Pular para o conteúdo
Copilot Workshops

Preparar um projeto e um modelo

← Opcional: Incorporar o Foundry

Este primeiro módulo prepara os dados e o modelo para o Backer Concierge usando o VS Code e o Microsoft Foundry Toolkit. Trabalhe no seu próprio repositório da Tailspin Toys usado no workshop obrigatório.

Objetivos

  • Exportar o catálogo e identificar os limites das informações disponíveis.
  • Preparar um projeto do Foundry e selecionar um modelo de acordo com os critérios de aceitação e a cota.
  • Verificar o comportamento de fundamentação no Model Playground antes de escrever o código do agente.

Cenário

Os apoiadores da Tailspin querem recomendações em que possam confiar. Quem gosta de quebra-cabeças espera títulos reais e avaliações precisas, não totais de financiamento inventados. O assistente precisa respeitar claramente os limites do catálogo e ter o hábito de fazer uma pergunta útil em vez de adivinhar o que um apoiador quer.

Preparar o espaço de trabalho

O toolkit traz a descoberta de modelos, a implantação, a engenharia de prompts, a avaliação e a implantação de agentes para o VS Code. O acesso ao Azure e uma branch de funcionalidade sem alterações pendentes preparam o trabalho a seguir.

O Foundry Toolkit e os agentes hospedados estão em versão prévia pública. Este módulo cria recursos do Azure sujeitos a cobrança. Confirme as permissões da assinatura, a região, a cota e o custo estimado antes de aprovar a criação. A limpeza está disponível mesmo se você parar antes de criar um agente.

  1. Confirme o acesso a uma assinatura do Azure. As contas gratuitas do Azure com US$ 200 em crédito e o Azure for Students com US$ 100 em créditos são opções, sujeitas aos critérios de elegibilidade e aos limites de serviço.

  2. No VS Code, selecione Extensions na barra de atividades, pesquise Foundry Toolkit e selecione Install. O ícone aparecerá na barra de atividades.

  3. Selecione o ícone Azure, selecione Sign in to Azure… e escolha a assinatura para o projeto do Foundry. Com o toolkit autenticado, o Copilot pode usar a Microsoft Foundry Skill para preparar recursos por meio de uma conversa.

  4. No espaço de trabalho da Tailspin Toys, abra Terminal > New Terminal ou pressione Control+` (Mac) ou Ctrl+` (Windows/Linux). Confirme que o trabalho anterior foi registrado em commits e enviado ao repositório remoto e, em seguida, crie a branch de funcionalidade:

    Terminal window
    git checkout main
    git pull
    git checkout -b foundry-agent-vscode

  5. Abra uma nova conversa no Copilot Chat no modo Agent e peça:

    Show me the open issue about a Backer Concierge assistant and summarize its acceptance criteria.

  6. Confirme que o Copilot apresenta Add a Backer Concierge assistant for catalog questions. Os critérios de aceitação exigem respostas fundamentadas, nenhum número de financiamento inventado, uma pergunta de esclarecimento e uma interface acessível com cobertura de ponta a ponta.

O script de exportação do catálogo fornece a fonte de dados que fundamenta as respostas do agente.

  1. No terminal do repositório da Tailspin Toys, execute as migrações, preencha os dados iniciais e grave db/catalog.json:

    Terminal window
    npm install
    npm run db:setup
    npm run db:export

  2. Abra db/catalog.json e confirme que ele contém vinte e um jogos, cada um com título, descrição, categoria, editora e avaliação em estrelas, além de um campo note que descreve as informações ausentes. Totais de financiamento, números de apoiadores, níveis de contribuição e datas de lançamento não estão presentes; o agente deve respeitar esse limite.

Configurar um projeto do Foundry

O projeto contém o modelo e, posteriormente, o agente hospedado. Ao retomar este módulo, use o mesmo projeto em vez de criar outro.

  1. Selecione Foundry Toolkit na barra de atividades, expanda Help and Feedback e selecione Ask Copilot. Confirme o modelo de sua escolha no menu suspenso e envie o prompt /foundrytk-quick-start gerado.

    Captura de tela mostrando a sequência de início rápido do Foundry Toolkit.

  2. No fluxo interativo, responda a Where are you starting from? com Set up Foundry e, em seguida, a What do you have already? com I have an Azure subscription or Foundry resources.

  3. Revise as aprovações de ferramentas. Se os comandos propostos e seu escopo forem adequados, selecione Allow azmcp … para esta sessão para reduzir as solicitações repetidas de aprovação.

  4. Em Microsoft Foundry: Create Project, selecione Create new resource group em Choose a resource group, insira rg-tailspin-toys, escolha uma região que ofereça o modelo pretendido e insira tailspin-toys em Enter project name. East US 2 e Sweden Central são opções iniciais com ampla disponibilidade de modelos; a disponibilidade atual e a cota determinam a escolha efetiva. Se estiver retomando o trabalho, selecione o projeto existente.

