- 文集信息
- 目录大纲
- 最新文档
- 知识宇宙
文集详情
文集导读
AZD 初学者指南：课程大纲与学习框架
课程概述
通过结构化章节逐步学习 Azure Developer CLI (azd)。特别关注与 Microsoft Foundry 集成的 AI 应用部署。
为什么这门课程对现代开发者至关重要
根据 Microsoft Foundry Discord 社区的洞察，45% 的开发者希望使用 AZD 进行 AI 工作负载，但面临以下挑战：
- 复杂的多服务 AI 架构
- 生产级 AI 部署最佳实践
- Azure AI 服务的集成与配置
- AI 工作负载的成本优化
- AI 特定部署问题的排查
核心学习目标
完成本课程后，您将能够：
- 掌握 AZD 基础知识：核心概念、安装与配置
- 部署 AI 应用：结合 Microsoft Foundry 服务使用 AZD
- 实施基础设施即代码：使用 Bicep 模板管理 Azure 资源
- 排查部署问题：解决常见问题并进行调试
- 优化生产环境：安全性、扩展性、监控与成本管理
- 构建多代理解决方案：部署复杂的 AI 架构
工作坊学习体验
灵活的学习交付选项
本课程支持 自学模式 和 指导式工作坊模式，让学习者通过互动练习获得 AZD 的实践经验并发展实用技能。
自学模式
适合个人开发者和持续学习
特点：
- 基于浏览器的界面：通过任何浏览器访问基于 MkDocs 的工作坊
- GitHub Codespaces 集成：一键开发环境，预配置工具
- 交互式 DevContainer 环境：无需本地设置，立即开始编码
- 进度跟踪：内置检查点和验证练习
- 社区支持：访问 Azure Discord 频道以提问和协作
学习结构：
- 灵活时间安排：按自己的节奏完成章节，时间跨度可为数天或数周
- 检查点系统：在进入复杂主题前验证学习成果
- 资源库：全面的文档、示例和故障排除指南
- 作品集开发：构建可部署的项目以丰富专业作品集
开始学习（自学模式）：
# 选项 1：GitHub Codespaces（推荐） # 导航到存储库并点击“代码”→“在主分支上创建代码空间” # 选项 2：本地开发 git clone https://github.com/microsoft/azd-for-beginners.git cd azd-for-beginners/workshop # 按照 workshop/README.md 中的设置说明操作
️ 指导式工作坊
适合企业培训、训练营和教育机构
工作坊形式选项：
** 学术课程整合（8-12周）**
- 大学课程：学期课程，每周2小时
- 训练营形式：密集型3-5天课程，每天6-8小时
- 企业培训：每月团队课程，结合实际项目实施
- 评估框架：评分作业、同行评审和最终项目
** 密集型工作坊（1-3天）**
- 第一天：基础 + AI 开发（章节1-2）- 6小时
- 第二天：配置 + 基础设施（章节3-4）- 6小时
- 第三天：高级模式 + 生产环境（章节5-8）- 8小时
- 后续支持：可选2周指导以完成项目
⚡ 高管简报（4-6小时）
- 战略概述：AZD 的价值主张和业务影响（1小时）
- 动手演示：端到端部署 AI 应用（2小时）
- 架构审查：企业模式和治理（1小时）
- 实施规划：组织采用策略（1-2小时）
️ 工作坊学习方法
发现 → 部署 → 定制的实践技能开发方法
阶段1：发现（45分钟）
- 模板探索：评估 Azure AI Foundry 模板和服务
- 架构分析：理解多代理模式和部署策略
- 需求评估：识别组织需求和限制
- 环境设置：配置开发环境和 Azure 资源
阶段2：部署（2小时）
- 引导实施：逐步部署 AI 应用并使用 AZD
- 服务配置：配置 Azure AI 服务、端点和认证
- 安全实施：应用企业安全模式和访问控制
- 验证测试：验证部署并排查常见问题
阶段3：定制（45分钟）
- 应用修改：根据具体用例和需求调整模板
- 生产优化：实施监控、成本管理和扩展策略
- 高级模式：探索多代理协调和复杂架构
- 下一步规划：定义持续技能发展的学习路径
工作坊学习成果
通过实践练习获得可衡量的技能
技术能力：
- 部署生产级 AI 应用：成功部署和配置 AI 驱动的解决方案
