2. ตรวจสอบแม่แบบ

April 3, 2026 · View on GitHub

ตรวจสอบโดยใช้ azd 1.23.12 ในเดือนมีนาคม 2026

!!! tip "เมื่อสิ้นสุดโมดูลนี้คุณจะสามารถ"

- [ ] วิเคราะห์สถาปัตยกรรมโซลูชัน AI
- [ ] เข้าใจกระบวนการทำงานของการปรับใช้ AZD
- [ ] ใช้ GitHub Copilot เพื่อขอความช่วยเหลือเกี่ยวกับการใช้งาน AZD
- [ ] **แล็บ 2:** ปรับใช้ & ตรวจสอบแม่แบบ AI Agents

1. บทนำ

Azure Developer CLI หรือ azd เป็นเครื่องมือบรรทัดคำสั่งแบบเปิดที่ช่วยให้กระบวนการทำงานของนักพัฒนาง่ายขึ้นเมื่อสร้างและปรับใช้แอปพลิเคชันไปยัง Azure

แม่แบบ AZD คือที่เก็บข้อมูลมาตรฐานที่รวมโค้ดตัวอย่างแอปพลิเคชัน, ทรัพย์สิน infrastructure-as-code และไฟล์การกำหนดค่า azd สำหรับสถาปัตยกรรมโซลูชันที่สอดคล้องกัน การจัดหาโครงสร้างพื้นฐานจึงง่ายเพียงแค่ใช้คำสั่ง azd provision - ในขณะที่ใช้ azd up ให้คุณสามารถจัดหาโครงสร้างพื้นฐาน และ ปรับใช้แอปพลิเคชันได้ในครั้งเดียว!

ด้วยเหตุนี้ การเริ่มต้นพัฒนาแอปพลิเคชันของคุณจึงง่ายเพียงแค่ค้นหา แม่แบบเริ่มต้น AZD ที่ใกล้เคียงกับความต้องการแอปพลิเคชันและโครงสร้างพื้นฐานของคุณมากที่สุด - จากนั้นปรับแต่งที่เก็บเพื่อให้เหมาะกับสถานการณ์ของคุณ

ก่อนที่เราจะเริ่ม มาแน่ใจว่าคุณติดตั้ง Azure Developer CLI แล้ว

เปิดเทอร์มินัล VS Code และพิมพ์คำสั่งนี้:
```
azd version
```
คุณควรเห็นบางอย่างเช่นนี้!
```
azd version 1.23.12 (commit <current-build>)
```

ตอนนี้คุณพร้อมที่จะเลือกและปรับใช้แม่แบบด้วย azd แล้ว

2. การเลือกแม่แบบ

แพลตฟอร์ม Microsoft Foundry มาพร้อมกับ ชุดแม่แบบแนะนำของ AZD ที่ครอบคลุมสถานการณ์โซลูชันยอดนิยม เช่น การทำงานอัตโนมัติแบบ multi-agent และ การประมวลผลเนื้อหาแบบมัลติโมดัล คุณยังสามารถค้นพบแม่แบบเหล่านี้ได้โดยไปที่พอร์ทัล Microsoft Foundry

ไปที่ https://ai.azure.com/templates
เข้าสู่ระบบพอร์ทัล Microsoft Foundry เมื่อมีการร้องขอ - คุณจะเห็นบางอย่างเช่นนี้

Pick

ตัวเลือก Basic คือแม่แบบเริ่มต้นของคุณ:

เริ่มต้นกับ AI Chat ที่ปรับใช้แอปพลิเคชันแชทพื้นฐาน พร้อมกับข้อมูลของคุณ ไปยัง Azure Container Apps ใช้สำหรับสำรวจสถานการณ์แชทบอท AI พื้นฐาน
เริ่มต้นกับ AI Agents ที่ปรับใช้ AI Agent มาตรฐาน (พร้อม Foundry Agents) ใช้เพื่อทำความคุ้นเคยกับโซลูชัน AI agentic ที่เกี่ยวข้องกับเครื่องมือและแบบจำลอง