  5. Aguarde a notificação de implantação bem-sucedida. No toolkit, expanda My Resources e confirme que este projeto é o padrão.

Descobrir e implantar um modelo

Seguir regras e fundamentar as respostas importa mais aqui do que escolher o maior ou mais recente modelo. A issue fornece critérios concretos para comparar velocidade, fidelidade, disponibilidade regional e cota.

  1. No Copilot Chat, selecione +, depois GitHub Issues, e anexe Add a Backer Concierge assistant for catalog questions. Envie:

    /microsoft-foundry recommend a model for the agent described in this issue. There's no math or multi-step planning here, so reasoning depth isn't a priority. Prioritize speed instead. Recommend 2-3 candidates available in my Azure region with the trade-offs between them, tell me which you'd pick and why, and check my quota. Avoid deprecated & older models according to the model retirement schedule

  2. Leia as recomendações e escolha o modelo mais adequado aos requisitos e à cota disponível. Peça ao Copilot para implantá-lo:

    /microsoft-foundry Deploy the model I selected to the tailspin-toys project and use the model name as the deployment name. Confirm the available quota and capacity with me before creating it.

  3. Confirme o projeto, a implantação, a capacidade e o custo antes de aprovar. Se for adequado após revisar o escopo, selecione Allow az … para esta sessão para reduzir as solicitações repetidas.

  4. Selecione Foundry Toolkit, expanda My Resources e selecione Models. Confirme que o modelo implantado aparece no Foundry. A captura de tela é um exemplo; sua região pode oferecer um modelo diferente.

    Captura de tela mostrando um exemplo de implantação de modelo no Foundry Toolkit.

Testar o modelo implantado

O Model Playground não tem o arquivo do catálogo. Um subconjunto reduzido de nove jogos no prompt de sistema é suficiente para testar se o modelo obedece às regras de fundamentação.

  1. Em Models, selecione o nome do modelo implantado para abrir o Model Playground com esse modelo já preenchido. Cole o seguinte prompt de sistema:

    You're the Backer Concierge for Tailspin Toys. Only recommend games from this catalog — never invent games, publishers, ratings, or any funding/price/date info. If a request is vague, ask one short question first.
    

    CATALOG
    

    | Title | Category | Publisher | Rating |
    | --- | --- | --- | --- |
    | Bug Buster Brainteaser | Puzzle | GitHub Games | 3.0 |
    | Merge Conflict Mystery | Puzzle | DevMasters Inc. | 3.8 |
    | Stack Trace Secrets | Puzzle | Ops Interactive | 3.6 |
    | Deployment Dynasty | Simulation | Ops Interactive | 5.0 |
    | Script Strike | Action | CodeForge Studios | 5.0 |
    | Pipeline Conquest | Strategy | DevMasters Inc. | 3.9 |
    | Repo Rulers | Strategy | Ops Interactive | 4.1 |
    | Server Siege | Strategy | GitHub Games | 3.3 |
    | Code Quest Odyssey | Adventure | CodeForge Studios | 4.8 |

  2. Teste a fundamentação com I love puzzle games about tracking down bugs. What should I back? Espere títulos reais da lista com informações corretas.

  3. Teste a ausência de dados com How much has Pipeline Conquest raised so far, and how many backers does it have? Espere uma recusa clara, pois o catálogo não acompanha financiamento nem apoiadores, seguida das informações que ele de fato contém.

  4. Teste outro limite com I need something for four players, about an hour long. Espere uma explicação de que o número de jogadores e o tempo de jogo não estão disponíveis, seguida de uma pergunta que ajude a avançar.

  5. Teste a pressão por itens fora do catálogo com Do you have Wingspan? If not, what's the closest thing you've got? Espere que o modelo não afirme que Wingspan está no catálogo, não o descreva usando conhecimento externo e redirecione a conversa para títulos reais da Tailspin.

  6. Teste a falta de especificidade com Recommend me something good. Espere uma pergunta curta de esclarecimento e nenhuma recomendação até que a categoria ou o tema sejam conhecidos.

  7. Teste a classificação com What are your three highest rated games? Espere Deployment Dynasty e Script Strike com 5.0, seguidos de Code Quest Odyssey com 4.8, na ordem correta e com os números corretos.

  8. Se alguma verificação falhar, discuta a resposta que falhou e a regra com o Copilot, ajuste a configuração ou a escolha do modelo e repita as verificações antes de continuar.

Marco de conclusão

Você preparou o espaço de trabalho do VS Code, exportou o catálogo, criou um projeto do Foundry e testou um modelo implantado em relação às regras de fundamentação do Backer Concierge. O marco de conclusão deste módulo é um modelo que recomenda jogos reais do catálogo sem inventar informações ausentes; ainda não há um agente implantado.

Em seguida, você usará o mesmo projeto tailspin-toys e a implantação do modelo selecionada para criar e implantar o agente. Se parar aqui, limpe os recursos do Azure para evitar custos contínuos.

Próximo módulo: Criar e implantar um agente →