在本文中，你將從 Foundry 入口網站尋找、探索並部署 AI 解決方案範本。
AI 解決方案範本是預先建置的任務專屬範本，包含可自訂的程式碼範例、預先整合的 Azure 服務，以及 GitHub 上託管的快速入門指南。 使用範本跳過模板設定，專注於打造語音代理、發布管理和資料統一等用例解決方案。
重要
Microsoft 或其合作夥伴提供的入門範本、清單、程式碼範例及其他資源（「範例」）旨在協助加速針對特定情境的代理程式與 AI 解決方案開發。 檢視所有提供的資源，並在你的使用情境中仔細測試輸出行為。 AI 的回應可能不準確，AI 行動應由人工監督監控。 更多資訊請參閱 《代理人服務 》和《 代理人框架》的透明度文件。
您所開發的代理與人工智慧解決方案可能受法律及監管要求約束，可能需要執照，或不適合所有產業、情境或使用案例。 使用任何樣品即表示您承認代理人、AI 解決方案或其他基於這些樣品產生的產出物完全由您負責，且您將遵守所有適用的法律、法規及相關安全標準、服務條款與行為守則。
常見 AI 情境範本
透過使用這些範本來加速開發，適用於常見的 AI 情境，包括範例程式碼與架構指導。
| 劇本 | GitHub 倉庫 | 文件 |
|---|---|---|
| AI 聊天 | 範例代碼 |
-
架構指引：Microsoft Foundry 基線討論 - GitHub README 資源 |
| 人工智慧代理人 | 範例代碼 | - GitHub README 資源 |
| 對話洞察 | 範例代碼 |
-
架構指南：對話知識挖掘 - GitHub README 資源 |
| 多代理工作流程自動化 | 範例代碼 |
-
架構指導：打造多代理工作流程自動化解決方案 - GitHub README 資源 |
| 多模態內容處理 | 範例代碼 |
-
架構指引：從非結構化內容中擷取並映射資訊 - GitHub README 資源 |
| 文件產生 | 範例代碼 |
-
架構指導：建立文件產生系統 - GitHub README 資源 |
| 客戶會議的改進 | 範例代碼 | - GitHub README 資源 |
| 程式碼現代化 | 範例代碼 | - GitHub README 資源 |
| 對話式智能助理 | 範例代碼 | - GitHub README 資源 |
提示
每個範本都包含一份 GitHub README，包含設定、部署及自訂指示。 從那裡開始，這樣才能找到最快的前進路徑。
用代理範本建置代理
代理範本是你可以直接部署在 Foundry 入口網站的起始清單。 每個資訊清單都定義了一個可運作的代理程式組態，因此你可以部署它、查看其建構方式，並以它為你自己的代理程式作為起點加以調整。
使用代理範本來學習和實驗，同時打造自己的代理。 它們縮短了從想法到運作中的代理的路徑，給你一個具體的範例可以探索，而不是從零開始。
先決條件
- 一個有有效訂閱的 Azure 帳號。 如果你還沒有，請建立一個free Azure帳號，其中包含免費試用訂閱。
- 用於建立 Foundry 資源的適當 RBAC 角色。 詳情請參見 基於角色的存取控制。
- Foundry 專案。
先從範例應用開始
- 登入 Microsoft Foundry。 確定 新鑄造廠 的開關是開啟的。 這些步驟參考 Foundry (新)。
- 從右上角的導覽中選擇 「發現 」。
- 從左側窗格選擇 解決方案範本 或 代理 。
- 如果你正在查看解決方案範本，請選擇「在 GitHub 開啟」以查看整個範例應用程式。
- 有時你也可以觀看逐步教學，解釋 AI 程式碼。
探索範例應用
當你查看範例的 GitHub 倉庫時，請查看 README 以獲得更多說明及如何部署你自己版本應用程式的資訊。
說明因樣品而異，但大多數包含：
- 在你選擇的位置打開解決方案：
- GitHub Codespaces
- VS Code 開發容器
- 你本地的 IDE
- 將應用程式部署到 Azure
- 測試應用程式
README 也包含應用程式的資訊，如使用情境、架構及價格資訊。
部署與自訂範本
大多數範本都支援幾分鐘內啟動的快速部署選項。 這些架構與實作可自訂，同時透過使用 Azure 驗證模組，與 Well-Architected Framework 保持一致性。 使用 PSRule 和 TFLint 等工具來測試您修改後的實作是否已經準備好可投入生產環境。
部署後，請確認該應用程式正在執行：
- 打開終端機輸出中顯示的部署網址。
- 確認應用程式載入並回應你的輸入。
AI 解決方案範本的優點
Microsoft Foundry 中的 AI 範本提供：
- 更快的價值實現時間：跳過模板程式碼與基礎設施設置，快速從概念到生產階段。
- 降低工程開銷：預整合Azure服務消除部署摩擦。
- Trusted Infrastructure：在 Microsoft 安全且可擴展的 AI 平台上自信打造。
- 模組化且互通的基礎：有效擴展解決方案於組織內。
- 最佳實務已內建：使用經過驗證的模式與框架，以達成具備生產環境準備的解決方案。