ไปที่ลิงก์ที่สองในแท็บเบราว์เซอร์ใหม่ (หรือคลิก Open in GitHub บนการ์ดที่เกี่ยวข้อง) คุณควรเห็นที่เก็บสำหรับแม่แบบ AZD นี้ ใช้เวลาสักครู่เพื่อสำรวจ README สถาปัตยกรรมแอปพลิเคชันมีลักษณะดังนี้:

Arch

3. การเปิดใช้งานแม่แบบ

ลองปรับใช้แม่แบบนี้และแน่ใจว่ามันถูกต้อง เราจะปฏิบัติตามคำแนะนำในส่วน Getting Started

เลือกสภาพแวดล้อมทำงานสำหรับที่เก็บแม่แบบ:
- GitHub Codespaces: คลิก ลิงก์นี้ และยืนยัน Create codespace
- โคลนในเครื่องหรือ dev container: โคลน Azure-Samples/get-started-with-ai-agents และเปิดใน VS Code
รอจนกว่าเทอร์มินัล VS Code พร้อมใช้งาน จากนั้นพิมพ์คำสั่งต่อไปนี้:
```
azd up
```

ทำตามขั้นตอนกระบวนการที่จะเกิดขึ้น:

คุณจะถูกขอให้เข้าสู่ระบบ Azure - ทำตามคำแนะนำเพื่อลงชื่อเข้าใช้
ป้อนชื่อสภาพแวดล้อมที่ไม่ซ้ำกันสำหรับตัวคุณเอง - ตัวอย่างเช่น ฉันใช้ nitya-mshack-azd
ระบบจะสร้างโฟลเดอร์ .azure/ - คุณจะเห็นโฟลเดอร์ย่อยที่มีชื่อสภาพแวดล้อม
คุณจะถูกขอให้เลือกชื่อการสมัครสมาชิก - เลือกค่าเริ่มต้น
คุณจะถูกขอให้เลือกตำแหน่ง - ใช้ East US 2

ดังนั้น คุณรอให้การจัดหาโครงสร้างพื้นฐานเสร็จสมบูรณ์ จะใช้เวลาประมาณ 10-15 นาที

เมื่อติดตั้งเสร็จแล้ว คอนโซลของคุณจะแสดงข้อความ SUCCESS ดังนี้:
```
SUCCESS: Your up workflow to provision and deploy to Azure completed in 10 minutes 17 seconds.
```
พอร์ทัล Azure ของคุณจะมี resource group ที่ได้รับการจัดหาในชื่อสภาพแวดล้อมนั้น:
คุณพร้อมที่จะตรวจสอบโครงสร้างพื้นฐานและแอปพลิเคชันที่ปรับใช้แล้ว

4. การตรวจสอบแม่แบบ

ไปที่หน้า Azure Portal Resource Groups - เข้าสู่ระบบเมื่อร้องขอ
คลิกที่ RG สำหรับชื่อสภาพแวดล้อมของคุณ - คุณจะเห็นหน้าดังภาพข้างต้น
- คลิกที่แหล่งข้อมูล Azure Container Apps
- คลิกที่ Application Url ในส่วน Essentials (มุมขวาบน)
คุณควรเห็น UI หน้าแอปพลิเคชันที่โฮสต์อยู่เช่นนี้:
ลองถามคำถามตัวอย่างสองสามข้อจาก ตัวอย่างคำถาม
1. ถาม: เมืองหลวงของฝรั่งเศสคืออะไร?
2. ถาม: เต็นท์ที่ดีที่สุดภายใต้ \$200 สำหรับสองคนคืออะไร และมีคุณสมบัติอะไรบ้าง?
คุณควรได้รับคำตอบคล้ายกับที่แสดงด้านล่าง แต่มันทำงานอย่างไร?

