從原始碼部署託管代理

• pip 使用 Python 3.13 或更新版本，在本機將原始碼打包。

• azure-ai-projects 2.2.0 版或更新版本及 azure-identity 套件。

  pip install "azure-ai-projects>=2.2.0" azure-identity
  

• .NET 10 SDK，用來本地打包你的原始碼。

• Azure.AI.Projects.Agents 與 Azure.Identity 套件。

  dotnet add package Azure.AI.Projects.Agents --prerelease
  dotnet add package Azure.Identity
  

  Note

  .NET 的原始碼部署 API 目前僅以預發布版本Azure.AI.Projects.Agents提供。 用 --prerelease 旗幟安裝它。 這些 API 尚未包含在穩定版（GA）中。

• Node.js 22 或更新版本，以便在本機將原始碼打包。

• @azure/ai-projects 與 @azure/identity 套件。 你在 Node.js執行呼叫器，但你部署的託管執行時仍然是Python或.NET原始碼。

  npm install @azure/ai-projects @azure/identity
  

• 一個命令列 HTTP 用戶端，例如 curl （本文中的 REST 範例使用 curl）。
• 若要將原始碼打包在本地，請安裝代理程式語言的工具鏈：Python 3.13 或更新版本的 pip，或 .NET 10 SDK。

使用 Python SDK 從您自己的應用程式或自動化中部署原始碼代理程式。 你自己編譯 zip，然後把它的位元組和 SHA-256 傳給 SDK，SDK 會上傳，並提供和 REST API 相同的建立、輪詢、呼叫和下載操作。 程式碼部署需要 azure-ai-projects 版本 2.2.0 或更新版本。

建立 ZIP 檔

Python SDK 會上傳一個你自己建立的 zip。 請使用如 手動封裝 zip 檔 中所述的相同配置與相依性解析規則。 最小的 remote_build 有效載荷是一個扁平的 ZIP 壓縮檔，其根目錄下包含 main.py 和 requirements.txt。

建立代理人

import hashlib
from pathlib import Path

from azure.ai.projects import AIProjectClient
from azure.ai.projects.models import (
    CodeConfiguration,
    HostedAgentDefinition,
    ProtocolVersionRecord,
)
from azure.identity import DefaultAzureCredential

# Format: "https://<account>.services.ai.azure.com/api/projects/<project>"
PROJECT_ENDPOINT = "your_project_endpoint"
AGENT_NAME = "my-code-agent"
ZIP_PATH = Path("agent-code.zip")

code_zip_bytes = ZIP_PATH.read_bytes()
code_zip_sha256 = hashlib.sha256(code_zip_bytes).hexdigest()

credential = DefaultAzureCredential()
project = AIProjectClient(
    endpoint=PROJECT_ENDPOINT,
    credential=credential,
)

created = project.agents.create_version_from_code(
    agent_name=AGENT_NAME,
    definition=HostedAgentDefinition(
        cpu="1",
        memory="2Gi",
        code_configuration=CodeConfiguration(
            runtime="python_3_13",
            entry_point=["python", "main.py"],
            dependency_resolution="remote_build",
        ),
        protocol_versions=[
            ProtocolVersionRecord(protocol="responses", version="2.0.0")
        ],
        environment_variables={"AZURE_AI_MODEL_DEPLOYMENT_NAME": "gpt-5.4-mini"},
    ),
    code=(ZIP_PATH.name, code_zip_bytes, "application/zip"),
    code_zip_sha256=code_zip_sha256,
    description="Hello-world code agent",
)
print(f"Created version: {created.version}")

在 Invocations 協定中，將 protocol_versions 項目設為 ProtocolVersionRecord(protocol="invocations", version="2.0.0")。 對於 Invocations（WebSocket）協定，請使用 ProtocolVersionRecord(protocol="invocations_ws", version="2.0.0")。 對於 bundled 模式，請設定 dependency_resolution="bundled"，並在 ZIP 檔中包含預先建構的相依項目。 欲了解更多資訊，請參閱 在本機建構 Linux 相依性。

輪詢以啟用

import time

while True:
    version = project.agents.get_version(
        agent_name=AGENT_NAME, agent_version=created.version
    )
    status = version["status"]
    print(f"Status: {status}")
    if status == "active":
        break
    if status == "failed":
        raise RuntimeError(f"Provisioning failed: {version.get('error')}")
    time.sleep(5)

