에이전트 빌드 및 배포

이 모듈에서는 프로젝트와 모델 준비에서 마련한 프로젝트, 모델 배포, 카탈로그를 사용하여 Microsoft Foundry Canvas로 호스팅 Backer Concierge를 구축합니다.

이 모듈을 마치면 다음을 갖추게 됩니다.

패키징한 카탈로그 데이터와 집중 테스트를 포함하는 에이전트 기본 구조
카탈로그 및 대화의 각 승인 기준에 대한 로컬 검증 증거
배포 후 Foundry에서 다시 테스트한 에이전트 버전

시나리오

Tailspin Toys에는 실제 카탈로그 질문에 답하고, 정보가 없으면 이를 인정하며, 대화에서 다룬 게임을 기억하는 도우미가 필요합니다. 이 서비스는 상점 사이트의 일부가 되기 전에 신뢰성을 입증해야 합니다.

배포 도구 준비

호스팅 에이전트를 검사하고 배포할 때는 Canvas를 통해 Azure Developer CLI를 사용하며, 기존 Foundry 프로젝트와 모델을 재사용합니다.

모듈 1의 Add a Backer Concierge assistant for catalog questions 이슈에 연결된 동일한 세션을 다시 시작합니다. db/catalog.json이 그대로 있고 올바른 구독과 Foundry 프로젝트에 연결되어 있으며 모델 배포가 유지되는지 확인합니다. 리소스를 정리했다면 먼저 관련 프로젝트와 모델 설정을 다시 수행합니다.
**+**를 선택하고 Terminal을 선택한 다음 Azure Developer CLI에 로그인합니다. 메시지가 표시되면 브라우저에서 인증을 완료합니다.
Terminal window
```
azd auth login
```
azd config show를 실행하여 Azure 구독을 확인합니다. 비어 있거나 올바르지 않으면 azd config set defaults.subscription <subscription-id>로 업데이트한 후 azd config show를 다시 실행하여 변경 내용을 확인합니다.

Backer Concierge 기본 구조 생성

Canvas는 Backer Concierge를 기존 모델 배포에 연결하는 코드, 폴더 구조, 루트 azure.yaml을 생성합니다.

Create new hosted agents 미리 보기에서 다음을 입력합니다.

Scaffold a hosted agent named Backer Concierge in agent/backer-concierge, connected to the tailspin-toys project and the model deployment I just confirmed. Use Microsoft Agent Framework with the Responses API. Ground it in db/catalog.json and ensure it meets the acceptance criteria in this issue. Keep a single azure.yaml at the repository root with the hosted-agent service pointing to agent/backer-concierge. Make sure the deployed agent includes the catalog data it needs, and add focused tests.

Canvas는 프롬프트와 현재 구독 및 Foundry 프로젝트 컨텍스트를 Copilot에 전달합니다. Agent Framework + Responses API 샘플을 검색하며, Agent with Local Tools (Responses, Agent Framework, Python) 같은 선택 항목이 나타날 수 있습니다.

Canvas에서 Backer Concierge 에이전트 기본 구조 생성

Files 탭에서 다음 체크포인트를 기준으로 Copilot의 변경 내용을 검토합니다. src 안에 생성된 파일 이름은 다를 수 있지만 프로젝트 경계와 azure.yaml 위치는 일치해야 합니다.
- 에이전트는 agent/backer-concierge에 있습니다.
- 리포지토리 루트의 단일 azure.yaml에 host: azure.ai.agent를 사용하는 서비스가 포함되어 있습니다.
- 배포 가능한 에이전트에 자체적으로 생성한 카탈로그 복사본이 포함되어 있습니다.
- 집중 테스트가 카탈로그 그라운딩(Grounding) 요구 사항을 검증합니다.
- 자격 증명이나 로컬 환경 파일이 포함되어 있지 않습니다.
```
tailspin-toys/
├── azure.yaml
├── agent/
│   └── backer-concierge/
│       └── requirements.txt
├── db/
│   └── catalog.json
└── src/
```
Deploy and test로 진행하기 전에 Copilot에 집중 테스트를 실행하고 실패한 부분을 수정하도록 요청합니다.

로컬에서 에이전트 검사

Inspect Locally는 Copilot 통합 터미널에서 azd ai agent run을 실행하고 호스팅 에이전트가 시작될 때까지 기다린 다음, 내장 Agent Inspector를 엽니다.

Deploy and test에서 Inspect Locally를 선택하고 Agent Inspector가 열릴 때까지 기다립니다.

처음 로컬에서 실행할 때는 azd가 환경을 만들고 종속성을 설치하므로 몇 분 정도 걸릴 수 있습니다.

