n\n- کورس میں استعمال ہونے والے معیاری `FoundryChatClient(...)` + `provider.as_agent(...)` پیٹرن کو ترجیح دیں۔\n- وہ زندہ-ایزور نتائج نہ دیں جو آپ نے چیک نہ کیے ہوں؛ تعیناتی کی تصدیق کے لیے اسموک ٹیسٹ ورک فلو کی سفارش کریں۔\n- جانچ اور لاگت کی نصیحت کو ساتھ رکھیں: جانچ معیار کا فرش طے کرتی ہے، روٹنگ\u002Fکیشنگ لاگت کو اس کے قریب رکھتی ہے۔\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**ڈس کلیمر**:\nیہ دستاویز AI ترجمہ سروس [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator) کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنے مادری زبان میں مستند ماخذ سمجھی جائے گی۔ حساس معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->","# مائیکروسافٹ فاؤنڈری کے ساتھ اسکیل ایبل ایجنٹس کی تعیناتی\n\n> [سبق 16 – اسکیل ایبل ایجنٹس کی تعیناتی](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002FREADME.md) کے ساتھ معاون مہارت۔\n> اس کا استعمال اس لیے کریں تاکہ ایک سیکھنے والے کو ایک ایجنٹ کو پروٹوٹائپ سے ایک اسکیل ایبل، قابل مشاهدا\n> پروڈکشن تعیناتی میں منتقل کرنے میں مدد ملے۔ ہر تجویز کو سبق کی مواد اور\n> رن ہونے والے نوٹ بک میں قائم کریں؛ فاؤنڈری APIs مت ایجاد کریں۔\n\n## ٹریگرز\n\nاس مہارت کو اس وقت فعال کریں جب ایک سیکھنے والا چاہتا ہو:\n- ایک ایجنٹ کو مائیکروسافٹ فاؤنڈری پر **ہوسٹڈ ایجنٹ** کے طور پر تعینات کرے اور اسے ورژن شدہ\u002Fقابل مشاهدا بنائے۔\n- **کلائنٹ-ہوسٹڈ، ہوسٹڈ-ایجنٹ، اور ایجنٹ-ورک فلو** تعیناتی کے نمونوں میں انتخاب کرے۔\n- **ماڈل روٹنگ**، **ردعمل کیشنگ**، یا **حد بندی ہم وقتی عمل** شامل کرے تاکہ تاخیر اور لاگت کو کنٹرول کیا جا سکے۔\n- ایک **تقدیر کا گیٹ** شامل کرے تاکہ خراب ایجنٹ ورژن کو تعینات نہ کیا جا سکے۔\n- اعلی خطرے والے اقدامات کے لیے ایک **انسان کے درمیان منظوری** قدم شامل کرے۔\n- ایک ایجنٹ کو **اوپن ٹیلی میٹری** ٹریسنگ کے ساتھ آلات سے مزین کرے تاکہ پروڈکشن کی نگرانی کی جا سکے۔\n- تعینات کردہ ایجنٹ کو بطور ایک تیز پوسٹ-تعیناتی گیٹ **اسموک ٹیسٹ** کرے۔\n\n## بنیادی ذہنی ماڈل\n\nایک پروڈکشن ایجنٹ زیادہ تر ماڈل کے *گرد* عملی ڈھانچہ ہوتا ہے (~80%)،\nماڈل خود نہیں۔ ہر تجویز کو ان میں سے ایک خیال سے مربوط کریں:\n\n| خیال | پروٹوٹائپ → پروڈکشن |\n|---------|------------------------|\n| ہوسٹنگ | نوٹ بک → ورژن شدہ ہوسٹڈ سروس |\n| شناخت | آپ کا `az login` → منظم شناخت + محدود RBAC |\n| حالت | ان میموری → بیرونی تھریڈ\u002Fمیموری اسٹور |\n| ناکامی | ٹریس بیک → ریٹریز، فالبیکس، الرٹس |\n| لاگت | \"چند سینٹس\" → ٹریک شدہ، روٹیڈ، کیشڈ، بجٹ میں بند |\n| معیار | آنکھ سے جائزہ لینا → خودکار جانچ گیٹ |\n| اعتماد | آپ کی منظوری → پالیسی + انسان کے درمیان |\n\n## تعیناتی کے نمونے (ایک منتخب کریں، یا ملائیں)\n\n1. **کلائنٹ-ہوسٹڈ** — عقلی لوپ آپ کے عمل میں چلتی ہے۔ زیادہ سے زیادہ کنٹرول؛ آپ اسکیلنگ\u002Fحالت کے مالک ہیں۔\n2. **ہوسٹڈ ایجنٹ (فاؤنڈری ایجنٹ سروس)** — فاؤنڈری لوپ کو ہوسٹ کرتا ہے، تھریڈز کو ذخیرہ کرتا ہے، RBAC\u002Fمواد کی سلامتی نافذ کرتا ہے، پورٹل میں ایجنٹ دکھاتا ہے۔ کم کنٹرول، کہیں کم آپریشنل حد۔\n3. **ایجنٹ ورک فلو** — متعدد ایجنٹس\u002Fاوزار ایک گراف میں شامل کیے جاتے ہیں جس میں شاخ دار، منظوری کے نوڈز، اور دیرپا چیک پوائنٹس ہوتے ہیں۔\n\n## لائف سائیکل (وہ لوپ جو ایجنٹ کو جہاز پر بھیجتا ہے)\n\n`create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat`.\n**آف لائن جانچ ایک گیٹ ہے، نظر انداز نہیں** — ایک ورژن تب تک نہیں جاتا\nجب تک وہ حد عبور نہ کرے۔ آن لائن مشاهدا اصلی ناکامیوں کو واپس\nآف لائن ٹیسٹ سیٹ میں دیتا ہے۔\n\n## اسکیلنگ اور لاگت کے لیورز (ترجیحی ترتیب میں)\n\n1. **ماڈل کو صحیح سائز دیں** — سب سے چھوٹا ماڈل استعمال کریں جو جانچ کے گیٹ کو پاس کرے۔\n2. **پیچیدگی کے لحاظ سے روٹنگ** — سادہ درخواستوں کے لیے چھوٹا\u002Fتیز ماڈل، اصلی سوچ کے لیے بڑا ماڈل (DIY کلاسیفائر یا فاؤنڈری ماڈل روٹر)۔\n3. **کیش** — ماڈل کال کے بغیر قریب تر درخواستوں کو پورا کریں۔\n4. **بے حالت ڈیزائن + محدود ہم وقتی عمل** — حالت کو بیرونی کریں؛ بیک آف کے ساتھ دوبارہ کوشش کریں۔\n\n## کلیدی نمونے کی تکمیل\n\nنوٹ بک سے سیکھنے والے کو یہ دکھائیں\n[`16-python-agent-framework.ipynb`](..\u002F..\u002F..\u002F16-deploying-scalable-agents\u002Fcode_samples\u002F16-python-agent-framework.ipynb):\n\n- **درخواست ہینڈلر**: کیش → پیچیدگی کے لحاظ سے روٹ → ٹریس اسپین → چلائیں → کیش۔\n- **جانچ گیٹ**: آف لائن ٹیسٹ سیٹ کو اسکور کریں؛ `pass_rate >= threshold` واپس کریں اور تب ہی تعیناتی کریں اگر صحیح ہو۔\n- **انسانی منظوری**: `@tool(approval_mode=\"always_require\")` بڑے ریفنڈز جیسے اعمال کے لیے۔\n- **ٹریسنگ**: ہر درخواست کو `tracer.start_as_current_span(...)` میں لپیٹیں اور ایسے صفات سیٹ کریں جیسے `routed.model`, `customer.id`۔\n\n## تعینات شدہ ایجنٹ کی اسموک ٹیسٹنگ\n\nتعیناتی کے بعد، اس بات کی تصدیق کریں کہ اینڈ پوائنٹ واقعی جواب دیتا ہے (ایک سبز تعیناتی پھر بھی\nخاموش ہو سکتی ہے)۔ [AI Smoke Test](https:\u002F\u002Fgithub.com\u002Fmarketplace\u002Factions\u002Fai-smoke-test)\nکو [`.github\u002Fworkflows\u002Fsmoke-test.yml`](..\u002F..\u002F..\u002F..\u002F..\u002F.github\u002Fworkflows\u002Fsmoke-test.yml)\nکے ذریعے استعمال کریں جس کا کیٹلاگ [`tests\u002F`](..\u002F..\u002F..\u002Ftests\u002FREADME.md) میں ہے۔ رنر ہر\nپرامپٹ کو `POST {project_endpoint}\u002Fagents\u002F{agent_name}\u002Fendpoint\u002Fprotocols\u002Fopenai\u002Fresponses`\nپر بھیجتا ہے اور جواب کے متن پر تصدیق کرتا ہے۔ شناخت کو **Azure AI User** کردار درکار ہے\nفاؤنڈری پروجیکٹ حدود پر؛ ٹوکن کا ناظرین `https:\u002F\u002Fai.azure.com\u002F` ہونا چاہیے۔\n\nگیٹس کو ملائیں: **اسموک ٹیسٹ** (پہنچنے\u002Fجواب دینے والا، ہر تعیناتی) → **آف لائن\nجانچ** (کافی اچھا برآمدہ، فروغ سے پہلے) → **آن لائن جانچ** (جنگل میں کیسا ہے، جاری)۔\n\n\n## ادارہ جاتی کنٹرولز\n\n- **RBAC**: ہر ہوسٹڈ ایجنٹ کو کم از کم مراعات کے ساتھ منظم شناخت دیں۔\n- **پروڈکشن میں MCP**: ہر MCP سرور کو غیر معتبر حد سمجھیں — ورژن کو پن کریں، اس کی شناخت محدود کریں، آؤٹ پٹ کی تصدیق کریں، ریٹ-لمٹ کریں، راز کبھی افشا نہ کریں۔