如需完整的狀態值清單，以及在失敗時如何讀取 物件，請參閱 error。

召喚代理人

當版本達到 active後，將 OpenAI 客戶端綁定到代理端點並呼叫它。 此範例使用回應協定：

openai_client = project.get_openai_client(agent_name=AGENT_NAME)

response = openai_client.responses.create(input="Hello! What can you do?")
print(response.output_text)

對於 Invocations 協定，直接用承載標記呼叫 invoke 端點，如 Invoke the agent 所示。

下載已部署的壓縮檔

請下載壓縮檔，並比較其 SHA-256 與你上傳的數值，確認實際部署的內容：

import hashlib
from pathlib import Path

out_path = Path(f"{AGENT_NAME}-{created.version}.zip")
sha = hashlib.sha256()
with open(out_path, "wb") as f:
    for chunk in project.agents.download_code(
        agent_name=AGENT_NAME, agent_version=created.version
    ):
        f.write(chunk)
        sha.update(chunk)

print(f"Downloaded {out_path} (matches upload: {sha.hexdigest() == code_zip_sha256})")

完整可執行範例請參見 Python hosted-agent 樣本。

使用 .NET SDK 從您自己的應用程式或自動化中部署原始碼代理程式。 與 Python 和 REST 路徑不同，.NET SDK 會幫你壓縮一個原始碼資料夾——你只需傳遞資料夾路徑，而不是自己建立壓縮檔。

建立代理人

using System;
using Azure.AI.Projects.Agents;
using Azure.Identity;

// Format: "https://<account>.services.ai.azure.com/api/projects/<project>"
string projectEndpoint = Environment.GetEnvironmentVariable("FOUNDRY_PROJECT_ENDPOINT");

var agentsClient = new AgentAdministrationClient(
    endpoint: new Uri(projectEndpoint),
    tokenProvider: new DefaultAzureCredential());

var agentDefinition = new HostedAgentDefinition(cpu: "1", memory: "2Gi")
{
    Versions = { new ProtocolVersionRecord(ProjectsAgentProtocol.Responses, "2.0.0") },
    CodeConfiguration = new(
        runtime: "dotnet_10",
        entryPoint: ["dotnet", "MyAgent.dll"],
        dependencyResolution: CodeDependencyResolution.RemoteBuild),
};

var metadata = new AgentVersionFromCodeMetadata(agentDefinition);

ProjectsAgentVersion agentVersion = agentsClient.CreateAgentVersionFromCode(
    agentName: "my-code-agent",
    filePath: "./AgentCode",
    metadata: metadata);

Console.WriteLine($"Created version: {agentVersion.Version}");

使用 remote_build，指向一個包含.NET專案來源的資料夾filePath。 Agent Service 會在佈建期間為你執行 dotnet restore 和 dotnet publish。 entryPoint 是指已發佈的組件名稱——例如，對於名為 ["dotnet", "MyAgent.dll"] 的專案，則為 MyAgent.csproj。

對於 Invocations 協定，請將條目改 Versions 為 new ProtocolVersionRecord(ProjectsAgentProtocol.Invocations, "2.0.0")。 對於 Invocations（WebSocket）協定，請使用 new ProtocolVersionRecord(ProjectsAgentProtocol.InvocationsWs, "2.0.0")。 對於 bundled 模式，請設定 dependencyResolution: CodeDependencyResolution.Bundled，並將 filePath 指向存放您的 dotnet publish 輸出的資料夾。 請參見 建置 .NET 輸出（套組）。

輪詢以啟用

while (agentVersion.Status != AgentVersionStatus.Active &&
       agentVersion.Status != AgentVersionStatus.Failed)
{
    Thread.Sleep(500);
    agentVersion = agentsClient.GetAgentVersion(
        agentName: agentVersion.Name,
        agentVersion: agentVersion.Version);
}

if (agentVersion.Status != AgentVersionStatus.Active)
{
    throw new InvalidOperationException($"Deployment failed, status: {agentVersion.Status}");
}

下載已部署的程式碼

下載並解壓已部署的程式碼到本地目錄，以驗證執行內容。 SDK 會將解壓縮的內容寫入 path：

agentsClient.DownloadAgentCode(agentName: agentVersion.Name, path: "./downloaded");
Console.WriteLine("Downloaded agent code to ./downloaded");

