wehub-resource-sync🚀 Modul 1: Základy Microsoft Foundry Toolkit
📋 Učebné ciele
Na konci tohto modulu budete vedieť:
- ✅ Inštalovať a konfigurovať rozšírenie Microsoft Foundry Toolkit pre VS Code
- ✅ Navigovať v Katalógu modelov a rozumieť rôznym zdrojom modelov
- ✅ Používať Playground na testovanie a experimentovanie s modelmi
- ✅ Vytvárať vlastných AI agentov pomocou Agent Buildera
- ✅ Porovnávať výkonnosť modelov rôznych poskytovateľov
- ✅ Aplikovať najlepšie postupy pri tvorbe promptov
🧠 Úvod do Microsoft Foundry Toolkit
Rozšírenie Microsoft Foundry Toolkit pre VS Code je popredné rozšírenie od Microsoftu, ktoré transformuje VS Code na komplexné vývojové prostredie pre AI. Prekladá priepasť medzi AI výskumom a praktickým vývojom aplikácií, čím sprístupňuje generatívnu AI vývojárom všetkých úrovní.
🌟 Kľúčové schopnosti
| Funkcia | Popis | Použitie |
|---|---|---|
| 🗂️ Katalóg modelov | Prístup k viac ako 100 modelom z GitHub, ONNX, OpenAI, Anthropic, Google | Objavovanie a výber modelov |
| 🔌 Podpora BYOM | Integrácia vlastných modelov (lokálnych/vzdialených) | Nasadenie vlastných modelov |
| 🎮 Interaktívny Playground | Testovanie modelov v reálnom čase s chatovým rozhraním | Rýchle prototypovanie a testovanie |
| 📎 Podpora viacerých modalít | Práca s textom, obrázkami a prílohami | Zložité AI aplikácie |
| ⚡ Hromadné spracovanie | Spúšťanie viacerých promptov simultánne | Efektívne testovacie toky |
| 📊 Hodnotenie modelov | Vstavané metriky (F1, relevancia, podobnosť, koherencia) | Posúdenie výkonu |
🎯 Prečo je Microsoft Foundry Toolkit dôležitý
- 🚀 Urýchlený vývoj: Od nápadu k prototypu za pár minút
- 🔄 Jednotný pracovný tok: Jedno rozhranie pre viacerých AI poskytovateľov
- 🧪 Jednoduché experimentovanie: Porovnávajte modely bez komplikovanej prípravy
- 📈 Pripravené na produkciu: Plynulý prechod z prototypu do nasadenia
🛠️ Predpoklady a nastavenie
📦 Inštalácia rozšírenia Microsoft Foundry Toolkit
Krok 1: Prístup na trh rozšírení
- Otvorte Visual Studio Code
- Prejdite na prehľad Rozšírení (
Ctrl+Shift+XaleboCmd+Shift+X) - Vyhľadajte "Microsoft Foundry Toolkit"
Krok 2: Výber verzie
- 🟢 Release: Odporúčané pre produkčné použitie
- 🔶 Pre-release: Skorý prístup k najnovším funkciám
Krok 3: Inštalácia a aktivácia
✅ Overovací zoznam
- V ponuke VS Code sa zobrazuje ikona Microsoft Foundry Toolkit
- Rozšírenie je povolené a aktivované
- V paneli výstupu nie sú žiadne chyby inštalácie
🧪 Praktické cvičenie 1: Preskúmanie modelov z GitHubu
🎯 Cieľ: Osvojiť si prácu s Katalógom modelov a otestovať svoj prvý AI model
📊 Krok 1: Navigácia v Katalógu modelov
Katalóg modelov je vašou bránou do AI ekosystému. Zhromažďuje modely od rôznych poskytovateľov, aby ste mohli jednoducho objavovať a porovnávať možnosti.
🔍 Navigačný návod:
Kliknite na MODELY - Katalóg v bočnom paneli Microsoft Foundry Toolkit
💡 Tip: Vyhľadávajte modely so špecifickými schopnosťami, ktoré vyhovujú vášmu prípad použitia (napr. generovanie kódu, kreatívne písanie, analýza).