\n\n## معاون کے لیے گارڈریل\n\n- کورس میں استعمال ہونے والے معیاری `FoundryChatClient(...)` + `provider.as_agent(...)` پیٹرن کو ترجیح دیں۔\n- وہ زندہ-ایزور نتائج نہ دیں جو آپ نے چیک نہ کیے ہوں؛ تعیناتی کی تصدیق کے لیے اسموک ٹیسٹ ورک فلو کی سفارش کریں۔\n- جانچ اور لاگت کی نصیحت کو ساتھ رکھیں: جانچ معیار کا فرش طے کرتی ہے، روٹنگ\u002Fکیشنگ لاگت کو اس کے قریب رکھتی ہے۔\n\n---\n\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**ڈس کلیمر**:\nیہ دستاویز AI ترجمہ سروس [Co-op Translator](https:\u002F\u002Fgithub.com\u002FAzure\u002Fco-op-translator) کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنے مادری زبان میں مستند ماخذ سمجھی جائے گی۔ حساس معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔\n\u003C!-- CO-OP TRANSLATOR DISCLAIMER END -->",{"name":5,"license":14},"main","f09e94ffe170f8af6d3db7c42987bbe4db227723","translations\u002Fur\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":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\u002Fur\u002F.agents\u002Fskills\u002Fdeploying-scalable-agents\u002FSKILL.md",true,[],[49,67,78,86,94,99],{"skillNo":50,"name":51,"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":52,"categories":53,"keywords":64,"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",[54,59],{"categoryNo":55,"categoryName":56,"taxonomyType":57,"taxonomyTypeDesc":58},"01JBSEEDCAT000000000000008","测试与质量","SCENARIO","使用场景",{"categoryNo":60,"categoryName":61,"taxonomyType":62,"taxonomyTypeDesc":63},"01JBSEEDCAT000000000000039","教师与教育","PROFESSION","适用职业",[65,66],"testing","testing course samples",{"skillNo":68,"name":69,"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":70,"categories":71,"keywords":75,"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",[72],{"categoryNo":73,"categoryName":74,"taxonomyType":57,"taxonomyTypeDesc":58},"01JBSEEDCAT000000000000023","Skill与智能体开发",[76,8,77],"docs","microsoft docs",{"skillNo":79,"name":80,"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":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",[],[84,85],"ai agents","local ai agents",{"skillNo":87,"name":88,"nameZh":6,"description":89,"descriptionZh":6,"repositoryFullName":7,"ownerLogin":8,"ownerAvatarUrl":9,"ownerAccountNo":10,"ownerDisplayName":11,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":90,"categories":91,"keywords":92,"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",[],[93],"jupyter notebook",{"skillNo":95,"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":96,"categories":97,"keywords":98,"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":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":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",[],[105],"azure openai to responses"]