完整可執行範例請參見 .NET hosted-agent 樣本。

使用 JavaScript/TypeScript SDK 從您自己的應用程式或自動化中部署原始碼代理程式。 SDK 呼叫器運行於 Node.js，但它部署的託管執行環境可以是Python或.NET原始碼——沒有 Node.js 的託管代理執行環境。 你自己編譯 zip，然後把它的位元組和 SHA-256 傳給 SDK，SDK 會上傳，並提供和 REST API 相同的建立、輪詢、呼叫和下載操作。

建立 ZIP 檔

JavaScript/TypeScript SDK 會上傳一個你建立的 zip。 請使用如 手動封裝 zip 檔 中所述的相同配置與相依性解析規則。 Python 執行階段的最基本 remote_build 承載資料是一個扁平 ZIP 檔案，其根目錄中包含 main.py 和 requirements.txt。

建立代理人

npm install @azure/ai-projects @azure/identity

import { createHash } from "node:crypto";
import { readFileSync } from "node:fs";
import { AIProjectClient } from "@azure/ai-projects";
import { DefaultAzureCredential } from "@azure/identity";

// Format: "https://<account>.services.ai.azure.com/api/projects/<project>"
const projectEndpoint =
  process.env["FOUNDRY_PROJECT_ENDPOINT"] || "your_project_endpoint";
const agentName = "my-code-agent";

const codeZip = readFileSync("agent-code.zip");
const codeZipSha256 = createHash("sha256").update(codeZip).digest("hex");

const project = new AIProjectClient(
  projectEndpoint,
  new DefaultAzureCredential(),
);

// The hosted runtime is Python here; the caller SDK is
// JavaScript/TypeScript. To deploy .NET source instead, set
// runtime to "dotnet_10" and entry_point to ["dotnet", "MyAgent.dll"].
const created = await project.agents.createVersionFromCode(
  agentName,
  codeZipSha256,
  {
    metadata: {
      description: "Hello-world code agent",
      definition: {
        kind: "hosted",
        cpu: "1",
        memory: "2Gi",
        code_configuration: {
          runtime: "python_3_13",
          entry_point: ["python", "main.py"],
          dependency_resolution: "remote_build",
        },
        protocol_versions: [{ protocol: "responses", version: "2.0.0" }],
        environment_variables: {
          AZURE_AI_MODEL_DEPLOYMENT_NAME: "gpt-5.4-mini",
        },
      },
    },
    code: {
      contents: codeZip,
      contentType: "application/zip",
      filename: "agent-code.zip",
    },
  },
);
console.log(`Created version: ${created.version}`);

在 Invocations 協定中，將 protocol_versions 項目設為 { protocol: "invocations", version: "2.0.0" }。 對於 Invocations（WebSocket）協定，請使用 { protocol: "invocations_ws", version: "2.0.0" }。 對於 bundled 模式，請設定 dependency_resolution: "bundled"，並在 ZIP 檔中包含預先建構的相依項目。

輪詢以啟用

function sleep(ms: number) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

for (;;) {
  await sleep(5_000);
  const version = await project.agents.getVersion(
    agentName,
    created.version,
  );
  console.log(`Status: ${version.status}`);
  if (version.status === "active") {
    break;
  }
  if (version.status === "failed") {
    throw new Error(`Provisioning failed: ${JSON.stringify(version)}`);
  }
}

如需完整的狀態值清單，以及在失敗時如何讀取 物件，請參閱 error。

召喚代理人

當版本達到 active後，將 OpenAI 客戶端綁定到代理端點並呼叫它。 此範例使用回應協定：

const openAIClient = project.getOpenAIClient({
  azureConfig: { allowPreview: true, agentName },
});

const response = await openAIClient.responses.create({
  input: "Hello! What can you do?",
});
console.log(response.output_text);

對於 Invocations 協定，直接用承載標記呼叫 invoke 端點，如 Invoke the agent 所示。

下載已部署的壓縮檔

請下載壓縮檔，並將 SHA-256 值與你上傳的值比對，確認部署內容：

import { createHash } from "node:crypto";
import { writeFileSync } from "node:fs";
import { buffer } from "node:stream/consumers";

const downloadResult = await project.agents.downloadAgentCode(agentName, {
  agentVersion: created.version,
});