5. การตรวจสอบเอเจนต์

Azure Container App ปรับใช้ endpoint ที่เชื่อมต่อกับ AI Agent ที่ถูกจัดหาในโครงการ Microsoft Foundry สำหรับแม่แบบนี้ มาดูกันว่าหมายความว่าอย่างไร

กลับไปที่หน้า ภาพรวม ใน Azure Portal สำหรับ resource group ของคุณ
คลิกที่แหล่งข้อมูล Microsoft Foundry ในรายการนั้น
คุณควรเห็นหน้านี้ คลิกปุ่ม Go to Microsoft Foundry Portal
คุณควรเห็นหน้าของโครงการ Foundry สำหรับแอปพลิเคชัน AI ของคุณ
คลิกที่ Agents - คุณจะเห็น Agent เริ่มต้นที่ถูกจัดหาในโครงการของคุณ
เลือกมัน - คุณจะเห็นรายละเอียด Agent โดยสังเกตดังนี้:
- Agent ใช้ File Search โดยค่าเริ่มต้น (ตลอดเวลา)
- Knowledge ของ agent แสดงว่ามีไฟล์ 32 ไฟล์ที่อัปโหลด (สำหรับการค้นหาไฟล์)
มองหาเมนู Data+indexes ทางเมนูซ้ายและคลิกเพื่อดูรายละเอียด
- คุณควรเห็นไฟล์ข้อมูล 32 ไฟล์ที่อัปโหลดเพื่อความรู้
- ซึ่งตรงกับไฟล์ลูกค้า 12 ไฟล์และไฟล์สินค้า 20 ไฟล์ภายใต้ src/files

คุณได้ตรวจสอบการทำงานของ Agent แล้ว!

คำตอบของ agent มีพื้นฐานจากความรู้ในไฟล์เหล่านั้น
ตอนนี้คุณสามารถถามคำถามเกี่ยวกับข้อมูลนั้นและได้รับคำตอบที่มีมูลฐาน
ตัวอย่าง: customer_info_10.json อธิบายการซื้อ 3 ครั้งโดย "Amanda Perez"

กลับไปที่แท็บเบราว์เซอร์ที่มี endpoint ของ Container App แล้วถาม: สินค้าอะไรที่ Amanda Perez เป็นเจ้าของ? คุณควรเห็นอะไรบางอย่างเช่นนี้:

Data

6. สนามเด็กเล่นสำหรับ Agent

มาเสริมความเข้าใจของเราสำหรับความสามารถของ Microsoft Foundry โดยการลองใช้ Agent ใน Agents Playground

กลับไปที่หน้าของ Agents ใน Microsoft Foundry - เลือก agent เริ่มต้น
คลิกที่ตัวเลือก Try in Playground - คุณจะได้รับ UI ของ Playground ดังนี้
ถามคำถามเดิม: สินค้าอะไรที่ Amanda Perez เป็นเจ้าของ?

คุณจะได้รับคำตอบเดียวกัน (หรือคล้ายกัน) แต่คุณจะได้รับข้อมูลเพิ่มเติมเพื่อช่วยให้คุณเข้าใจคุณภาพ, ค่าใช้จ่าย และประสิทธิภาพของแอป agentic ตัวอย่างเช่น:

สังเกตว่าคำตอบอ้างอิงไฟล์ข้อมูลที่ใช้เพื่อ "รองรับ" คำตอบ
วางเมาส์เหนือป้ายชื่อไฟล์ใด ๆ - ข้อมูลตรงตามคำถามและคำตอบที่แสดงหรือไม่?

คุณยังเห็นแถว สถิติ ด้านล่างคำตอบด้วย

วางเมาส์เหนือความวัดค่าต่างๆ - เช่น Safety คุณจะเห็นบางอย่างเช่นนี้
การจัดอันดับที่ประเมินตรงกับความรู้สึกของคุณเกี่ยวกับระดับความปลอดภัยของคำตอบหรือไม่?