⚠️ Poznámka: Modely hostované na GitHube (GitHub Models) sú bezplatné na použitie, ale podliehajú obmedzeniam počtu požiadaviek a tokenov. Pre prístup k mimo-GitHub modelom (t.j. externé modely hostované cez Azure AI alebo iné koncové body) je potrebné poskytnúť príslušný API kľúč alebo autentifikáciu.
🚀 Krok 2: Pridanie a konfigurácia prvého modelu
Stratégia výberu modelu:
- GPT-4.1: Najlepší pre komplexné uvažovanie a analýzu
- Phi-4-mini: Ľahký, rýchle odpovede pre jednoduché úlohy
🔧 Postup konfigurácie:
- Vyberte OpenAI GPT-4.1 z katalógu
- Kliknite na Pridať do mojich modelov – model sa zaregistruje na použitie
- Vyberte Vyskúšať v Playground na spustenie testovacieho prostredia
- Počkajte na inicializáciu modelu (nastavenie pri prvom spustení môže chvíľu trvať)
⚙️ Pochopenie parametrov modelu:
- Temperature: Ovláda kreativitu (0 = deterministický, 1 = kreatívny)
- Max Tokens: Maximálna dĺžka odpovede
- Top-p: Nucleus sampling pre rozmanitosť odpovedí
🎯 Krok 3: Osvojenie si rozhrania Playground
Playground je vaše laboratórium na experimentovanie s AI. Tu je, ako ho čo najlepšie využiť:
🎨 Najlepšie postupy pri tvorbe promptov:
- Buďte konkrétny: Jasné a podrobné inštrukcie prinášajú lepšie výsledky
- Poskytnite kontext: Pridajte relevantné podkladové informácie
- Používajte príklady: Ukážte modelu, čo chcete, pomocou príkladov
- Iterujte: Zdokonaľujte prompt na základe počiatočných výsledkov
🧪 Testovacie scenáre:
# Example 1: Code Generation
"Write a Python function that calculates the factorial of a number using recursion. Include error handling and docstrings."
# Example 2: Creative Writing
"Write a professional email to a client explaining a project delay, maintaining a positive tone while being transparent about challenges."
# Example 3: Data Analysis
"Analyze this sales data and provide insights: [paste your data]. Focus on trends, anomalies, and actionable recommendations."
🏆 Výzva na cvičenie: Porovnanie výkonnosti modelov
🎯 Cieľ: Porovnajte rôzne modely pomocou identických promptov a pochopte ich silné stránky
📋 Inštrukcie:
- Pridajte Phi-4-mini do vášho pracovného priestoru
- Použite rovnaký prompt pre GPT-4.1 aj Phi-4-mini
- Porovnajte kvalitu, rýchlosť a presnosť odpovedí
- Zdokumentujte svoje poznatky v sekcii výsledkov
💡 Kľúčové poznatky, ktoré môžete objaviť:
- Kedy použiť LLM vs SLM
- Kompromisy medzi nákladmi a výkonnosťou
- Špecializované schopnosti rôznych modelov
🤖 Praktické cvičenie 2: Vytváranie vlastných agentov s Agent Builderom
🎯 Cieľ: Vytvoriť špecializovaných AI agentov prispôsobených pre konkrétne úlohy a pracovné toky
🏗️ Krok 1: Pochopenie Agent Buildera
Agent Builder je miesto, kde Microsoft Foundry Toolkit naozaj vyniká. Umožňuje vám vytvárať cielene vytvorené AI asistenty, ktoré kombinujú silu veľkých jazykových modelov s vlastnými inštrukciami, špecifickými parametrami a špecializovanými znalosťami.
🧠 Architektúra agenta zahŕňa:
- Jadrový model: Základný LLM (GPT-4, Groks, Phi, atď.)
- Systémový prompt: Definuje osobnosť a správanie agenta
- Parametre: Jemné doladenie pre optimálny výkon
- Integrácia nástrojov: Pripojenie k externým API a MCP službám
- Pamäť: Kontext konverzácie a perzistencia relácie
⚙️ Krok 2: Hlbší pohľad na konfiguráciu agenta
🎨 Vytváranie efektívnych systémových promptov:
# Template Structure:
## Role Definition
You are a [specific role] with expertise in [domain].