// The result carries either a Node.js stream (readableStreamBody) or a
// browser Blob (blobBody), depending on the runtime. Handle both so the
// code compiles under strict TypeScript and works in either environment.
const downloadedBytes = downloadResult.readableStreamBody
  ? new Uint8Array(await buffer(downloadResult.readableStreamBody))
  : downloadResult.blobBody
    ? new Uint8Array(await (await downloadResult.blobBody).arrayBuffer())
    : undefined;

if (!downloadedBytes) {
  throw new Error("No content found in the downloaded agent code.");
}

const downloadedSha256 = createHash("sha256")
  .update(downloadedBytes)
  .digest("hex");

writeFileSync(`${agentName}-${created.version}.zip`, downloadedBytes);
console.log(
  `Downloaded (matches upload: ${downloadedSha256 === codeZipSha256})`,
);

參考資料： AIProjectClient

你可以直接使用 REST API 來部署基於 HTTP 的部署或自訂工具。 這些章節依序介紹第一次部署：設定變數、建立壓縮檔、建立代理程式、輪詢直到 active，然後呼叫它。 更新、版本、下載及日誌串流端點會歸類於 持續作業。

使用 REST API 部署

直接使用 REST API 來部署基於 HTTP 的部署或自訂工具。 以下章節依序介紹首次部署流程：設定變數、建立壓縮檔、建立代理程式、輪詢直到 active，並呼叫它。 更新、版本、下載及日誌串流端點會歸類於 持續作業。

設定變數

巴什

ENDPOINT="https://{account}.services.ai.azure.com/api/projects/{project}"
API_VERSION="v1"
TOKEN=$(az account get-access-token --resource https://ai.azure.com --query accessToken -o tsv)
AGENT=my-code-agent
AGENT_VERSION=1
ZIP=./agent-code.zip
SHA=$(sha256sum "$ZIP" | cut -d' ' -f1)

PowerShell

$Endpoint    = "https://{account}.services.ai.azure.com/api/projects/{project}"
$ApiVersion  = "v1"
$Token       = az account get-access-token --resource https://ai.azure.com --query accessToken -o tsv
$Agent       = "my-code-agent"
$Zip         = "./agent-code.zip"
$Sha         = (Get-FileHash $Zip -Algorithm SHA256).Hash.ToLower()

建立最小化的 hello-world ZIP 檔案

在呼叫 Create（創建）之前，先建立一個包含兩個檔案的扁平壓縮檔。 這是 Agent Service 對 Python remote_build 部署所接受的最低有效載荷。

agent-code.zip
+-- main.py            # your agent loop (starts a Foundry hosting server)
+-- requirements.txt   # dependencies (for example, agent-framework, agent-framework-foundry-hosting)

metadata.json （ Metadata 範例中顯示的代理定義）位於磁碟上的 zip 旁邊，並作為獨立的多部分部分傳送——它不在 zip 裡面。 如需完整配置（包括 bundled 模式和 .NET），請參閱 手動封裝 zip 檔。 關於工作中的原始碼檔案，請參見 Python 和 .NET 範例。

多部分請求結構

所有會異動資料的端點（建立、更新）都使用由兩個部分組成的 multipart/form-data：

每個多部分通話的必備標頭：

Authorization: Bearer <token>
Accept: application/json
x-ms-code-zip-sha256: <sha256-hex-of-zip>

x-ms-code-zip-sha256 標頭會記錄你上傳的 ZIP 檔的 SHA-256。 服務會將其儲存起來，並在 code:download 上原樣回傳，讓你能偵測你預期要部署的內容與實際已部署內容之間的偏差。 務必包含它。

Create 呼叫也需要 x-ms-agent-name: <agent-name>。 更新呼叫中會省略該名稱，因為該名稱已經是 URL 的一部分。

元資料範例（遠端建置、回應）

這個元資料與 hello-world 的 zip 相符。

{
  "description": "Hello-world code agent",
  "definition": {
    "kind": "hosted",
    "protocol_versions": [
      { "protocol": "responses", "version": "2.0.0" }
    ],
    "cpu": "1",
    "memory": "2Gi",
    "code_configuration": {
      "runtime": "python_3_13",
      "entry_point": ["python", "main.py"],
      "dependency_resolution": "remote_build"
    },
    "environment_variables": {
      "AZURE_AI_MODEL_DEPLOYMENT_NAME": "gpt-5.4-mini"
    }
  }
}