- 掌握基础设施即代码：创建和管理自定义 Bicep 模板
- 多代理架构：实施协调的 AI 代理解决方案
- 生产环境准备：应用安全、监控和治理模式
- 故障排除能力：独立解决部署和配置问题
专业技能：
- 项目领导力：领导技术团队进行云部署项目
- 架构设计：设计可扩展、成本优化的 Azure 解决方案
- 知识传递：培训和指导同事掌握 AZD 最佳实践
- 战略规划：影响组织云采用策略
工作坊资源与材料
为指导者和学习者提供全面工具包
指导者资源：
- 指导手册：工作坊指导手册 - 课程规划与交付技巧
- 演示材料：幻灯片、架构图和演示脚本
- 评估工具：实践练习、知识检查和评估标准
- 技术设置：环境配置、故障排除指南和备选方案
学习者资源：
- 交互式工作坊环境：工作坊材料 - 基于浏览器的学习平台
- 逐步指导：引导练习 - 详细实施教程
- 参考文档：AI 工作坊实验室 - 深入探索 AI
- 社区资源：Azure Discord 频道、GitHub 讨论和专家支持
企业工作坊实施
组织部署与培训策略
企业培训计划：
- 开发者入职培训：新员工入职培训，学习 AZD 基础知识（2-4周）
- 团队技能提升：季度工作坊，针对现有开发团队（1-2天）
- 架构审查：每月为高级工程师和架构师举办的课程（4小时）
- 领导层简报：为技术决策者举办的高管工作坊（半天）
实施支持：
- 定制工作坊设计：根据具体组织需求量身定制内容
- 试点项目管理：结构化推出，包含成功指标和反馈循环
- 持续指导：工作坊后支持项目实施
- 社区建设：内部 Azure AI 开发者社区和知识共享
成功指标：
- 技能获取：通过前后评估衡量技术能力增长
- 部署成功率：成功部署生产应用的参与者比例
- 生产力提升时间：缩短新 Azure AI 项目入职时间
- 知识保留率：工作坊后3-6个月的后续评估
8章学习结构
第1章：基础与快速入门（30-45分钟）
前提条件：Azure 订阅，基本命令行知识
复杂度：⭐
学习内容
- 了解 Azure Developer CLI 基础知识
- 在您的平台上安装 AZD
- 第一次成功部署
- 核心概念与术语
学习资源
实践成果
使用 AZD 成功部署一个简单的 Web 应用到 Azure
第2章：AI 优先开发（1-2小时）
前提条件：完成第1章
复杂度：⭐⭐
学习内容
- Microsoft Foundry 与 AZD 的集成
- 部署 AI 驱动的应用
- 了解 AI 服务配置
- RAG（检索增强生成）模式
学习资源
- Microsoft Foundry 集成
- AI 模型部署
- AI 工作坊实验室 - 新：全面的2-3小时实践实验室
- 交互式工作坊指南 - 新：基于 MkDocs 的浏览器预览工作坊
- Microsoft Foundry 模板
- 工作坊说明 - 新：逐步引导练习
实践成果
部署并配置一个具有 RAG 功能的 AI 驱动聊天应用
工作坊学习路径（可选增强）
新交互体验：完整工作坊指南
- 发现（30分钟）：模板选择与评估
- 部署（45分钟）：部署并验证 AI 模板功能
- 解构（30分钟）：理解模板架构与组件
- 配置（30分钟）：自定义设置与参数
- 定制（45分钟）：修改并迭代以适应需求
- 拆除（15分钟）：清理资源并理解生命周期
- 总结（15分钟）：下一步与高级学习路径
第3章：配置与认证（45-60分钟）⚙️
前提条件：完成第1章
复杂度：⭐⭐
学习内容
- 环境配置与管理
- 认证与安全最佳实践
- 资源命名与组织
- 多环境部署
学习资源
实践成果
使用适当的认证与安全管理多个环境
第4章：基础设施即代码与部署（1-1.5小时）️
前提条件：完成第1-3章
复杂度：⭐⭐⭐
学习内容
-
高级部署模式
-
使用 Bicep 的基础设施即代码
-
资源供应策略
-
自定义模板创建
-
使用 Azure Container Apps 和 AZD 部署容器化应用
学习资源
实践成果
使用自定义基础设施模板部署复杂的多服务应用
第5章：多代理 AI 解决方案（2-3小时）
前提条件：完成第1-2章
复杂度：⭐⭐⭐⭐
学习内容
-
多代理架构模式
-
代理编排与协调
-
生产级 AI 部署
-
客户与库存代理实现
-
将容器化微服务集成到代理解决方案中
学习资源
实践成果
