资源介绍
视频数量：45个
总时长：4小时38分
课程介绍：
微软Azure Foundry AI智能体与工作流实战课
想象一下这个场景：你的公司花了大价钱接入了大语言模型的API，结果用了一年后才发现，大家还是在用"问一句答一句"的方式干活。模型能力确实强，但跟公司现有的业务流程对不上，数据散落在各个系统里没人打理，输出的内容有没有风险也说不清楚。这不是模型的问题，而是缺少一套能把AI真正嵌入企业运转的工程体系。
这门课解决的就是这个问题。它教你在微软Azure的Microsoft Foundry平台上，从零开始搭建企业级的AI智能体和工作流。四个半小时，四十五节课，不讲虚的，全程上手实操。
一、搞懂AI智能体到底是什么
课程一开始不会急着写代码，而是先帮你把概念理清楚。自动化和AI智能体的区别在哪？什么时候企业真正需要智能体，而不是用个简单脚本就够了？智能体的核心组件有哪些，它们之间怎么通信、怎么决策、怎么调用外部工具和服务？这些听起来像理论课，但老师讲得都很接地气，配着真实的企业场景来聊。
紧接着是Microsoft Foundry平台的整体架构介绍。Azure AI Projects SDK和Microsoft Agent Framework SDK有什么不同，各自适合什么场景，老师会讲得明明白白，避免你选错工具走弯路。两个SDK的设计理念差异、用代码调用智能体的不同方式，这些细节都会讲到。
二、把开发环境搭起来
工欲善其事，必先利其器。Azure账号怎么开通，命令行工具怎么装，VS Code里AI Toolkit扩展怎么配置，Python环境怎么搭建，这部分一步一步带你走完。老师还会演示AI Toolkit这个扩展怎么用——它相当于是你的"智能体原型实验室"，在VS Code里快速试验想法，验证可行后再放到Foundry上正式部署。代理构建器界面里能定义什么，演练场怎么交互，这些核心功能都会带你看一遍。
三、动手做一个客服智能体
理论铺垫完，就该动手了。课程的核心项目之一是一个客服智能体。你会在Microsoft Foundry里创建它，配置它的角色、约束条件和输出格式，然后在Playground里测试对话效果。接着，老师会教你用Python代码去调用这个智能体，把它接到实际的代码流程里跑起来。
光有对话还不够，智能体得有"手脚"。工具调用这一节讲的是怎么给智能体接上外部能力。文件搜索工具让智能体能翻阅公司内部的产品手册和FAQ来回答用户的问题，而不是凭空编造答案。检索增强生成的原理和实操也会讲到，包括怎么在Preview Playground里测试问答效果。
四、把智能体调教成能上生产的样子
写出一个能跑的东西只是第一步。课程专门讲了企业级智能体的提示工程最佳实践，包括怎么写出符合"严格接地"要求的提示词，确保智能体的回答有据可查，不会胡说八道。
调试方面，老师会教你怎么用Traces来追踪智能体的执行过程，出了问题能快速定位是哪个环节出了错。内存机制怎么配置，让智能体在多轮对话中记住上下文；知识库怎么构建和管理，这些进阶内容都有覆盖。
安全是企业最关心的环节。Guardrails这一章讲的是怎么给智能体加护栏，包括内容安全过滤、行为控制和提示词注入防护。怎么修改已有的护栏配置，怎么创建自定义的护栏，怎么遵循最佳实践来设计防护层，课程都会演示。
五、做出能用的客户端界面
后台跑通了，前端也得有。课程会教你用Streamlit快速搭一个客服智能体的客户端应用，从零开始写代码到最终跑起来，整个过程都会走过一遍。
六、从单个智能体到完整工作流
最后一部分是AI工作流，讲的是怎么把多个智能体串起来完成复杂任务。老师会演示在Foundry的可视化界面里搭建工作流，怎么配置各个节点的智能体和执行顺序，然后用Python代码调用整个工作流。
最有意思的实战项目是一个内容审批流水线：内容自动生成、精炼改写、人工审核、条件分支判断重新生成、最终交付，完整走完一遍后，你就能理解"人在环路"的审批机制在企业AI系统里是怎么落地的。
谁适合来学这门课？
如果你是做企业应用的开发者，想把AI能力真正集成到产品里；或者你是DevOps工程师，想了解AI智能体怎么部署、怎么监控；又或者你是AI领域的从业者，想知道微软这套企业级平台的玩法，都很合适。课程对Python有一定要求，但不需要你是专家，跟着做就行。
学完这四十五节课，你能独立在Azure上搭建可监控、可维护的AI智能体系统，理解企业级AI的工程化思路，把零散的AI能力组织成可落地的业务方案。不管是想转型做AI工程师，还是想让现有产品接入更智能的能力，这门课都能给你一个清晰的方向。