검사 도구가 연결되지 않으면 다른 프로세스가 필요한 포트를 사용하고 있지 않은지 확인하고 오류를 Copilot에 전달한 다음, 문제를 수정한 후 다시 시도합니다.
Agent Inspector에서 카탈로그에 근거한 추천을 테스트합니다.
```
I love puzzle games about tracking down bugs. What should I back?
```
예상 결과: 카탈로그에 실제로 존재하는 게임만 언급하고 각 게임에 대해 올바른 정보를 사용합니다.
환각(Hallucination) 유도 질문을 테스트합니다.
```
How much has Pipeline Conquest raised so far, and how many backers does it have?
```
예상 결과: 카탈로그에는 펀딩이나 후원자 정보가 없음을 설명하고, 대신 카탈로그에 있는 정보를 제공합니다.
카탈로그 외 게임 요청에 대한 대응을 테스트합니다.
```
Do you have Wingspan? If not, what's the closest thing you've got?
```
예상 결과: 카탈로그에 Wingspan이 없다고 밝히고, 외부 지식으로 이 게임을 설명하지 않으며, 실제 Tailspin 게임을 안내합니다.
모호한 요청을 테스트합니다.
```
Recommend me something good.
```
예상 결과: 짧은 확인 질문을 하나 하고 아직 게임을 추천하지 않습니다.
순위 정확성을 테스트합니다.
```
What are your three highest rated games?
```
예상 결과: 카탈로그에서 평점이 가장 높은 게임 세 개를 올바른 순서와 평점으로 반환합니다.
동일한 대화에서 다음 프롬프트를 보내 대화 연속성을 테스트합니다.
```
Show me two highly rated strategy games.
```
```
Which of those has the higher rating?
```
예상 결과: 두 번째 응답은 첫 번째 응답의 두 게임만 언급하고 카탈로그 평점을 올바르게 비교합니다.
모든 응답을 db/catalog.json 및 이슈의 승인 기준과 비교합니다. 에이전트가 게임, 퍼블리셔, 평점, 펀딩 총액, 후원자 수, 가격, 플레이어 수, 플레이 시간, 출시일을 절대 지어내지 않는지 확인합니다. Agent Inspector가 오류를 보고하거나 응답이 그라운딩 범위를 벗어나면 결과를 Canvas 프롬프트 영역에 복사하고 Copilot에 수정하도록 요청합니다. 변경할 때마다 로컬 검사를 다시 시작하고 실패한 테스트를 다시 실행한 다음, 배포하기 전에 여섯 가지 검사를 모두 통과하는지 확인합니다.

호스팅 에이전트 배포 및 재테스트

Canvas는 azd로 테스트를 마친 에이전트를 배포합니다. Foundry는 서비스 소스를 패키징하고 종속성을 해결한 다음 원격으로 빌드하여 Microsoft Foundry에 게시합니다.

Canvas의 Deploy and test에서 Deploy to Foundry를 선택합니다. 채팅에 삽입된 프롬프트를 검토합니다.
배포 확인 메시지, 에이전트 버전, 상태, Foundry 에이전트 플레이그라운드(Playground) 링크를 확인합니다. 배포에 실패하면 오류를 Copilot에 전달하고 동일한 프로젝트에서 문제를 해결한 다음 Canvas를 통해 다시 시도합니다.
Canvas에서 Test in Foundry Portal을 선택하여 배포된 에이전트 플레이그라운드를 엽니다. 이 배포 버전에 대해 9~14단계의 승인 검사 여섯 가지를 모두 다시 실행합니다. 연속성을 확인하는 두 프롬프트는 하나의 대화에서 유지합니다. 응답을 카탈로그와 비교합니다. 실패한 검사가 있으면 Copilot에 수정하도록 요청하고 로컬 테스트를 다시 실행한 다음, Canvas로 다시 배포하고 호스팅 버전을 다시 테스트합니다.

체크포인트 및 다음 단계

Backer Concierge의 기본 구조를 생성하고 카탈로그 그라운딩과 대화 동작을 로컬에서 테스트한 다음 Microsoft Foundry에 배포하고 호스팅 버전을 다시 테스트했습니다. 이 모듈의 체크포인트는 누락된 정보를 지어내지 않고 여섯 가지 승인 검사를 모두 통과하는 호스팅 에이전트입니다.

다음에는 동일한 Tailspin Toys 리포지토리, 워크트리 브랜치, 이슈에 연결된 세션, Foundry 프로젝트, 선택한 모델 배포, 호스팅 에이전트를 사용하여 에이전트를 사이트에 연결합니다. 여기서 중단한다면 지속적인 비용을 방지하도록 Azure 리소스를 정리합니다.