corticalstack/awesome-foundry-nextgen
GitHub: corticalstack/awesome-foundry-nextgen
一套包含 50+ Notebook 和 Bicep 模板的 Azure AI Foundry 企业级 AI 平台实操实验教程，覆盖预配、Agent、知识库、安全防护、评估和微调等完整工作流。
Stars: 24 | Forks: 10
# Awesome Foundry Nextgen [](https://awesome.re)
[](LICENSE)
[](https://github.com/corticalstack/awesome-foundry-nextgen/releases)
[](https://github.com/corticalstack/awesome-foundry-nextgen/commits)
[](https://github.com/corticalstack/awesome-foundry-nextgen)
[](https://www.python.org/)
[](https://learn.microsoft.com/en-us/azure/ai-foundry/)
[](CONTRIBUTING.md)
**Microsoft Foundry NextGen** 的实操实验系列 —— Azure 面向企业 AI 运营、模型构建器和应用程序开发的统一 PaaS。每个实验都演示了一个特定的 Foundry 模式：预配、agents、托管 Copilot SDK agents、MCP 工具、知识库、fine-tuning、guardrails、red-teaming、observability 等。
Foundry 将 agents、模型和工具统一在一个 Azure 资源提供程序命名空间下，内置了 tracing、监控、评估，以及统一的 RBAC/网络/策略接口。这些实验对该平台进行了端到端的全面测试。
## 前置条件
- **Azure CLI** v2.60+ - [安装](https://learn.microsoft.com/en-us/cli/azure/install-azure-cli)
- **`cognitiveservices` CLI extension** - `az extension add -n cognitiveservices`
- **`uv`** Python 包管理器 - [安装](https://docs.astral.sh/uv/getting-started/installation/)
- 登录：`az login`
## 快速开始
```
git clone https://github.com/corticalstack/awesome-foundry-nextgen.git
cd awesome-foundry-nextgen
cp .env.example .env # then fill in your values
uv sync
uv run jupyter notebook
```
整个过程均使用 **`DefaultAzureCredential`** 进行身份验证 - notebooks 中不使用管理员密钥。
有关完整的变量列表，请参见 [`.env.example`](.env.example)。
## 实验
实验大致按依赖顺序编号 - 从概念概述 (00-04) 开始，预配平台 (05-06)，然后选择任何你感兴趣的功能实验。大多数功能实验都假定你已经完成了 [项目模式设置](05-foundry-project-pattern-setup/) 中的多项目分支。
| # | 实验 | 涵盖内容 |
|---|-----|----------------|
| 00 | [什么是 Foundry](00-what-is-foundry/) | Microsoft Foundry 作为企业 AI 统一 PaaS 的高层概览。 |
| 01 | [Portal - 主页](01-foundry-portal-home-page/) | Foundry（全新）门户主页、项目切换器和资源边界的导览。 |
| 02 | [Portal - 发现](02-foundry-portal-discover-page/) | 跨提供商的模型和 agents 的 Netflix 风格目录。 |
| 03 | [Portal - 构建](03-foundry-portal-build-page/) | 用于 agents、模型、工作流、fine-tuning 和 playgrounds 的开发者控制平面。包括创建项目和部署/测试模型。 |
| 04 | [控制平面](04-foundry-control-plane/) | 运营一组 agents - 预配、区域、SDK、成本、自定义 agent 注册、发布、VS Code 扩展。 |
| 05 | [项目模式设置](05-foundry-project-pattern-setup/) | 基于 Bicep 的中心/辐射（Hub/spoke）架构：部署核心 gateway、单项目分支和多项目分支。 |
| 06 | [治理策略](06-governance-policy/) | Azure Policy 拒绝在分支中部署模型，强制所有流量通过核心 APIM gateway。 |
| 07 | [模型推理](07-model-inference/) | APIM 后的推理路径 - Azure OpenAI 与 Foundry 项目客户端对比、chat/embeddings/responses、服务端 router、deep-research、streaming。包括将 GPT-4o 实时迁移到 GPT-5 推理模型，以及相关的参数、token 和 API 表面陷阱。 |
| 08 | [Agents](08-agents/) | 包含十一个子实验的 Agent 基础知识：版本化 agents、code interpreter、托管 agents、内存、MCP（PMO + 私人银行）、离线评估、实时 observability、human-in-the-loop、REST 调用以及托管的 Copilot SDK agent。 |
| 09 | [Content Understanding 集成](09-content-understanding-integration/) | 在核心 APIM 后接入 Azure AI Content Understanding，并使用 managed-identity 后端身份验证。 |
