Visual Studio Code 中的 Foundry Toolkit 入门
你是否经历过这样的时刻：原型看起来很棒，但团队的进展依然感觉很慢？通常问题不在于模型质量，而在于工作流的散乱：在一个地方查找模型，在另一个地方测试提示词，又在别的地方进行部署检查。
在本章中，我们将把这些整合为 Visual Studio Code 内的一个统一工作流，让日常工作变得清晰、高效，老实说，也更有趣。
无需再在互不相连的工具之间来回切换。
到最后，你将成功安装并连接 Foundry Toolkit，准备好开展真正的模型和智能体工作。你不仅会知道该点哪里，还将理解为什么这种设置顺序行之有效，以及为什么接下来的章节会因此变得更加轻松。
目标很简单：减少设置阻碍，专注于构建。
每个设置步骤本身都很有用。而真正的魔力在于它们协同工作时展现出的效果。
你将学到什么
在我们深入探讨之前，先设定一个具体的目标。这不是一次随意的功能导览，而是一条通往可靠工作区的实用构建路径，在整个系列中你都可以依赖它。
在本章中，你将学会
- 设置就绪的工作区：安装 Foundry Toolkit 并确认关键界面可见。
- 连接云项目：附加 Foundry 项目，以便从本地探索过渡到真实的云资产。
- 运行可重复的第一套工作流：遵循一套可供团队未来贡献者重复使用的操作顺序。
既然目的地已经明确，下面这个核心理念将使其他一切都豁然开朗。
在我们深入细节之前，一张简单的地图能帮你了解本章的流程。在进行设置时，你可以把它当作你的“当前位置”指示牌。
图 01：第 1 章的旅程，从首次安装到模型就绪的工作区。
问题核心：为什么单一工作区能改变学习速度
理解 Foundry Toolkit 的一个好方法是把它看作一个反馈循环加速器，而不仅仅是一个带有更多按钮的扩展。当发现模型、测试提示词、设置智能体和进行部署检查都在同一个地方完成时，你就能减少在标签页之间切换的时间，从而花更多时间来改善结果。
小小的转变，巨大的回报。特别是当有更多人加入项目时。
动手试试
如果你想快速测试一下，可以对比两种工作流：一种是在各种门户网站和文档之间来回跳转，另一种是在绝大多数任务中都留在 Visual Studio Code 内。第二种工作流通常意味着更快的迭代速度、更少的交接失误，并且当多个人触及同一个项目时，权责会更加清晰。
前提条件
在安装任何东西之前，我们先做一个快速的就绪检查。大多数初次运行时的阻碍都来自于环境差距，而不是产品本身的复杂性。
如果你现在就验证这些内容，就能避免以后走烦人的弯路。
- Visual Studio Code：已安装并更新，以确保扩展安装和命令能够正常运行。
- 扩展访问权限：你可以打开“扩展”视图并安装市场中的扩展。
- 云账户：如果你想在云中创建 Foundry 资源，则需要一个微软账户和 Azure 订阅。
- GitHub Copilot：可选，但如果你希望获得提示词引导和自动化设置，强烈建议使用。
有了这个基准，我们可以来看看 Foundry Toolkit 到底能为你提供什么。
快速信心检查：如果你能打开“扩展”、安装工具并在提示时登录，你就已经度过了最艰难的部分。
什么是 Foundry Toolkit？
Foundry Toolkit 是一个 Visual Studio Code 扩展，让你无需离开编辑器即可构建、测试、评估和部署 AI 解决方案。你无需将零散的工具拼凑在一起，而是可以获得一个集成的统一工作流，用于模型发现、提示词迭代、智能体开发、评估、微调和部署。
为了让你兴奋起来，以下是你将在本章及后续章节中使用的核心功能快速列表：
- 模型发现：从一个目录中浏览不同提供商的模型。
- 提示词实验：在 Playground 工作流中测试和迭代提示词。
- 智能体开发：通过低代码或专业代码方法构建智能体。
- 调试可见性：使用智能体检查器（Agent Inspector）检查行为和执行路径。
- 质量衡量：使用内置指标评估输出。
- 部署工作流：将解决方案推送到生产环境，并从相同的环境中监控性能。
这是你即将安装的扩展。在整个系列的大部分时间里，你都会不断回到这个界面。
图 1：Visual Studio Code 中的 Foundry Toolkit 扩展
练习 - 安装 Foundry Toolkit
让我们安装 Foundry Toolkit，以便开始接下来的步骤。你可以从 Visual Studio Code 市场安装，也可以直接从“扩展”视图中安装。
-
打开 Visual Studio Code，然后从活动栏中打开“扩展”视图。
-
在搜索栏中搜索“Foundry Toolkit”。
-
点击 Foundry Toolkit 扩展上的“安装”。
就是这样，你现在已经安装了该扩展并可以开始使用。接下来，我们将探索该扩展的布局和核心部分。
扩展布局：你将看到什么
