ಕೋರ್ಸ್ ಮಾದರಿಗಳನ್ನು ಪರೀಕ್ಷಿಸುವುದು

ಪಾಠದ ನೋಟ್‌ಬುಕುಗಳು ಮತ್ತು ಕೋಡ್ ಮಾದರಿಗಳು ಲೈವ್ Microsoft Foundry / Azure OpenAI ಸೆಟ್‌ಅಪ್ ವಿರುದ್ಧ ಚಾಲನೆಯಲ್ಲಿವೆ ಎಂದು ಮಾನ್ಯವಿಡಿ. ರೆಪೋದಲ್ಲಿ scripts/validate-notebooks.ps1 ನಲ್ಲಿ ಒಂದು ರನ್ನರ್ ಕಳುಹಿಸಲಾಗಿದೆ ಅದು ಪ್ರತೀ ಪೈಥಾನ್ ನೋಟ್‌ಬುಕ್ ಅನ್ನು ಹೆಡ್‌ಲೆಸ್ ಆಗಿ ಕಾರ್ಯಗತಗೊಳಿಸಿ PASS/FAIL ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಮುದ್ರಿಸುತ್ತದೆ.

ಯಾವಾಗ ಬಳಸುವುದು

• "ನನ್ನ Azure ಸಬ್ಸ್ಕ್ರಿಪ್‌ಷನ್ ವಿರುದ್ಧ ಎಲ್ಲಾ ನೋಟ್‌ಬುಕ್‌ಗಳು / ಮಾದರಿಗಳನ್ನು ಮಾನ್ಯವಿಡಿ."
• "ಪ್ಯಾಕೇಜುಗಳನ್ನು ಅಪ್‌ಗ್ರೇಡ್ ಮಾಡಿದ ನಂತರ ಅಥವಾ ಮಾದರಿಗಳನ್ನು ಬದಲಾಯಿಸಿದ ನಂತರ ಕೋರ್ಸ್‌ನ್ನು ಸ್ಮೋಕ್-ಟೆಸ್ಟ್ ಮಾಡಿ."
• "ಯಾವ ಪಾಠಗಳು ಇನ್ನೂ ಲೈವ್‌ನಲ್ಲಿ ಪಾಸ್ / ಫೇಲಾಗಿವೆ?"

AI ಸ್ಮೋಕ್ ಟೆಸ್ಟ್ GitHub ಕ್ರಿಯೆ (deploy ಆದುದನ್ನು ಮಾನ್ಯ ಮಾಡುವಂತೆ)ಗಾಗಿ ಇದನ್ನು ಬಳಸಬೇಡಿ. ಹೋಸ್ಟ್ ಮಾಡಿದ ಏಜೆಂಟ್ಗಳು — ನೋಡಿ tests/README.md). ಈ ಕೌಶಲ್ಯವು ನೋಟ್‌ಬುಕ್‌ಗಳನ್ನು ಸ್ಥಳೀಯವಾಗಿ ನಿರ್ವಹಿಸುತ್ತದೆ.

ಪೂರ್ವಾಪೇಕ್ಷಿತಗಳು (ಮೊದಲು ಪರಿಶೀಲಿಸಿ)

1. Python 3.12+ ಕೋರ್ಸ್ ಅವಲಂಬನೆಗಳೊಂದಿಗೆ: python -m pip install -r requirements.txt ಜೊತೆಗೆ ಎಕ್ಸಿಕ್ಯೂಟರ್: python -m pip install nbconvert ipykernel.
2. .env ರೆಪೊ ಮೂಲದಲ್ಲಿ (ನಕಲು ಮಾಡಿ .env.example) ಕನಿಷ್ಠ:
   • AZURE_AI_PROJECT_ENDPOINT — ಫೌಂಡರಿ ಪ್ರಾಜೆಕ್ಟ್ ಎಂಡ್ಪಾಯಿಂಟ್ (https://<account>.services.ai.azure.com/api/projects/<project>)
   • AZURE_AI_MODEL_DEPLOYMENT_NAME — ಡಿಪ್ರೆಶಿಯೇಟ್ ಆಗದ ನಿಯೋಜನೆ (ಉದಾ: gpt-5-mini)
   • AZURE_OPENAI_ENDPOINT (https://<account>.openai.azure.com) ಮತ್ತು AZURE_OPENAI_DEPLOYMENT ಆಜೂರ್ ಓಪನ್‌ಎಐ ನೇರವಾಗಿ ಕರೆಮಾಡುವ ಪಾಠಗಳಿಗಾಗಿ (ಪಾಠ 06, 02-azure-openai, 14 ಹ್ಯಾಂಡ್‌ಆಫ್/ಹ್ಯೂಮನ್ಲೂಪ್).
3. az login പൂರ್ಣಗೊಂಡಿದೆ — ನಮೂನೆಗಳು AzureCliCredential (ಎಂಟ್ರಾ ಐಡಿ, ಕೀವಿಲ್ಲದ) ಮೂಲಕ ಪ್ರಮಾಣೀಕರಿಸಿ.
4. ಮಾದರಿ ನಿಯೋಜನೆ ಇರುತ್ತದೆ ಎಂದು ಪರಿಶೀಲಿಸಿ: az cognitiveservices account deployment list -g <rg> -n <account> -o table.