| 10 | [Foundry IQ](10-foundry-iq/) | 端到端的托管知识库：预配 Azure AI Search，摄取 3k 篇 arXiv NLP 论文，构建 KB，为 agent 提供基础。 |
| 11 | [Foundry IQ - 多 agent](11-foundry-iq-multi-agent/) | 使用 Microsoft Agent Framework `WorkflowBuilder` 在三个 KB（HR、Marketing、产品）上实现 Router + 专家模式。 |
| 12 | [Foundry IQ - 深度研究](12-foundry-iq-deep-research/) | 在 arxiv-nlp KB 上执行 `o3-deep-research` agentic 循环，并由 `gpt-4.1-mini` 进行带引用的综合。 |
| 13 | [Guardrails](13-guardrails/) | 在银行客户服务 agent 上叠加三层 guardrails（Prompt Shields、PII 检测、自定义拦截列表）。 |
| 14 | [Red teaming](14-red-teaming/) | 针对 Foundry 项目进行基础和高级的 AI Red Teaming Agent (PyRIT) 扫描。 |
| 15 | [Fine-tune](15-fine-tune/) | 通过 Olive + PEFT (LoRA) 将 `gpt-4.1-mini` 教师模型的知识蒸馏到 `Phi-4-mini` 学生模型。 |
### Agents 子实验
Agents 实验非常庞大，值得单独列出明细：
| # | 子实验 | 涵盖内容 |
|---|---------|----------------|
| 08-01 | [版本化叙事 agent](08-agents/08-01-create-versioned-storytelling-agent.ipynb) | 创建版本化 agent 并迭代其定义。 |
| 08-01b | [版本化 Contoso 财富 agent](08-agents/08-01b-create-versioned-contoso-wealth-agent.ipynb) | 将版本控制应用于特定领域的财富咨询 agent。 |
| 08-02 | [Code interpreter 工具](08-agents/08-02-create-agent-with-code-interpreter-tool.ipynb) | 将 Code Interpreter 工具附加到 agent。 |
| 08-03 | [托管 agents](08-agents/08-03-hosted-agents/) | 部署由 ACR 支持的托管（容器化）agent。 |
| 08-04 | [Agent 内存](08-agents/08-04-agent-memory/) | 添加 Foundry agent 内存以实现跨回合上下文。 |
| 08-05 | [MCP - Contoso PMO](08-agents/08-05-contoso-pmo-mcp/) | 为项目管理场景构建带有工具目录的自定义 MCP server。 |
| 08-05b | [MCP - Contoso 私人银行](08-agents/08-05b-contoso-private-banking-mcp/) | 第二个 MCP 场景，基于意图的 endpoint 工具设计。 |
| 08-06 | [离线评估](08-agents/08-06-agent-offline-evaluation/) | 针对测试集运行质量、agent 专属和自定义评估器。 |
| 08-07 | [实时 observability](08-agents/08-07-agent-live-observability/) | 生产环境中的 tracing、实时 observability 和持续评估。 |
| 08-08 | [Human in the loop](08-agents/08-08-human-in-the-loop/) | 在执行敏感工具调用前暂停 agent 运行以等待人工审批。 |
| 08-09 | [通过 REST 调用 agent](08-agents/08-09-invoke-agent-via-rest/) | 通过原始 REST responses API 对 Foundry agent 进行单次、多轮和流式调用。 |
| 08-10 | [托管 Copilot SDK agent](08-agents/08-10-hosted-copilot-sdk-agent/) | 将 GitHub Copilot SDK agent 部署为 Foundry 托管 agent，包含 BYOK Foundry 模型和 M365 许可证分析演示。 |
| 08-10b | [在 1:N 多账户上托管 Copilot SDK agent](08-agents/08-10b-hosted-copilot-sdk-agent-multi/) | 在共享的多项目账户上部署独立的 Copilot SDK agent，直接指向 APIM gateway（api-key 身份验证）以使用推理模型 - 无需本地模型部署，无需 Foundry 连接。 |
## 仓库布局
```
├── 00-what-is-foundry/ … 15-fine-tune/ # Lab content (notebooks + Bicep)
├── assets/ # Shared images, data, prompts
├── docs/screenshots/ # Portal/architecture screenshots
├── scripts/ # Notebook builders, helpers
├── .env.example # Variable template
└── CONTRIBUTING.md # How to contribute
```
## 贡献
非常欢迎提交 Issue、添加实验和修复 - 请参阅 [CONTRIBUTING.md](CONTRIBUTING.md) 了解分支、实验编号和 PR 检查清单。
标签：AI智能体, Apex, Azure, NoSQL, 人工智能, 机器学习, 模型微调, 用户模式Hook绕过, 逆向工具