Azure AI Foundry Workshop

📦Prerequisites | 🚀Quick Start | 🤖Overview | 📔Workshop Content | 🧩Project Structure | ❓Support | 🤝Contributing

🤖 Overview

건강 및 식단 조언과 관련된 재미있는 예제를 통해 Azure AI Foundry를 기반으로 지능형 앱 및 AI 에이전트를 빌드하는 방법을 안내하는 실습 워크샵입니다. 다음의 내용을 포함합니다.

• Azure AI Foundry 기본 사항 알아보기
• 인증 및 프로젝트 구성 설정
• AI 모델 배포 및 테스트
• AI 에이전트 빌드(건강 어드바이저 예제)
• 건강 계산 및 식단 계획 구현
• 에이전트 성능 평가 및 품질 속성 모니터링
• 모든 기능과 디자인 패턴이 통합된 엔드투엔드 AI 네이티브 샘플 앱 배포

소요 예상 시간: 4-5 시간
Focus: 실습, 대화형 노트북, 실용적인 예제, 엔드투엔드 프로젝트

🎥 Workshop Overview Video

워크숍에 대한 포괄적인 이해를 돕기 위해 개요 동영상을 시청하세요:

📸 Visuals

Sections Overview

*Figure 1: Overview of different sections in this workshop.*

End-to-End Sample UI

*Figure 2: User interface of the end-to-end AI native sample project.*

---

📦 사전 준비 사항

워크샵을 시작하기 전에 다음이 설치되어 있는지 확인하세요:

• Python 3.10 이상 설치
• Azure AI Foundry 에 대한 액세스 권한이 있는 활성 Azure 구독
• Azure CLI 설치
• Git 설치
• VS Code, GitHub Codespaces, 또는 Jupyter Notebook 환경
• 기본 Python 프로그래밍 지식
• Azure AI Foundry에서 모델 배포 및 AI Search 연결 구성

---

🚀 빠른 시작

1. 리포지토리 복제:

   git clone https://github.com/Azure/ai-foundry-workshop.git
   cd ai-foundry-workshop

2. uv 설치:

   # Unix/Linux/macOS
   curl -LsSf https://astral.sh/uv/install.sh | sh
   
   # Windows (PowerShell)
   (Invoke-WebRequest -Uri https://astral.sh/uv/install.ps1 -UseBasicParsing).Content | pwsh

3. 가상 환경 생성 및 활성화:

   uv venv
   source .venv/bin/activate  # Windows: .venv\Scripts\activate

4. Azure AI Foundry 설정:

   a. 프로젝트 생성 및 리소스 배포:

   1. Azure AI Foundry로 이동
   2. AI 파운드리 마법사를 사용하여 새 AI 허브 및 프로젝트 만들기
   3. 필요한 모델 배포:
      • Chat/Completion을 위한 GPT 모델(gpt-4o, gpt-4o-mini) (Agent 노트북에서 발생할 수 있는 이슈를 방지하기 위해 TPM을 최대로 설정)
      • 벡터 검색을 위한 임베딩 모델
      • 모델이 Global-Standard 또는 DataZone-Standard 에 배포되었는지 확인하세요.
   4. 연결을 설정합니다:
      • Grounding with Bing 연결 설정
      • Azure AI 검색 연결 구성
   5. Azure AI 파운드리 관리 포털에서 Azure AI Developer 역할에 사용자 계정을 추가합니다.

   b. 환경 변수 구성:

   cp .env.example .env

   Azure AI Foundry 값으로 .env을 업데이트합니다:

   • PROJECT_CONNECTION_STRING: Azure ML 워크스페이스의 프로젝트 연결 문자열
   • MODEL_DEPLOYMENT_NAME: 모델 배포 이름
   • EMBEDDING_MODEL_DEPLOYMENT_NAME: 임베딩 모델 배포 이름
   • TENANT_ID: Azure 포털에서 확인한 테넌트 ID
   • BING_CONNECTION_NAME: Bing 검색 연결 이름
   • SERVERLESS_MODEL_NAME: 서버리스 모델 이름

   Note: MODEL_DEPLOYMENT_NAME에 지정된 모델은 Azure AI 에이전트 서비스 또는 어시스턴트 API에서 지원해야 합니다. 자세한 내용은 지원되는 모델을 참조하세요. Bing Search를 사용한 그라운딩의 경우 gpt-4o-mini 모델을 사용해야 합니다.

