Build local-first AI agents that run entirely on a developer workstation with Microsoft Foundry Local and Qwen function-calling models. Covers sandboxed local tools, local RAG with Chroma, local MCP servers, hybrid cloud/local routing, and privacy, cost, and offline trade-offs.
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Microsoft तकनीकी इकोसिस्टम के लिए अनुसंधान कौशल। इसमें learn.microsoft.com और उससे बाहर की डाक्यूमेंटेशन शामिल है (VS Code, GitHub, Aspire, Agent Framework रिपोज़)। इन उपकरणों का उपयोग learn.microsoft.com पर सब कुछ के लिए करें — Azure, .NET, M365, Power Platform, Agent Framework, Semantic Kernel, Windows, और बहुत कुछ। यह अधिकांश Microsoft डाक्यूमेंटेशन प्रश्नों के लिए प्राथमिक उपकरण है। जब आपको पूर्ण ट्यूटोरियल, सभी कॉन्फ़िग विकल्पों की आवश्यकता हो, या जब खोज अंश काटे गए हों तब खोज के बाद microsoft_docs_fetch…
Steady33 mentions in 2 weeks
12 projects use a version of this
79k4mo agoReviewMountCreate a free account to mount
Prateća vještina za Lekcija 16 – Postavljanje skalabilnih agenata. Koristite je da pomognete učeniku da premjesti agenta iz prototipa u skalabilnu, promatrivu produkcijsku implementaciju. Svaku preporuku utemeljite na sadržaju lekcije i izvršivoj bilježnici; ne izmišljajte Foundry API-je. Aktivirajte ovu vještinu kada učenik želi: - Implementirati agenta u Microsoft Foundry kao hostanog agenta i učiniti ga verzioniranim/promatrivim. - Izabrati između obrazaca implementacije client-hosted, hosted-agent i agent-workflow. - Dodati usmjeravanje modela, keširanje odgovora ili ograničenu konkurentnost za kontrolu latencije i troškova. -…
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Kreirajte čiste, reproducibilne Jupyter bilježnice za dva primarna načina: Dajte prednost uključenim predlošcima i pomoćnoj skripti za dosljednu strukturu i manje pogrešaka u JSON-u. User-scoped skills install under $CODEX_HOME/skills (default: ~/.codex/skills). 2. Scaffold from the template. Use the helper script to avoid hand-authoring raw notebook JSON. 3. Fill the notebook with small, runnable steps. Keep each code cell focused on one step. Add short markdown cells that explain the purpose and expected result. Avoid large, noisy outputs when a short…
Build local-first AI agents that run entirely on a developer workstation with Microsoft Foundry Local and Qwen function-calling models. Covers sandboxed local tools, local RAG with Chroma, local MCP servers, hybrid cloud/local routing, and privacy, cost, and offline trade-offs.
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Kísérő készség a(z) 16. lecke – Skálázható ügynökök telepítése anyaghoz. Használd arra, hogy segíts egy tanulónak az ügynököt a prototípustól egy skálázható, megfigyelhető éles környezetbe való telepítésig vinni. Minden ajánlást a lecke tartalmára és a futtatható jegyzetfüzetre alapozz; ne találj ki Foundry API-kat. Ezt a készséget aktiváld, ha egy tanuló szeretne: - Egy ügynököt Microsoft Foundry-ba telepíteni hostolt ügynökként, és verziózást/megjeleníthetőséget biztosítani. - Választani a kliens-oldali hosztolt, hostolt ügynök és ügynök-munkafolyamat telepítési minták között. - Hozzáadni modell irányítást, válasz gyorsítótárazást,…
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Kísérő készség a 17. Lecke – Helyi MI ügynökök létrehozása számára. Használd arra, hogy segíts egy tanulónak olyan ügynököt építeni, amely önállóan gondolkodik, eszközöket hív meg, és dokumentációt keres teljes egészében a saját gépén – felhő alapú számítás nélkül. Minden ajánlást a lecke tartalmára és a futtatható jegyzetfüzetre alapozz. Aktiváld ezt a készséget, ha a tanuló: - Teljes mértékben helyi eszközön szeretne futtatni egy ügynököt adatvédelem, költség vagy offline működés miatt. - Modellje helyben szeretne szolgáltatni Foundry Local segítségével, és…
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Keterampilan pendamping untuk Lesson 16 – Mendeploy Agen Skala Besar. Gunakan ini untuk membantu pembelajar memindahkan agen dari prototipe ke deploy produksi yang skalabel dan dapat diamati. Dasarkan setiap rekomendasi pada konten pelajaran dan notebook yang dapat dijalankan; jangan buat API Foundry. Aktifkan keterampilan ini ketika pembelajar ingin: - Mendeploy agen ke Microsoft Foundry sebagai agen yang dihosting dan membuatnya versi/terobservasi. - Memilih antara pola deploy client-hosted, hosted-agent, dan agent-workflow. - Menambahkan routing model, penyimpanan respons (response caching), atau konkurensi…
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Keterampilan pendamping untuk Lesson 17 – Membuat Agen AI Lokal. Gunakan ini untuk membantu pelajar membangun agen yang melakukan penalaran, memanggil alat, dan mencari dokumentasi sepenuhnya di mesin mereka sendiri — tanpa inferensi cloud. Dasarkan setiap rekomendasi pada konten pelajaran dan notebook yang dapat dijalankan. Aktifkan keterampilan ini ketika pelajar ingin: - Menjalankan agen sepenuhnya di perangkat untuk alasan privasi, biaya, atau offline. - Menyajikan model secara lokal dengan Foundry Local dan terhubung melalui endpoint kompatibel OpenAI. - Menggunakan model…
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Abilità di supporto per Lezione 16 – Distribuire agenti scalabili. Usala per aiutare un apprendista a spostare un agente dal prototipo a una distribuzione di produzione scalabile e osservabile. Basa ogni raccomandazione sul contenuto della lezione e sul notebook eseguibile; non inventare API di Foundry. Attiva questa abilità quando un apprendista vuole: - Distribuire un agente su Microsoft Foundry come agente ospitato e renderlo versionato/osservabile. - Scegliere tra i modelli di distribuzione client-hosted, hosted-agent e agent-workflow. - Aggiungere instradamento del…
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Competenze complementari per Lezione 17 – Creare Agenti AI Locali. Usalo per aiutare un apprendente a costruire un agente che ragiona, chiama strumenti e cerca documentazione interamente sulla propria macchina — nessuna inferenza cloud. Basa ogni raccomandazione sul contenuto della lezione e sul notebook eseguibile. Attiva questa competenza quando un apprendente vuole: - Eseguire un agente completamente sul dispositivo per motivi di privacy, costo o offline. - Servire un modello localmente con Foundry Local e connettersi tramite l'endpoint compatibile OpenAI.…
Steady33 mentions in 2 weeks
No other project uses it yet
79k4mo agoReviewMountCreate a free account to mount
Plain text files in a repository that tell a coding agent how the project works: commands to run, conventions to follow and things to avoid. CLAUDE.md, AGENTS.md, cursor rules and skills are the common kinds.
CLAUDE.md or AGENTS.md?
CLAUDE.md is read by Claude Code. AGENTS.md is an open format that Codex, Cursor and other agents read. Many projects keep one and point the other at it.
What is a skill?
A folder with a SKILL.md that describes one capability, such as filling PDFs or reviewing code. The agent loads it only when the task calls for it.
Can I search my own team's files too?
Your agents already can, over MCP, limited to the files you're allowed to read. Searching them from this page is coming.