agentleFS
MicrosoftKnown publishermicrosoft/Building-AI-Agents-From-Zero-To-Production/translations/id/AGENTS.md

Building-AI-Agents-From-Zero-To-Production / id

AGENTS.md194 starsChanged 4 months agoMITView on GitHub

Panduan untuk agen pengkodean AI (dan kontributor manusia) yang bekerja dalam repositori ini. Jika Anda adalah agen otomatis yang membuat perubahan di sini, bacalah file ini terlebih dahulu dan ikuti. Membangun Agen AI dari Nol hingga Produksi adalah kursus pembelajaran Microsoft. Kursus ini mengajarkan pengembang untuk merancang, membangun, mengevaluasi, menyebarkan, dan mengoperasikan agen AI di Microsoft Foundry menggunakan Microsoft Agent Framework (MAF). Konten disusun sebagai rangkaian pelajaran, masing-masing dengan README.md dan contoh Python yang dapat dijalankan. Dokumen utama: README.md (mulai…

  • Reads credentials
  • Installs packages
Files
AGENTS.md

AGENTS.md

Panduan untuk agen pengkodean AI (dan kontributor manusia) yang bekerja dalam repositori ini. Jika Anda adalah agen otomatis yang membuat perubahan di sini, bacalah file ini terlebih dahulu dan ikuti.

Apa itu repositori ini

Membangun Agen AI dari Nol hingga Produksi adalah kursus pembelajaran Microsoft. Kursus ini mengajarkan pengembang untuk merancang, membangun, mengevaluasi, menyebarkan, dan mengoperasikan agen AI di Microsoft Foundry menggunakan Microsoft Agent Framework (MAF). Konten disusun sebagai rangkaian pelajaran, masing-masing dengan README.md dan contoh Python yang dapat dijalankan.

lesson-1-agent-design/            Use case + how to design effective agents
lesson-2-agent-development/       Build specialised agents with MAF (multiple runnable samples)
lesson-3-agent-evals/             Evaluations and observability
lesson-4-agentdeployment/         Deploy a hosted agent + OpenAI ChatKit front end
lesson-5-hosted-agents-production/ Hosted Agents vs Capability Hosts, BYO storage, governance
lesson-6-toolbox/                 Microsoft Toolbox: define + govern tools centrally
lesson-7-multi-agent-a2a/         Multi-agent orchestration over the A2A protocol

Dokumen utama: README.md (mulai di sini), MIGRATION-GUIDE.md (detail migrasi SDK), CHANGELOG.md.

Aturan emas

  1. Jangan pernah meng-commit rahasia. Hanya file *.env.example yang dilacak; file .env asli diabaikan oleh git. Jangan memasukkan endpoint, kunci, token, atau string koneksi secara keras dalam contoh atau dokumen.
  2. Jangan sentuh translations/ atau translated_images/. Folder ini dihasilkan secara otomatis oleh GitHub Action terjemahan. Jangan pernah mengedit secara manual; lakukan perubahan sumber hanya pada file pelajaran tingkat atas saja.
  3. Jangan gunakan model yang sudah usang. Gunakan gpt-5.1 untuk chat/evaluasi dan gpt-5-codex untuk pengkodean. Jangan memperkenalkan gpt-4o, gpt-4.1, atau model yang sudah dihentikan, dan jangan gunakan GitHub Models (akan dihentikan pada 30 Juli 2026) — semua model disajikan melalui Microsoft Foundry.
  4. Gunakan permukaan SDK saat ini. Contoh menargetkan agent-framework (tertangkap di requirements.txt) dengan FoundryChatClient dan Responses API. Jangan mengembalikan pola lama AzureAIClient / AzureAIAgentClient / AzureOpenAIChatClient.
  5. Gunakan terminologi terkini: Microsoft Foundry (bukan "Azure AI Foundry"), Microsoft Agent Framework, Hosted Agents, Capability Hosts, Microsoft Toolbox, MCP / Hosted MCP, A2A.

Setup

python -m venv .venv
# Windows:  .venv\Scripts\Activate.ps1
# macOS/Linux:  source .venv/bin/activate
pip install -r requirements.txt

az login                     # contoh mengautentikasi dengan identitas pengembang Anda
cp .env.example .env         # kemudian isi endpoint proyek Foundry + model Anda

Persyaratan: Python 3.12+, Azure CLI, dan akses ke proyek Microsoft Foundry dengan model GPT-5-series yang sudah disebarkan. Setiap README pelajaran mencantumkan prasyaratnya sendiri dan variabel lingkungan yang dibutuhkan (lihat .env.example tingkat pelajaran jika tersedia).

Menjalankan contoh

Sebagian besar contoh pelajaran-2 menjalankan DevUI lokal pada port khusus (misalnya 8090–8096); server A2A di pelajaran 7 mendengarkan port 9000. Periksa docstring/README masing-masing contoh untuk perintah dan port yang tepat. Karena contoh memanggil endpoint Foundry langsung, mereka membutuhkan .env yang valid dan az login.

Memvalidasi perubahan

Tidak ada suite unit-test; validasi bersifat statis + langsung:

  • Gerbang statis (harus lolos sebelum commit): byte-compile setiap contoh.
    python -m py_compile $(git ls-files '*.py')
    Pada PowerShell Windows:
    git ls-files '*.py' | ForEach-Object { python -m py_compile $_ }
  • Tautan markdown: pekerjaan CI static menjalankan markdown-link-check (konfigurasi: .github/workflows/markdown-link-check-config.json). Verifikasi tautan eksternal baru dapat diakses (HTTP 200).
  • Smoke test: .github/workflows/smoke-test-hosted-agent.yml menjalankan aksi AI Smoke Test terhadap agen hosted yang sudah disebarkan (workflow_dispatch, OIDC). Jalankan agen langsung membutuhkan akses Azure.

CI (pekerjaan static) secara otomatis menemukan file .py, sehingga contoh baru tercakup tanpa mengubah workflow. Jangan commit kode yang gagal py_compile.

Konvensi commit

  • Tulislah commit yang fokus dengan pesan imperatif yang jelas.
  • Sertakan trailer co-author pada commit dengan bantuan agen:
    Co-authored-by: Copilot App <223556219+Copilot@users.noreply.github.com>
  • Jangan commit cache yang dihasilkan, lingkungan virtual, atau file .env (semua diabaikan git).

Tempat membuat perubahan spesifik

PerubahanLokasi
Narasi kursus / teks pelajaranlesson-*/README.md (hanya sumber — jangan translations/)
Kode yang dapat dijalankanlesson-*/**.py, setup_vector_store.py
Dependensirequirements.txt (pertahankan versi tetap)
Dokumentasi variabel lingkungan.env.example, .env.example tingkat pelajaran
CI / gerbang statis.github/workflows/
Keterampilan kursus untuk asisten AI.github/skills/

<!-- CO-OP TRANSLATOR DISCLAIMER START -->

Penafian: Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berupaya untuk mencapai akurasi, harap diketahui bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sah. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.

<!-- CO-OP TRANSLATOR DISCLAIMER END -->

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

Reviews can't be read right now.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.