安装 Foundry Toolkit 后，你应该了解其布局以及在哪里可以找到所需的工具。该扩展分为三个主要部分：我的资源（My Resources）、开发人员工具（Developer Tools）和反馈（Feedback）。这些部分反映了团队实际构建的方式。尽早熟悉此布局可以节省探索时间，并帮助新队友更快地适应。
下图展示了这三个主要部分及其相互关系。
图 02：Foundry Toolkit 信息架构和核心工作区。
现在，你应该建立了一个清晰的心理模型：一侧是资源，中间是构建工具，按需提供支持路径。一旦理清了这一点，接下来的步骤就会轻松得多。
我的资源 (My Resources)
这一部分显示了你当前可用的内容，包括本地的和从已连接的云环境中获取的。可以把它看作你的库存清单以及最快捷的“我准备好了吗？”检查。
如果你不确定设置是否成功，请首先从这里开始。在“我的资源”中快速看一眼，通常就能告诉你是否可以继续，或者是否还需要再建立一个连接。
如果这一部分看起来正常，说明你的状态极佳。
- 最近使用的智能体：快速访问最近创建或编辑的智能体。
- 本地资源：计算机上可用的模型、工具和资产。
- Foundry 资源：从你的 Azure 后台项目连接的云资源。
- 已连接的资源：外部提供商和集成服务。
资源可见后，我们可以转到你进行主动构建的部分。
图 03：显示本地和云资产的 Foundry Toolkit “我的资源”部分。
开发人员工具 (Developer Tools)
这是绝大部分实施工作发生的地方。你将使用它从模型探索过渡到智能体开发，然后再进入验证阶段。
随着项目的增长，这里将成为你的日常控制中心。
可以把这里看作你的执行通道。你从一个章节到另一个章节的大部分工作都从这里开始，因此尽早熟悉它会让你迅速受益。
- 发现 (Discover)：模型目录和工具目录，包括基于 MCP 的工具集合。
- 构建 (Build)：智能体创建、智能体检查器、托管智能体管理和 Playground 工作流。
- 监视 (Monitor)：跟踪、针对预期行为的评估以及模型分析。
在构建和测试解决方案时，你可能需要支持和反馈渠道以不断改进。
图 04：显示“发现”、“构建”和“监视”区域的 Foundry Toolkit “开发人员工具”部分。
反馈 (Feedback)
当某些内容不明确或者你想改善产品体验时，这一部分可以帮助你形成闭环。它使文档、支持和反馈在上下文中易于查找。
当一切运行正常时，很容易忽略这一部分。无论如何，请把它保留在你的日常习惯中，因为这可以缩短故障排除时间并改善团队交接。
- 文档访问：功能和工作流的官方指南。
- 支持渠道：故障排除和问题解决的途径。
- 反馈途径：分享产品反馈和改进请求的方法。
让我们一起走一遍最初的设置步骤。
快速提问
如果你的团队本周只能改进一件事，你在哪里能获得最大的立竿见影的好处：模型发现速度、提示词迭代速度，还是部署一致性？
回答
对于生命周期早期的绝大多数团队来说，提示词迭代速度能带来最快可见的回报，因为它几乎会立即影响日常输出质量。如果你的团队已经能够产出稳定的提示词，那么部署一致性通常会成为下一个需要解决的瓶颈。关键在于找出当前工作流中最慢的重复步骤并优先对其进行优化。
下一步计划
你现在已经具备了在 Visual Studio Code 中高效使用 Foundry Toolkit 的基础。接下来，你将从设置过渡到积极的实验，在此期间，模型对比和提示词迭代将塑造你的第一个真正智能体行为。在此基础上，你将以更平缓的学习曲线逐步涉足智能体创建、评估和部署。
在下一章中，我们将深入探讨模型目录和 Playground 工作流，以便你可以使用基于实际场景的提示词来对比模型行为。这正是真正有趣的权衡开始的地方：质量、速度和成本。
了解更多
如果你想在本章之后继续学习，最好的下一步是按照你在真实项目中将使用的相同顺序来执行工作流。从设置和模型探索开始，然后进入智能体构建和托管部署。下方的参考资料经过精心整理，旨在支持这一进阶过程。
- Foundry Toolkit for VS Code - Visual Studio Marketplace: Foundry Toolkit for VS Code - Visual Studio Marketplace
- Visual Studio Code AI 应用概述：查看 Visual Studio Code 文档中的智能应用（Intelligent Apps）概述以了解产品级上下文和功能。
- Foundry Toolkit 快速入门：查看 Azure AI Foundry 概述和入门指南以了解首次运行的设置上下文。
- 模型目录和 Playground：探索模型目录概述以对比和选择模型。
- Agent Builder 工作流：按照 Azure AI Agents 快速入门构建和测试智能体工作流。
- 托管智能体生命周期：查看 Azure AI Agents 概念和生命周期指南以了解部署和运维上下文。