部署并管理一个生产级多代理 AI 解决方案
第6章：预部署验证与规划（1小时）
前提条件：完成第4章
复杂度：⭐⭐
学习内容
- 容量规划与资源验证
- SKU 选择策略
- 预检检查与自动化
- 成本优化规划
学习资源
实践成果
验证并优化部署以确保执行无误
第7章：故障排除与调试（1-1.5小时）
前置条件：完成任意部署章节
复杂度：⭐⭐
学习内容
- 系统化的调试方法
- 常见问题及解决方案
- AI相关故障排除
- 性能优化
学习资源
实践成果
独立诊断并解决常见部署问题
第8章：生产与企业模式（2-3小时）
前置条件：完成第1-4章
复杂度：⭐⭐⭐⭐
学习内容
-
生产环境部署策略
-
企业安全模式
-
监控与成本优化
-
可扩展性与治理
-
生产容器应用部署的最佳实践（安全性、监控、成本、CI/CD）
学习资源
实践成果
部署具备完整生产能力的企业级应用
学习进度与复杂度
渐进式技能构建
-
** 初学者**：从第1章（基础）开始 → 第2章（AI开发）
-
** 中级**：第3-4章（配置与基础设施）→ 第6章（验证）
-
** 高级**：第5章（多代理解决方案）→ 第7章（故障排除）
-
** 企业级**：完成所有章节，重点学习第8章（生产模式）
-
容器应用路径：第4章（容器化部署）、第5章（微服务集成）、第8章（生产最佳实践）
复杂度指标
- ⭐ 基础：单一概念，指导教程，30-60分钟
- ⭐⭐ 中级：多个概念，动手实践，1-2小时
- ⭐⭐⭐ 高级：复杂架构，定制解决方案，1-3小时
- ⭐⭐⭐⭐ 专家：生产系统，企业模式，2-4小时
灵活学习路径
AI开发者快速通道（4-6小时）
- 第1章：基础与快速入门（45分钟）
- 第2章：AI优先开发（2小时）
- 第5章：多代理AI解决方案（3小时）
- 第8章：生产AI最佳实践（1小时）
️ 基础设施专家路径（5-7小时）
- 第1章：基础与快速入门（45分钟）
- 第3章：配置与认证（1小时）
- 第4章：基础设施即代码与部署（1.5小时）
- 第6章：部署前验证与规划（1小时）
- 第7章：故障排除与调试（1.5小时）
- 第8章：生产与企业模式（2小时）
完整学习旅程（8-12小时）
按顺序完成所有8章，结合动手实践与验证
课程完成框架
知识验证
- 章节检查点：实践练习，成果可衡量
- 动手验证：为每章部署可运行的解决方案
- 进度追踪：可视化指标与完成徽章
- 社区验证：在Azure Discord频道分享经验
学习成果评估
第1-2章完成（基础 + AI）
- ✅ 使用AZD部署基础Web应用
- ✅ 部署基于AI的聊天应用，结合RAG
- ✅ 理解AZD核心概念及AI集成
第3-4章完成（配置 + 基础设施）
- ✅ 管理多环境部署
- ✅ 创建自定义Bicep基础设施模板
- ✅ 实现安全认证模式
第5-6章完成（多代理 + 验证）
- ✅ 部署复杂的多代理AI解决方案
- ✅ 执行容量规划与成本优化
- ✅ 实现自动化部署前验证
第7-8章完成（故障排除 + 生产）
- ✅ 独立调试并解决部署问题
- ✅ 实现企业级监控与安全
- ✅ 部署具备治理能力的生产应用
认证与认可
- 课程完成徽章：完成所有8章并通过实践验证
- 社区认可：积极参与Microsoft Foundry Discord
- 职业发展：行业相关的AZD与AI部署技能
- 职业提升：企业级云部署能力
综合学习成果
基础级（第1-2章）
完成基础章节后，学习者将展示以下能力：
技术能力：
- 使用AZD命令将简单Web应用部署到Azure
- 配置并部署具备RAG功能的AI聊天应用
- 理解AZD核心概念：模板、环境、资源配置工作流
- 集成Microsoft Foundry服务与AZD部署
- 掌握Azure AI服务配置与API端点
职业技能：
- 遵循结构化部署工作流以确保一致性
- 使用日志与文档排查基础部署问题
- 有效沟通云部署流程
- 应用安全AI服务集成的最佳实践
学习验证：
- ✅ 成功部署
todo-nodejs-mongo模板 - ✅ 部署并配置
azure-search-openai-demo，结合RAG - ✅ 完成互动式工作坊练习（发现阶段）
- ✅ 参与Azure Discord社区讨论
中级（第3-4章）
完成中级章节后，学习者将展示以下能力：