5. 종속 요소 설치:

   # Core Azure AI SDK 및 Jupyter 필요 사항 설치
   uv pip install azure-identity azure-ai-projects azure-ai-inference[opentelemetry] azure-search-documents azure-ai-evaluation azure-monitor-opentelemetry
   
   # Jupyter 필요사항 설치
   uv pip install ipykernel jupyterlab notebook
   
   # Jupyter에 커널 등록하기
   python -m ipykernel install --user --name=.venv --display-name="Python (.venv)"
   
   # 추가 필요사항 설치 (optional - for deploying repo or running mkdocs)
   uv pip install -r requirements.txt

   Note: VS Code에서 커널 오류가 발생하는 경우, 다음을 시도해보자:

   1. 커널을 선택합니다: "Select Kernel" > "Python Environments" > "Python (.venv)" 을 클릭합니다.
   2. 커널이 목록에 없으면, python -m ipykernel install --user --name=.venv 을 다시 실행하거나, VS Code의 “새 커널 만들기” 마법사를 사용하여 새 Python 환경을 생성합니다.
   3. 필요한 경우 VS Code를 다시 로드합니다.

6. 노트북 환경 선택:

   옵션 A: VS Code

   • VS Code Python extension 설치
   • 둘 중 하나를 설치합니다.:
     • .ipynb 파일용 Jupyter extension
     • .dib 파일용 Polyglot Notebooks extension
   • 아무 notebook이나 열고 Python 커널(.venv)을 선택합니다.

   옵션 B: GitHub Codespaces

   • 리포지토리에서 "Code" > "Create codespace" 을 클릭합니다.
   • 환경이 설정될 때까지 기다립니다.
   • Notebooks를 실행할 준비가 됩니다.

   옵션 C: Jupyter Lab/Notebook

   # Install Jupyter if you haven't already
   uv pip install jupyterlab notebook
   
   # Start Jupyter Lab (recommended)
   jupyter lab
   
   # Or start Jupyter Notebook
   jupyter notebook

7. 다음 과정을 차례대로 수행하세요:

   1. 시작하기 (1-introduction/)

      • 1-authentication.ipynb: SAzure 자격증명 설정
      • 2-environment_setup.ipynb: 환경 구성
      • 3-quick_start.ipynb: 기본 작업 알아보기

   2. 메인 워크샵 (2-notebooks/)

      • 채팅 완료 및 RAG (1-chat_completion/)
      • 에이전트 개발 (2-agent_service/)
      • Quality Attributes (3-quality_attributes/)

---

📔 워크샵 학습 경로

워크샵을 완료하려면 이 노트북을 순서대로 따라하세요:

1. 시작하기 (1-introduction/)

Notebook	Description
1. Authentication	Azure 자격 증명 및 액세스 설정
2. Environment Setup	개발 환경 구성
3. Quick Start	기본 Azure AI Foundry 작업 알아보기

2. 메인 워크샵 (2-notebooks/)

Topic	Notebooks
채팅 완료 및 RAG	• Chat Completion & RaG
에이전트 개발	• Agent Development
Quality Attributes	• Observability & Evaluations

---

🤝 Contributing

We welcome contributions! Please see our Contributing Guide for details on how to:

• Submit bug reports and feature requests
• Submit pull requests
• Follow our coding standards
• Participate in code reviews

---

❓ Support

If you need help or have questions:

---