7. การสังเกตการณ์ในตัว

Observability (การสังเกตการณ์) คือการติดตั้งเครื่องมือในแอปพลิเคชันของคุณเพื่อสร้างข้อมูลที่ใช้ทำความเข้าใจ, แก้ไขปัญหา และปรับปรุงการทำงาน มาทำความเข้าใจด้วย:

คลิกปุ่ม View Run Info - คุณจะเห็นมุมมองนี้ นี่คือตัวอย่างของ การติดตาม Agent ในการใช้งาน คุณยังสามารถเข้าถึงมุมมองนี้ได้โดยการคลิก Thread Logs ในเมนูชั้นบนสุด
- ทำความเข้าใจขั้นตอนการทำงานและเครื่องมือที่ agent ใช้
- เข้าใจจำนวน Token ทั้งหมด (เทียบกับการใช้ token ผลลัพธ์) สำหรับคำตอบ
- เข้าใจความหน่วงเวลาและตำแหน่งเวลาที่ใช้ในการดำเนินการ
คลิกแท็บ Metadata เพื่อดูคุณสมบัติเพิ่มเติมของการทำงานซึ่งอาจให้บริบทที่มีประโยชน์สำหรับการแก้ไขปัญหาต่อไป
คลิกแท็บ Evaluations เพื่อดูการประเมินอัตโนมัติที่ทำในคำตอบของ agent รวมถึงการประเมินความปลอดภัย (เช่น Self-harm) และการประเมินเฉพาะของ agent (เช่น การแก้เจตนา, การปฏิบัติตามงาน)
สุดท้าย คลิกแท็บ Monitoring ในเมนูด้านข้าง
- เลือกแท็บ Resource usage บนหน้าที่แสดง - และดูเมตริกส์
- ติดตามการใช้งานแอปพลิเคชันในเรื่องค่าใช้จ่าย (โทเค็น) และปริมาณการร้องขอ
- ติดตามความหน่วงเวลาแอปพลิเคชันถึงไบต์แรก (การประมวลผลอินพุต) และไบต์สุดท้าย (ผลลัพธ์)

8. ตัวแปรสภาพแวดล้อม

จนถึงตอนนี้ เราได้เดินผ่านการปรับใช้ในเบราว์เซอร์ และตรวจสอบว่าโครงสร้างพื้นฐานของเราได้รับการจัดหาและแอปพลิเคชันทำงาน แต่ถ้าต้องการทำงานกับโค้ดแอปพลิเคชัน เป็นอันดับแรก เราต้องกำหนดค่าสภาพแวดล้อมพัฒนาท้องถิ่นของเราด้วยตัวแปรที่เกี่ยวข้องที่จำเป็นสำหรับการทำงานกับทรัพยากรเหล่านี้ การใช้ azd ทำให้ง่ายขึ้น

Azure Developer CLI ใช้ตัวแปรสภาพแวดล้อม เพื่อจัดเก็บและจัดการค่ากำหนดสำหรับการปรับใช้แอปพลิเคชัน
ตัวแปรสภาพแวดล้อมถูกเก็บใน .azure/<env-name>/.env - ซึ่งจำกัดขอบเขตในสภาพแวดล้อม env-name ที่ใช้ในระหว่างการปรับใช้ และช่วยให้คุณแยกแยะสภาพแวดล้อมระหว่างเป้าหมายการปรับใช้ต่าง ๆ ในที่เก็บเดียวกัน
ตัวแปรสภาพแวดล้อมจะถูกโหลดอัตโนมัติโดยคำสั่ง azd ทุกครั้งที่รันคำสั่ง (เช่น azd up) โปรดทราบว่า azd ไม่อ่านตัวแปรสภาพแวดล้อมระดับระบบปฏิบัติการโดยอัตโนมัติ (เช่น ตั้งในเชลล์) — ให้ใช้ azd set env และ azd get env เพื่อถ่ายโอนข้อมูลภายในสคริปต์แทน

ลองใช้คำสั่งบางคำสั่งดู:

ดึงตัวแปรสภาพแวดล้อมทั้งหมดที่ตั้งไว้สำหรับ azd ในสภาพแวดล้อมนี้:
```
azd env get-values
```
คุณจะเห็นบางอย่างเช่น:
```
AZURE_AI_AGENT_DEPLOYMENT_NAME="gpt-4.1-mini"
AZURE_AI_AGENT_NAME="agent-template-assistant"
AZURE_AI_EMBED_DEPLOYMENT_NAME="text-embedding-3-small"
AZURE_AI_EMBED_DIMENSIONS=100
...
```
ดึงค่าที่เฉพาะเจาะจง — เช่น ฉันอยากรู้ว่าตั้งค่า AZURE_AI_AGENT_MODEL_NAME หรือไม่
```
azd env get-value AZURE_AI_AGENT_MODEL_NAME 
```
คุณจะเห็นบางอย่างเช่นนี้ — ค่าไม่ได้ตั้งไว้เป็นค่าเริ่มต้น!
```
ERROR: key 'AZURE_AI_AGENT_MODEL_NAME' not found in the environment values
```
ตั้งค่าตัวแปรสภาพแวดล้อมใหม่สำหรับ azd ที่นี่เราปรับชื่อโมเดลของเอเจนต์ _หมายเหตุ: การเปลี่ยนแปลงใด ๆ จะสะท้อนทันทีในไฟล์ .azure/<env-name>/.env
```
azd env set AZURE_AI_AGENT_MODEL_NAME gpt-4.1
azd env set AZURE_AI_AGENT_MODEL_VERSION 2025-04-14
azd env set AZURE_AI_AGENT_DEPLOYMENT_CAPACITY 150
```
ตอนนี้ เราควรพบว่าค่าถูกตั้งไว้แล้ว:
```
azd env get-value AZURE_AI_AGENT_MODEL_NAME 
```
ตั้งข้อสังเกตว่าทรัพยากรบางอย่างเป็นแบบถาวร (เช่น การปรับใช้โมเดล) และต้องการมากกว่าคำสั่ง azd up เพียงอย่างเดียวเพื่อบังคับให้ปรับใช้ใหม่ มาลองลบการปรับใช้เดิมแล้วปรับใช้ใหม่โดยแก้ไขตัวแปรสภาพแวดล้อม
รีเฟรช หากคุณเคยปรับใช้โครงสร้างพื้นฐานโดยใช้แม่แบบ azd มาก่อน — คุณสามารถ รีเฟรช สถานะของตัวแปรสภาพแวดล้อมเครื่องท้องถิ่นของคุณตามสถานะปัจจุบันของการปรับใช้ Azure ด้วยคำสั่งนี้:
```
azd env refresh
```
นี่คือวิธีที่ทรงพลังในการ ซิงค์ ตัวแปรสภาพแวดล้อมข้ามสองหรือหลายสภาพแวดล้อมการพัฒนาท้องถิ่น (เช่น ทีมที่มีนักพัฒนาหลายคน) - โดยอนุญาตให้อินฟราสตรัคเจอร์ที่ปรับใช้ทำหน้าที่เป็นความจริงพื้นฐานสำหรับสถานะตัวแปร env สมาชิกในทีมเพียงแค่ รีเฟรช ตัวแปรเพื่อให้กลับมาซิงค์กัน

9. ขอแสดงความยินดี 🏆

คุณเพิ่งทำงานแบบ end-to-end workflow เสร็จสิ้นซึ่งคุณได้:

เลือก AZD เทมเพลตที่คุณต้องการใช้
เปิดเทมเพลตในสภาพแวดล้อมการพัฒนาที่รองรับ
ปรับใช้เทมเพลตและตรวจสอบว่ามันทำงานได้

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลด้วย AI Co-op Translator แม้เราจะพยายามให้ความถูกต้องอย่างดีที่สุด แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่น่าเชื่อถือที่สุด สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้การแปลโดยผู้เชี่ยวชาญมนุษย์ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือความคลาดเคลื่อนที่เกิดขึ้นจากการใช้การแปลนี้