Construye, prueba y despliega agentes de IA en el Servicio de Agentes Microsoft Foundry como Agentes alojados - completamente desde VS Code usando la extensión Microsoft Foundry y el Kit de herramientas Foundry.
Los agentes alojados están actualmente en vista previa. Las regiones compatibles son limitadas - consulta la disponibilidad por región.
La carpeta
agent/dentro de cada laboratorio es generada automáticamente por la extensión Foundry - luego personalizas el código, pruebas localmente y despliegas.
Árabe | Bengalí | Búlgaro | Birmano (Myanmar) | Chino (Simplificado) | Chino (Tradicional, Hong Kong) | Chino (Tradicional, Macao) | Chino (Tradicional, Taiwán) | Croata | Checo | Danés | Neerlandés | Estonio | Finlandés | Francés | Alemán | Griego | Hebreo | Hindi | Húngaro | Indonesio | Italiano | Japonés | Kannada | Jemer | Coreano | Lituano | Malay | Malayalam | Maratí | Nepalí | Pidgin nigeriano | Noruego | Persa (Farsi) | Polaco | Portugués (Brasil) | Portugués (Portugal) | Panyabí (Gurmukhi) | Rumano | Ruso | Serbio (Cirílico) | Eslovaco | Esloveno | Español | Swahili | Sueco | Tagalo (Filipino) | Tamil | Telugu | Tailandés | Turco | Ucraniano | Urdu | Vietnamita
¿Prefieres clonar localmente?
Este repositorio incluye traducciones en más de 50 idiomas, lo que incrementa significativamente el tamaño de la descarga. Para clonar sin traducciones, usa la descarga parcial:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git cd Foundry_Toolkit_for_VSCode_Lab git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git cd Foundry_Toolkit_for_VSCode_Lab git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Esto te proporciona todo lo necesario para completar el curso con una descarga mucho más rápida.
flowchart TB
subgraph Local["Desarrollo Local (VS Code)"]
direction TB
FE["Microsoft Foundry
Extension"]
FoundryToolkit["Foundry Toolkit
Extension"]
Scaffold["Scaffolded Agent Code
(main.py · agent.yaml · Dockerfile)"]
Inspector["Agent Inspector
(Local Testing)"]
FE -- "Create New
Hosted Agent" --> Scaffold
Scaffold -- "Depuración F5" --> Inspector
FoundryToolkit -.- Inspector
end
subgraph Cloud["Fundición de Microsoft"]
direction TB
ACR["Azure Container
Registry"]
AgentService["Foundry Agent Service
(Hosted Agent Runtime)"]
Model["Azure OpenAI
(gpt-4.1 / gpt-4.1-mini)"]
Playground["Foundry Playground
& VS Code Playground"]
ACR --> AgentService
AgentService -- "/responses API" --> Model
AgentService --> Playground
end
Scaffold -- "Deploy
(Docker build + push)" --> ACR
Inspector -- "POST /responses
(localhost:8088)" --> Andamiaje
Playground -- "Probar indicaciones" --> AgentService
style Local fill:#f0f4ff,stroke:#4a6cf7,stroke-width:2px
style Cloud fill:#fff4e6,stroke:#f59e0b,stroke-width:2px
Flujo: La extensión Foundry genera el esqueleto del agente → personalizas el código e instrucciones → pruebas localmente con Agent Inspector → despliegas en Foundry (imagen Docker enviada a ACR) → verificas en Playground.
| Laboratorio | Descripción | Estado |
|---|---|---|
| Laboratorio 01 - Agente único | Construye el Agente "Explícame como si fuera un ejecutivo", pruébalo localmente y despliega en Foundry | ✅ Disponible |
| Laboratorio 02 - Flujo de trabajo multiagente | Construye el "Evaluador de ajuste de currículum → trabajo" - 4 agentes colaboran para calificar el ajuste del currículum y generar una hoja de ruta de aprendizaje | ✅ Disponible |
En este taller construirás el Agente "Explícame como si fuera un ejecutivo" - un agente de IA que toma jerga técnica complicada y la traduce en resúmenes tranquilos, listos para la sala de juntas. Porque seamos honestos, nadie en la alta dirección quiere oír sobre "agotamiento del pool de hilos causado por llamadas síncronas introducidas en la v3.2."
Creé este agente después de demasiados incidentes donde mi informe post-mortem perfectamente elaborado recibió la respuesta: "Entonces... ¿el sitio web está caído o no?"
Le das una actualización técnica. Te devuelve un resumen ejecutivo: tres puntos claves, sin jerga, sin rastros de pila, sin angustia existencial. Solo qué pasó, impacto en el negocio y próximo paso.
Tú dices:
"La latencia de la API aumentó debido al agotamiento del pool de hilos causado por llamadas síncronas introducidas en la v3.2."
El agente responde:
Resumen Ejecutivo:
- Qué pasó: Después del último lanzamiento, el sistema se ralentizó.
- Impacto en el negocio: Algunos usuarios experimentaron retrasos al usar el servicio.
- Próximo paso: Se ha revertido el cambio y se está preparando una solución antes del nuevo despliegue.
Es un agente simple, de un solo propósito - perfecto para aprender el flujo de trabajo de agentes alojados de principio a fin sin enredarse en cadenas de herramientas complejas. Y sinceramente, cualquier equipo de ingeniería podría usar uno de estos.
