Вы знаете тот разрыв между «работает на моей машине» и «развёрнуто и обслуживает трафик»? Для ИИ-агентов этот разрыв был болезненно широким. Нужно подготовить ресурсы, развернуть модели, настроить идентификацию, организовать мониторинг — и это до того, как кто-либо сможет реально вызвать вашего агента.
Azure Developer CLI только что превратил это в дело двух команд.
Новый рабочий процесс azd ai agent
Давайте пройдём по тому, как это реально выглядит. У вас есть проект ИИ-агента — допустим, агент-консьерж для отеля. Он работает локально. Вы хотите запустить его на Microsoft Foundry.
azd ai agent init
azd up
Вот и всё. Две команды. azd ai agent init генерирует инфраструктуру как код в вашем репозитории, а azd up разворачивает всё в Azure и публикует вашего агента. Вы получаете прямую ссылку на вашего агента в портале Foundry.
Что происходит под капотом
Команда init генерирует реальные, проверяемые шаблоны Bicep в вашем репозитории:
- Foundry Resource (контейнер верхнего уровня)
- Foundry Project (где живёт ваш агент)
- Конфигурация развёртывания модели (GPT-4o и т.д.)
- Managed identity с правильными назначениями ролей RBAC
azure.yamlдля карты сервисовagent.yamlс метаданными агента и переменными окружения
Ключевой момент: всё это принадлежит вам. Это версионированный Bicep в вашем репозитории. Вы можете его проверить, настроить и закоммитить рядом с кодом вашего агента. Никаких магических чёрных ящиков.
Внутренний цикл разработки
Что мне действительно нравится — это история локальной разработки. Когда вы итерируете над логикой агента, вы не хотите перезапускать развёртывание при каждом изменении промпта:
azd ai agent run
Это запускает вашего агента локально. Комбинируйте с azd ai agent invoke для отправки тестовых промптов, и у вас есть быстрый цикл обратной связи. Редактируете код, перезапускаете, вызываете, повторяете.
Команда invoke умная в плане маршрутизации — когда локальный агент запущен, она автоматически направляет на него. Когда нет — обращается к удалённому эндпоинту.
Мониторинг в реальном времени
Вот функция, которая меня купила. После развёртывания агента:
azd ai agent monitor --follow
Каждый запрос и ответ, проходящий через вашего агента, транслируется в ваш терминал в реальном времени. Для отладки продакшен-проблем это бесценно. Никакого копания в log analytics, никакого ожидания агрегации метрик — вы видите, что происходит прямо сейчас.
Полный набор команд
Вот краткий справочник:
| Команда | Что делает |
|---|---|
azd ai agent init | Генерирует проект агента Foundry с IaC |
azd up | Разворачивает Azure-ресурсы и публикует агента |
azd ai agent invoke | Отправляет промпты удалённому или локальному агенту |
azd ai agent run | Запускает агента локально для разработки |
azd ai agent monitor | Транслирует логи от опубликованного агента в реальном времени |
azd ai agent show | Проверяет состояние и здоровье агента |
azd down | Удаляет все Azure-ресурсы |
Почему это важно для .NET-разработчиков
Хотя пример в анонсе написан на Python, история инфраструктуры не зависит от языка. Ваш .NET-агент получает тот же Bicep-шаблон, ту же настройку managed identity, тот же пайплайн мониторинга. И если вы уже используете azd для своих .NET Aspire-приложений или развёртываний Azure, это вписывается прямо в ваш существующий рабочий процесс.
Разрыв в развёртывании ИИ-агентов был одной из самых больших точек трения в экосистеме. Переход от работающего прототипа к продакшен-эндпоинту с правильной идентификацией, сетью и мониторингом не должен требовать недели DevOps-работы. Теперь для этого нужны две команды и несколько минут.
Итог
azd ai agent доступен сейчас. Если вы откладывали развёртывание своих ИИ-агентов, потому что настройка инфраструктуры казалась слишком трудоёмкой, попробуйте это. Ознакомьтесь с полным руководством для полной пошаговой инструкции, включая интеграцию с фронтенд-чат-приложением.