## Capabilities
- List specific abilities
- Define scope of knowledge
- Clarify limitations
## Behavior Guidelines
- Response style (formal, casual, technical)
- Output format preferences
- Error handling approach
## Examples
Provide 2-3 examples of ideal interactions
Samozrejme, môžete tiež použiť Generate System Prompt, aby vám AI pomohla generovať a optimalizovať prompty.
🔧 Optimalizácia parametrov:
| Parameter | Odporúčaný rozsah | Použitie |
|---|---|---|
| Temperature | 0.1-0.3 | Technické/faktické odpovede |
| Temperature | 0.7-0.9 | Kreatívne/brainstormingové úlohy |
| Max Tokens | 500-1000 | Stručné odpovede |
| Max Tokens | 2000-4000 | Podrobné vysvetlenia |
🐍 Krok 3: Praktické cvičenie – Python programovací agent
🎯 Misia: Vytvoriť špecializovaného asistenta pre programovanie v Pythone
📋 Kroky konfigurácie:
-
Výber modelu: Zvoľte Claude 3.5 Sonnet (vynikajúci na kódovanie)
-
Návrh systémového promptu:
# Python Programming Expert Agent
## Role
You are a senior Python developer with 10+ years of experience. You excel at writing clean, efficient, and well-documented Python code.
## Capabilities
- Write production-ready Python code
- Debug complex issues
- Explain code concepts clearly
- Suggest best practices and optimizations
- Provide complete working examples
## Response Format
- Always include docstrings
- Add inline comments for complex logic
- Suggest testing approaches
- Mention relevant libraries when applicable
## Code Quality Standards
- Follow PEP 8 style guidelines
- Use type hints where appropriate
- Handle exceptions gracefully
- Write readable, maintainable code
- Konfigurácia parametrov:
- Temperature: 0.2 (pre konzistentný, spoľahlivý kód)
- Max Tokens: 2000 (podrobné vysvetlenia)
- Top-p: 0.9 (vyvážená kreativita)
🧪 Krok 4: Testovanie vášho Python agenta
Testovacie scenáre:
- Základná funkcia: „Vytvor funkciu na hľadanie prvočísel“
- Zložitý algoritmus: „Implementuj binárny vyhľadávací strom s metódami na vloženie, vymazanie a vyhľadávanie“
- Reálny problém: „Postav web scraper, ktorý zvláda obmedzovanie požiadaviek a opakovania“
- Ladenie: „Oprav tento kód [vložiť chybný kód]“
🏆 Kritériá úspechu:
- ✅ Kód beží bez chýb
- ✅ Obsahuje vhodnú dokumentáciu
- ✅ Dodržiava najlepšie praktiky Pythona
- ✅ Poskytuje jasné vysvetlenia
- ✅ Navrhuje zlepšenia
🎓 Zhrnutie modulu 1 a ďalšie kroky
📊 Kontrola vedomostí
Otestujte svoje pochopenie:
- Viete vysvetliť rozdiely medzi modelmi v katalógu?
- Úspešne ste vytvorili a otestovali vlastného agenta?
- Rozumiete, ako optimalizovať parametre pre rôzne prípady použitia?
- Viete navrhnúť efektívne systémové prompty?
📚 Ďalšie zdroje
- Microsoft Foundry Toolkit Dokumentácia: Oficiálne Microsoft Docs
- Príručka prompt engineeringu: Najlepšie postupy
- Modely v Microsoft Foundry Toolkit: Modely v štádiu vývoja
🎉 Gratulujeme! Ovládli ste základy Microsoft Foundry Toolkit a ste pripravení vytvárať pokročilejšie AI aplikácie!
🔜 Pokračujte do ďalšieho modulu
Pripravení na pokročilejšie schopnosti? Pokračujte do Modul 2: MCP s Microsoft Foundry Toolkit Fundamentals, kde sa naučíte:
- Pripojiť agentov k externým nástrojom pomocou Model Context Protocol (MCP)
- Vytvárať agentov na automatizáciu prehliadača s Playwright
- Integrovať MCP servery s agentmi Microsoft Foundry Toolkit
- Zosilniť agentov externými dátami a schopnosťami
Vyhlásenie o zodpovednosti: Tento dokument bol preložený pomocou AI prekladateľskej služby Co-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.