Implantando Agentes Escaláveis com Microsoft Foundry

Habilidade complementar para Lição 16 – Implantando Agentes Escaláveis. Use-a para ajudar um aprendiz a mover um agente do protótipo para uma implantação de produção escalável e observável. Baseie toda recomendação no conteúdo da lição e no notebook executável; não invente APIs do Foundry.

Gatilhos

Ative esta habilidade quando um aprendiz quiser:

• Implantar um agente no Microsoft Foundry como um agente hospedado e torná-lo versionado/observável.
• Escolher entre os padrões de implantação cliente-hospedado, agente-hospedado e fluxo de trabalho de agente.
• Adicionar roteamento de modelo, cache de resposta ou concorrência limitada para controlar latência e custo.
• Adicionar um portal de avaliação para que uma versão ruim do agente não seja entregue.
• Adicionar uma etapa de aprovação humana no loop para ações de alto risco.
• Instrumentar um agente com rastreamento OpenTelemetry para observabilidade em produção.
• Fazer um teste rápido de um agente implantado como um filtro rápido pós-implantação.

Modelo mental central

Um agente de produção é principalmente o esqueleto operacional em torno do modelo (~80%), não o modelo em si. Mapeie cada recomendação para uma dessas preocupações:

Padrões de implantação (escolha um ou combine)

1. Cliente-hospedado — o loop de raciocínio roda no seu processo. Controle máximo; você gerencia a escalabilidade/estado.
2. Agente hospedado (Foundry Agent Service) — o Foundry hospeda o loop, armazena threads, aplica RBAC/segurança de conteúdo, mostra o agente no portal. Menos controle, muito menos superfície operacional.
3. Fluxo de trabalho de agente — múltiplos agentes/ferramentas compostos em um grafo com ramificações, nós de aprovação e checkpoints duráveis.

Ciclo de vida (o loop que entrega um agente)

create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat. Avaliação offline é um portal, não um detalhe — uma versão não é entregue a menos que ultrapasse o limite. Observabilidade online alimenta falhas reais de volta ao conjunto de testes offline.

Alavancas para escalabilidade e custo (em ordem de prioridade)

1. Dimensionar corretamente o modelo — use o menor modelo que passe no portal de avaliação.
2. Roteamento por complexidade — modelo pequeno/rápido para solicitações simples, modelo grande para raciocínio real (classificador DIY ou Foundry Model Router).
3. Cache — atenda requisições quase duplicadas sem chamar o modelo.
4. Design sem estado + concorrência limitada — externalize estado; retente com backoff.

Padrões chave para reproduzir

Aponte o aprendiz para estes no notebook 16-python-agent-framework.ipynb:

• Manipulador de requisições: cache → roteamento por complexidade → rastreamento span → executar → cache.
• Portal de avaliação: pontue um conjunto de testes offline; retorne pass_rate >= threshold e só implante se verdadeiro.
• Aprovação humana: @tool(approval_mode="always_require") para ações como grandes reembolsos.
• Rastreamento: envolva cada requisição em tracer.start_as_current_span(...) e defina atributos como routed.model, customer.id.

Teste rápido de um agente implantado

Após a implantação, verifique se o endpoint realmente responde (uma implantação verde pode ainda estar silenciosa). Use o Teste Rápido de IA via .github/workflows/smoke-test.yml com o catálogo em tests/. O runner POSTa cada prompt para POST {project_endpoint}/agents/{agent_name}/endpoint/protocols/openai/responses e verifica o texto da resposta. A identidade precisa da função Usuário Azure AI no escopo do projeto Foundry; a audiência do token deve ser https://ai.azure.com/.

Sobreponha os portais: teste rápido (alcançável/respondendo, toda implantação) → avaliação offline (bom o suficiente para entregar, antes da promoção) → avaliação online (como está na prática, contínua).

Controles empresariais

• RBAC: dê a cada agente hospedado uma identidade gerenciada com privilégios mínimos.
• MCP em produção: trate todo servidor MCP como um limite não confiável — fixe a versão, delimite sua identidade, valide saídas, limite taxa, nunca exponha segredos.

Barreiras de segurança para o assistente

• Prefira o padrão canônico FoundryChatClient(...) + provider.as_agent(...) usado em todo o curso.
• Não prometa resultados Azure ao vivo que você não tenha verificado; recomende o fluxo de trabalho de teste rápido para confirmar uma implantação.
• Mantenha as recomendações de avaliação e custo interligadas: a avaliação define o nível mínimo de qualidade, o roteamento/cache mantém o custo próximo a esse nível.

Aviso Legal: Este documento foi traduzido usando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, por favor, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.