對於 Invocations 通訊協定，將 protocol_versions 項目替換為 { "protocol": "invocations", "version": "2.0.0" }。 對於 Invocations（WebSocket）協定，請使用 { "protocol": "invocations_ws", "version": "2.0.0" }。 對於 bundled 模式，請設定 "dependency_resolution": "bundled"，並依照 在本機建置 Linux 相依項 操作。

在代理程式定義中，code_configuration 與 container_configuration 互斥：原始碼部署（本文）請包含 code_configuration，若為映像式部署，則包含 container_configuration。 關於映像變體，請參見部署託管代理（容器）。

建立代理人

curl -X POST "$ENDPOINT/agents?api-version=$API_VERSION" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Accept: application/json" \
  -H "x-ms-agent-name: $AGENT" \
  -H "x-ms-code-zip-sha256: $SHA" \
  -F "metadata=@metadata.json;type=application/json" \
  -F "code=@$ZIP;type=application/zip;filename=$AGENT.zip"

x-ms-agent-name 僅在 Create 呼叫時才需要。 名稱必須以字母數字開頭和結尾，中間可有連字號，且字元不得超過63個字元。 回覆包含status的首字母creating。

輪詢以啟用

while true; do
  STATUS=$(curl -s -H "Authorization: Bearer $TOKEN" \
    "$ENDPOINT/agents/$AGENT/versions/$AGENT_VERSION?api-version=$API_VERSION" | jq -r '.status')
  echo "Status: $STATUS"
  [ "$STATUS" = "active" ] && break
  [ "$STATUS" = "failed" ] && echo "Provisioning failed." && exit 1
  sleep 5
done

召喚代理人

選擇你的代理程式在 protocol_versions 中宣告的通訊協定。

回應規範：

curl -X POST "$ENDPOINT/agents/$AGENT/endpoint/protocols/openai/responses?api-version=v1" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-5.4-mini","input":"Hello, agent!","stream":false}'

召喚協議：

curl -X POST "$ENDPOINT/agents/$AGENT/endpoint/protocols/invocations?api-version=v1" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"input":"Hello, this is a test invocation!"}'

呼叫（WebSocket）協定：

透過 WebSocket 升級連接，而不是 REST POST。 關於端點格式與用戶端範例，請參見 「使用託管代理建立語音代理」。

有用的回應標頭：

對於回應協定，每次呼叫的回應識別碼是 id 回應 JSON 主體中的欄位（例如， caresp_<random>）。 用它來將通話與容器日誌對應，或在支援請求中引用該通話。

進行中的作業

第一次部署後，利用這些端點來演化並操作代理。

更新代理程式或為其建立版本

若要部署程式碼變更或定義更新，請將多部分主體重新發布至代理資源。 該服務採用 內容定址版本控制：只有當 zip 的 SHA-256 或代理定義實際變更時，才會鑄造新版本。 完全相同的轉發傳回現有的最新版本。

curl -X POST "$ENDPOINT/agents/$AGENT?api-version=$API_VERSION" \
  -H "Authorization: Bearer $TOKEN" \
  -H "x-ms-code-zip-sha256: $SHA" \
  -F "metadata=@metadata.json;type=application/json" \
  -F "code=@$ZIP;type=application/zip;filename=$AGENT.zip"

回應為完整的代理封裝，且已填入 versions.latest。 請依照輪詢以啟用中顯示的內容，輪詢結果版本。

如果您的工具偏好版本格式的回覆 (即單獨的AgentVersionObject，而非 Agent 封裝)，請將相同的多部分主體提交到$ENDPOINT/agents/$AGENT/versions?api-version=$API_VERSION。 去重規則是相同的——兩個端點共享相同的內容尋址邏輯。

下載已部署的壓縮檔

下載 ZIP 檔以確認確切已部署的內容。 省略 agent_version 下載最新版本;通過 agent_version=<n> 以鎖定特定版本。

VERSION=1

# Latest version
curl -O -J "$ENDPOINT/agents/$AGENT/code:download?api-version=$API_VERSION" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Accept: application/zip"

# Specific version
curl -O -J "$ENDPOINT/agents/$AGENT/code:download?api-version=$API_VERSION&agent_version=$VERSION" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Accept: application/zip"

兩個回應標頭幫助你確認下載的內容：

以影像為基礎的代理程式會傳回 409 AgentNotCodeBased。

串流容器日誌

curl -N "$ENDPOINT/agents/$AGENT/sessions/<sessionId>:logstream?api-version=$API_VERSION" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Accept: text/event-stream"