📂 Foundry_Toolkit_for_VSCode_Lab/
├── 📄 README.md ← You are here
└── 📂 workshop/
├── 📂 lab01-single-agent/ ← Full lab: docs + agent code
│ ├── README.md ← Hands-on lab instructions
│ ├── 📂 docs/ ← Step-by-step tutorial modules
│ │ ├── 00-prerequisites.md
│ │ ├── 01-setup.md
│ │ ├── 02-create-hosted-agent.md
│ │ ├── 03-configure-and-code.md
│ │ ├── 04-test-locally.md
│ │ ├── 05-deploy-to-foundry.md
│ │ ├── 06-verify-in-playground.md
│ │ ├── 07-summary.md
│ │ └── 08-troubleshooting.md
│ └── 📂 agent/ ← Reference solution (auto-scaffolded by Foundry extension)
│ ├── agent.yaml
│ ├── Dockerfile
│ ├── main.py
│ └── requirements.txt
└── 📂 lab02-multi-agent/ ← Resume → Job Fit Evaluator
├── README.md ← Hands-on lab instructions (end-to-end)
├── 📂 docs/ ← Step-by-step tutorial modules
│ ├── 00-prerequisites.md
│ ├── 01-understand-multi-agent.md
│ ├── 02-scaffold-multi-agent.md
│ ├── 03-configure-agents.md
│ ├── 04-orchestration-patterns.md
│ ├── 05-test-locally.md
│ ├── 06-deploy-to-foundry.md
│ ├── 07-verify-in-playground.md
│ └── 08-troubleshooting.md
└── 📂 PersonalCareerCopilot/ ← Reference solution (multi-agent workflow)
├── agent.yaml
├── Dockerfile
├── main.py
└── requirements.txt
Nota: La carpeta
agent/dentro de cada laboratorio es lo que la extensión Microsoft Foundry genera cuando ejecutasMicrosoft Foundry: Create a New Hosted Agentdesde la Paleta de comandos. Luego, los archivos se personalizan con las instrucciones, herramientas y configuración de tu agente. El Laboratorio 01 te guía para recrear esto desde cero.
git clone https://github.com/microsoft-foundry/Foundry_Toolkit_for_VSCode_Lab.git
cd Foundry_Toolkit_for_VSCode_Labpython -m venv venvActívalo:
- Windows (PowerShell):
.\venv\Scripts\Activate.ps1
- macOS / Linux:
source venv/bin/activate
pip install -r workshop/lab01-single-agent/agent/requirements.txtCopia el archivo de ejemplo .env dentro de la carpeta agent y rellena tus valores:
cp workshop/lab01-single-agent/agent/.env.example workshop/lab01-single-agent/agent/.envEdita workshop/lab01-single-agent/agent/.env:
AZURE_AI_PROJECT_ENDPOINT=https://<your-account>.services.ai.azure.com/api/projects/<your-project>
AZURE_AI_MODEL_DEPLOYMENT_NAME=<your-model-deployment-name>Cada laboratorio es autónomo con sus propios módulos. Comienza con Laboratorio 01 para aprender lo fundamental, luego sigue con Laboratorio 02 para flujos de trabajo multiagente.
Laboratorio 01 - Agente único (instrucciones completas)
| # | Módulo | Enlace |
|---|---|---|
| 1 | Lee los prerrequisitos | 00-prerequisites.md |
| 2 | Instala Foundry Toolkit y la extensión Foundry | 01-setup.md |
| 3 | Crea un proyecto Foundry | 01-setup.md |
| 4 | Crea un agente alojado | 02-create-hosted-agent.md |
| 5 | Configura instrucciones y entorno | 03-configure-and-code.md |
| 6 | Prueba localmente | 04-test-locally.md |
| 7 | Despliega a Foundry | 05-deploy-to-foundry.md |
| 8 | Verifica en playground | 06-verify-in-playground.md |
| 9 | Solución de problemas | 08-troubleshooting.md |
Laboratorio 02 - Flujo de trabajo multiagente (instrucciones completas)
| # | Módulo | Enlace |
|---|---|---|
| 1 | Prerrequisitos (Laboratorio 02) | 00-prerequisites.md |
| 2 | Comprende la arquitectura multiagente | 01-understand-multi-agent.md |
| 3 | Genera el proyecto multiagente | 02-scaffold-multi-agent.md |
| 4 | Configura agentes y entorno | 03-configure-agents.md |
| 5 | Patrones de orquestación | 04-orchestration-patterns.md |
| 6 | Prueba localmente (multiagente) | 05-test-locally.md |
| 7 | Desplegar en Foundry | 06-deploy-to-foundry.md | | 8 | Verificar en playground | 07-verify-in-playground.md | | 9 | Solución de problemas (multi-agente) | 08-troubleshooting.md |
 Shivam Goyal |
| Escenario | Roles requeridos |
|---|---|
| Crear nuevo proyecto en Foundry | Propietario de Azure AI en el recurso Foundry |
| Desplegar en proyecto existente (nuevos recursos) | Propietario de Azure AI + Colaborador en la suscripción |
| Desplegar en proyecto completamente configurado | Lector en la cuenta + Usuario de Azure AI en el proyecto |
Importante: Los roles
PropietarioyColaboradorde Azure solo incluyen permisos de gestión, no permisos de desarrollo (acción de datos). Necesita Usuario de Azure AI o Propietario de Azure AI para crear y desplegar agentes.
- Inicio rápido: Despliega tu primer agente alojado (VS Code)
- ¿Qué son los agentes alojados?
- Crea flujos de trabajo de agentes alojados en VS Code
- Desplegar un agente alojado
- RBAC para Microsoft Foundry
- Ejemplo de agente de revisión de arquitectura - Agente alojado del mundo real con herramientas MCP, diagramas Excalidraw y despliegue dual
Descargo de responsabilidad: Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional humana. No somos responsables de cualquier malentendido o interpretación errónea que surja del uso de esta traducción.