ಮಾನ್ಯತೆ ಚಲಾಯಿಸುವುದು

# All Python notebooks (skips .NET, .venv, site-packages, translations, skill assets)
pwsh scripts/validate-notebooks.ps1

# A single lesson, with a longer per-cell timeout
pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600

# Just list what would run (no execution)
pwsh scripts/validate-notebooks.ps1 -List

# Explicit interpreter (if `python` is not on PATH, e.g. Windows Store alias)
pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe"

ಸ್ಕ್ರಿಪ್ಟ್ ನಿರ್ವಹಿಸಲಾದ ಪ್ರತಿಗಳನ್ನು, ಪ್ರತಿನೋಟ್‌ಬುಕ್ ಲಾಗ್‌ಗಳನ್ನು ಮತ್ತು results.json ಅನ್ನು $env:TEMP\aiab-nbval ಗೆ ಬರೆಯುತ್ತದೆ ಮತ್ತು ವಿಫಲತೆಗಳ ಸಂಖ್ಯೆಯಿಂದ ನಿರ್ಗಮಿಸುತ್ತದೆ.

ತಾತ್ಕಾಲಿಕ ವಿಫಲತೆಗಳು (ಹಂಚಿಕೆಯಾಗಿರುವ ಸಬ್ಸ್ಕ್ರಿಪ್ಷನ್ HTTP 429 ದರ ಮಿತಿ, ಕೆಲವೊಂದು AzureCliCredential ಟೋಕನ್ ತೊಂದರೆ, ಅಥವಾ ಟೈಮೌಟ್) ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪುನರಾರಂಭವಾಗುತ್ತವೆ (-Retries, ಡೀಫಾಲ್ಟ್ 2, -RetryDelaySeconds ಬ್ಯಾಕ್ಓಫ್, ಡೀಫಾಲ್ಟ್ 20). ಒಂದು ಮಾದರಿ ನಿಯೋಜನೆ ನಿಯಮಿತವಾಗಿ 429 ಆಗಿದ್ದರೆ, ಸಬ್ಸ್ಕ್ರಿಪ್ಷನ್‌ನ GlobalStandard TPM ಕ್ವೋಟಾವನ್ನು ಪರಿಶೀಲಿಸಿ (az cognitiveservices usage list -l <region>) — ಒಬ್ಬ ನಿಯೋಜನೆಯ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೆಚ್ಚಿಸುವುದು ಸಹಾಯ ಮಾಡುವುದಿಲ್ಲ, ಸಬ್ಸ್ಕ್ರಿಪ್ಷನ್ ಕ್ವೋಟা ಮುಗಿದಾಗ.

• PASS — ನೋಟ್‌ಬುಕ್ ಆರಂಭದಿಂದ ಅಂತಿಮ ತನಕ ದೋಷವಿಲ್ಲದೆ ಓಡಿತು.
• FAIL — ಮೊದಲ *Error / *Exception ಸಾಲು ತೋರಿಸಲಾಗಿದೆ; ಹೊಂದಾಣಿಕೆಯ log_*.txt ಅನ್ನು ಪೂರ್ಣ ಟ್ರೇಸ್‌ಬ್ಯಾಕ್‌ಗೆ ಔಟ್‌ಪುಟ್ ಡೈರಲ್ಲಿ ತೆರೆಯಿರಿ.
• ಒಬ್ಬ ನೋಟ್‌ಬುಕ್‌ನ одна ವಿಫಲತೆ -Timeout (ಪ್ರತಿ ಸೆಲ್) ಮೂಲಕ ಮಿತಿಮೀರುತ್ತದೆ, ಆದ್ದರಿಂದ ಹಂಗ್ ಮನುಷ್ಯ-ಇನ್-ದ-ಲೂಪ್ ಸೆಲ್ StdinNotImplementedError ಆಗಿ ಕಾಣುತ್ತದೆ ಹ್ಯಾಂಗ್ ಆಗುವುದಕ್ಕೆ ಬದಲು.

ವರದಿ ಮರುಪಡೆಯುವುದು

ಪಾಠದ ಮೂಲಕ ಗುಂಪುಗೊಳಿಸಿದ PASS/FAIL ಪಟ್ಟಿಯಾಗಿ ಸಾರಾಂಶ ಕೊಡಿ. ನಿಜವಾದ ಹಿಂಬಾಲನೆಗಳನ್ನು ವಿಭಜಿಸಿ
(ಕೊಡ್/ಕಾನ್ಫಿಗರೇಷನ್ ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಲು) ಪರಿಸರ ಗಣಕದ ಕೊರತೆಗಳಿಂದ (ಹೊಂದಿಕೆ ಇಲ್ಲದ Search/Foundry Local/PAT),
ಮತ್ತು ಪ್ರತಿ ನಿಜವಾದ ವಿಫಲತೆಗಾಗಿ ವಿಫಲವಾಗುವ log_*.txt ಅನ್ನು ಉಲ್ಲೇಖಿಸಿ.

ಅಸ್ವೀಕಾರ: ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ದಯವಿಟ್ಟು ಗಮನಿಸಿ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸಡ್ಡೆಗಳು ಇರಬಹುದು. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜು ಪ್ರಾಮಾಣಿಕ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದವನ್ನು ಬಳಸುವ ಮೂಲಕ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಗಳ ಅಥವಾ ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳ ಬಗ್ಗೆ ನಾವು ಹೊಣೆಗಾರರಲ್ಲ.