日誌以伺服器傳送事件的形式傳遞。 {sessionId} 是 從 invoke 回應中取得的 x-agent-session-id 值。 使用此端點來對執行階段錯誤與 424 session_not_ready 回應進行偵錯。

Python 佈局（遠端建置模式）

該服務會在雲端從 requirements.txt 安裝相依性。

agent-code.zip
+-- main.py
+-- requirements.txt

Python 版面配置（套裝模式）

您會在packages/中運送預先建置的 Linux 相依性。

agent-code.zip
+-- main.py                    # entry point
+-- requirements.txt
+-- packages/                  # extracted modules (not raw .whl files)
    +-- azure/identity/__init__.py
    +-- requests/__init__.py

於本機建置 Linux 相依性 (綁定、 Python)

使用 manylinux2014_x86_64 平台標籤，這樣 pip 就能下載 Linux 輪子，即使是從 Windows 或 macOS 也一樣。

巴什

pip install -r requirements.txt \
    --target packages/ \
    --platform manylinux2014_x86_64 \
    --python-version 3.13 \
    --implementation cp \
    --only-binary=:all:

zip -r agent-code.zip main.py requirements.txt packages/

PowerShell / Windows cmd

pip install -r requirements.txt --target packages --platform manylinux2014_x86_64 --python-version 3.13 --implementation cp --only-binary=:all:

tar -a -c -f agent-code.zip main.py requirements.txt packages

--only-binary=:all:強制執行 wheels (沒有原始碼建置)。 --python-version 必須與代理程式定義中的 runtime 值相符。

.NET 佈局（遠端建置模式）

只壓縮專案原始碼，不要包含任何 bin/、obj/ 或 publish/ 輸出內容。 Agent Service 會在佈建期間為你執行 dotnet restore 和 dotnet publish。

agent-code.zip
+-- MyAgent.csproj
+-- Program.cs
+-- ... (additional .cs files)

你在代理程式定義中設定的 entry_point 仍然是指由伺服器端發佈所產生的已發佈組件名稱（例如 ["dotnet", "MyAgent.dll"]）。

.NET 版面配置（套裝模式）

將 dotnet publish -c Release -r linux-x64 --self-contained false 的輸出壓縮後直接放在 ZIP 檔的根目錄中：

agent-code.zip
+-- MyAgent.dll
+-- MyAgent.runtimeconfig.json
+-- ... (publish output)

建置 .NET 輸出（已整合）

dotnet publish -c Release -r linux-x64 --self-contained false -o publish/
cd publish && zip -r ../agent-code.zip .

如果你想以 zip 格式發佈 .NET 執行時，請使用 --self-contained true。 你在代理定義中設定的 runtime 必須與 TargetFramework 相符。

JavaScript/TypeScript SDK 會上傳 Python 或 .NET 原始碼套件。 沒有 Node.js 託管的執行環境。 依照您部署之執行階段對應的 Python 或 C# 索引標籤來建立 zip 檔，然後使用 project.agents.createVersionFromCode() 上傳。

請參考 Python 或 C# 分頁。

# Delete one version
project.agents.delete_version(agent_name=AGENT_NAME, agent_version=created.version)

# Delete the agent and all its versions
project.agents.delete(agent_name=AGENT_NAME)

// Delete the agent and all its versions (force cascades to active sessions)
agentsClient.DeleteAgent(agentName: "my-code-agent", force: true);

// Delete one version
await project.agents.deleteVersion(agentName, created.version);

// Delete the agent and all its versions (force cascades to active sessions)
await project.agents.delete(agentName, { force: true });

參考資料： AIProjectClient

# Delete one version
curl -X DELETE "$ENDPOINT/agents/$AGENT/versions/$AGENT_VERSION?api-version=$API_VERSION" \
  -H "Authorization: Bearer $TOKEN"

# Delete the agent and all its versions
curl -X DELETE "$ENDPOINT/agents/$AGENT?api-version=$API_VERSION" \
  -H "Authorization: Bearer $TOKEN"

# Force-delete the agent (cascades to any active sessions)
curl -X DELETE "$ENDPOINT/agents/$AGENT?api-version=$API_VERSION&force=true" \
  -H "Authorization: Bearer $TOKEN"