技术能力：
- 管理多环境部署（开发、测试、生产）
- 创建自定义Bicep模板，实现基础设施即代码
- 使用托管身份实现安全认证模式
- 部署复杂的多服务应用，结合自定义配置
- 优化资源配置策略以提升成本效益
职业技能：
- 设计可扩展的基础设施架构
- 实现云部署的安全最佳实践
- 为团队协作记录基础设施模式
- 评估并选择适合需求的Azure服务
学习验证：
- ✅ 配置独立环境，结合环境特定设置
- ✅ 创建并部署多服务应用的自定义Bicep模板
- ✅ 实现托管身份认证以确保安全访问
- ✅ 完成配置管理练习，结合真实场景
高级（第5-6章）
完成高级章节后，学习者将展示以下能力：
技术能力：
- 部署并协调多代理AI解决方案，结合工作流
- 实现客户与库存代理架构，适用于零售场景
- 执行全面的容量规划与资源验证
- 执行自动化部署前验证与优化
- 根据工作负载需求设计成本效益的SKU选择
职业技能：
- 为生产环境设计复杂AI解决方案
- 主导AI部署策略的技术讨论
- 指导初级开发者掌握AZD与AI部署最佳实践
- 评估并推荐适合业务需求的AI架构模式
学习验证：
- ✅ 使用ARM模板部署完整零售多代理解决方案
- ✅ 展示代理协调与工作流编排
- ✅ 完成容量规划练习，结合真实资源约束
- ✅ 通过自动化预检验证部署准备情况
专家级（第7-8章）
完成专家章节后，学习者将展示以下能力：
技术能力：
- 独立诊断并解决复杂部署问题
- 实现企业级安全模式与治理框架
- 设计全面的监控与告警策略
- 优化生产部署以提升扩展性、成本与性能
- 建立CI/CD管道，结合测试与验证
职业技能：
- 主导企业云转型项目
- 设计并实施组织级部署标准
- 培训并指导开发团队掌握高级AZD实践
- 在企业AI部署中影响技术决策
学习验证：
- ✅ 解决复杂的多服务部署故障
- ✅ 实现符合合规要求的企业安全模式
- ✅ 使用Application Insights设计并部署生产监控
- ✅ 完成企业治理框架的实施
课程完成认证
进度追踪框架
通过结构化检查点追踪学习进度：
- 第1章：基础与快速入门 ✅
- 第2章：AI优先开发 ✅
- 第3章：配置与认证 ✅
- 第4章：基础设施即代码与部署 ✅
- 第5章：多代理AI解决方案 ✅
- 第6章：部署前验证与规划 ✅
- 第7章：故障排除与调试 ✅
- 第8章：生产与企业模式 ✅
验证流程
完成每章后，通过以下方式验证知识：
- 实践练习完成：为每章部署可运行的解决方案
- 知识评估：查看FAQ部分并完成自我评估
- 社区参与：分享经验并在Azure Discord获得反馈
- 作品集开发：记录部署过程与学习成果
- 同行评审：与其他学习者合作解决复杂场景
课程完成收益
完成所有章节并通过验证后，毕业生将具备：
技术专长：
- 生产经验：将真实AI应用部署到Azure环境
- 职业技能：企业级部署与故障排除能力
- 架构知识：多代理AI解决方案与复杂基础设施模式
- 故障排除能力：独立解决部署与配置问题
职业发展：
- 行业认可：在高需求的AZD与AI部署领域具备可验证技能
- 职业提升：具备云架构师与AI部署专家资格
- 社区领导力：积极参与Azure开发者与AI社区
- 持续学习：为高级Microsoft Foundry专业化打下基础
作品集资产：
- 已部署解决方案：AI应用与基础设施模式的工作示例
- 文档：全面的部署指南与故障排除流程
- 社区贡献：与Azure社区分享的讨论、示例与改进
- 专业网络：与Azure专家及AI部署实践者建立联系
课程后续学习路径
毕业生可准备以下高级专业化方向：
- Microsoft Foundry专家：深入研究AI模型部署与编排
- 云架构领导力：设计企业级部署与治理
- 开发者社区领导力：为Azure样例与社区资源做贡献
- 企业培训：教授组织内的AZD与AI部署技能
免责声明：
本文档使用AI翻译服务Co-op Translator进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于重要信息，建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。
目录大纲
最新文档
知识宇宙
正在加载知识图谱...