AZD für Anfänger: Eine strukturierte Lernreise

Automatische Übersetzungen (immer aktuell)

Bevorzugen Sie das lokale Klonen?

Dieses Repository enthält über 50 Sprachübersetzungen, was die Downloadgröße erheblich erhöht. Um ohne Übersetzungen zu klonen, verwenden Sie Sparse Checkout:

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/AZD-for-beginners.git
cd AZD-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/AZD-for-beginners.git
cd AZD-for-beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
Das gibt Ihnen alles, was Sie benötigen, um den Kurs abzuschließen, mit einem viel schnelleren Download.

🆕 Was ist heute neu in azd

Azure Developer CLI hat sich über traditionelle Web-Apps und APIs hinaus entwickelt. Heute ist azd das einzige Tool zum Bereitstellen von beliebigen Anwendungen in Azure – einschließlich KI-gestützter Anwendungen und intelligenter Agents.

Das bedeutet für Sie:

KI-Agents sind jetzt erstklassige azd-Workloads. Sie können KI-Agent-Projekte mit demselben azd init → azd up-Workflow initialisieren, bereitstellen und verwalten, den Sie bereits kennen.
Die Microsoft Foundry-Integration bringt Modellbereitstellung, Agent-Hosting und KI-Dienstkonfiguration direkt in das azd-Vorlagen-Ökosystem.
Der Kernworkflow hat sich nicht geändert. Egal, ob Sie eine Todo-App, einen Microservice oder eine Multi-Agent-KI-Lösung bereitstellen – die Befehle sind dieselben.

Wenn Sie azd bereits verwendet haben, ist die KI-Unterstützung eine natürliche Erweiterung – kein separates Tool oder ein fortgeschrittener Kurs. Wenn Sie neu anfangen, lernen Sie einen Workflow, der für alles funktioniert.

🚀 Was ist die Azure Developer CLI (azd)?

Azure Developer CLI (azd) ist ein entwicklerfreundliches Kommandozeilentool, das das Bereitstellen von Anwendungen in Azure vereinfacht. Anstatt Dutzende von Azure-Ressourcen manuell zu erstellen und zu verbinden, können Sie komplette Anwendungen mit einem einzigen Befehl bereitstellen.

Die Magie von `azd up`

# Dieser einzelne Befehl macht alles:
# ✅ Erstellt alle Azure-Ressourcen
# ✅ Konfiguriert Netzwerk und Sicherheit
# ✅ Baut Ihren Anwendungscode
# ✅ Stellt in Azure bereit
# ✅ Gibt Ihnen eine funktionierende URL
azd up

Das war's! Kein Klicken im Azure-Portal, keine komplexen ARM-Vorlagen, die Sie zuerst lernen müssen, keine manuelle Konfiguration – einfach funktionierende Anwendungen auf Azure.

❓ Azure Developer CLI vs Azure CLI: Was ist der Unterschied?

Das ist die häufigste Frage von Anfängern. Hier ist die einfache Antwort:

Funktion	Azure CLI (`az`)	Azure Developer CLI (`azd`)
Zweck	Verwalten einzelner Azure-Ressourcen	Bereitstellen kompletter Anwendungen
Denkweise	Infrastruktur-orientiert	Anwendungsorientiert
Beispiel	`az webapp create --name myapp...`	`azd up`
Lernkurve	Kenntnisse über Azure-Dienste erforderlich	Sie müssen nur Ihre App kennen
Am besten geeignet für	DevOps, Infrastruktur	Entwickler, Prototyping

Einfache Analogie

Azure CLI ist wie alle Werkzeuge zu haben, um ein Haus zu bauen – Hammer, Sägen, Nägel. Sie können alles bauen, aber Sie müssen sich mit dem Handwerk auskennen.
Azure Developer CLI ist wie einen Bauunternehmer zu beauftragen – Sie beschreiben, was Sie möchten, und er kümmert sich um den Bau.

Wann welches verwenden

Scenario	Use This
"I want to deploy my web app quickly"	`azd up`
"I need to create just a storage account"	`az storage account create`
"I'm building a full AI application"	`azd init --template azure-search-openai-demo`
"I need to debug a specific Azure resource"	`az resource show`
"I want production-ready deployment in minutes"	`azd up --environment production`

Sie arbeiten zusammen!

AZD verwendet Azure CLI unter der Haube. Sie können beide verwenden:

# Setzen Sie Ihre App mit AZD ein
azd up

# Feinabstimmung bestimmter Ressourcen mit der Azure CLI
az webapp config set --name myapp --always-on true

🌟 Vorlagen in Awesome AZD finden

Fangen Sie nicht bei Null an! Awesome AZD ist die Community-Sammlung von einsatzbereiten Vorlagen:

Ressource	Beschreibung
🔗 Awesome AZD Gallery	Durchstöbern Sie 200+ Vorlagen mit One-Click-Bereitstellung
🔗 Submit a Template	Reichen Sie Ihre eigene Vorlage für die Community ein
🔗 GitHub Repository	Sternchen vergeben und den Quellcode erkunden

Beliebte KI-Vorlagen aus Awesome AZD

# RAG Chat mit Microsoft Foundry-Modellen + KI-Suche
azd init --template azure-search-openai-demo

# Schnelle KI-Chat-Anwendung
azd init --template openai-chat-app-quickstart

# KI-Agenten mit Foundry-Agenten
azd init --template get-started-with-ai-agents

🎯 Erste Schritte in 3 Schritten

Bevor Sie beginnen, stellen Sie sicher, dass Ihr Rechner für die Vorlage, die Sie bereitstellen möchten, bereit ist:

Windows:

.\validate-setup.ps1

macOS / Linux:

bash ./validate-setup.sh

Wenn eine erforderliche Überprüfung fehlschlägt, beheben Sie das zuerst und fahren Sie dann mit dem Schnellstart fort.

Schritt 1: AZD installieren (2 Minuten)

Windows:

winget install microsoft.azd

macOS:

brew tap azure/azd && brew install azd

Linux:

curl -fsSL https://aka.ms/install-azd.sh | bash

Schritt 2: Für AZD authentifizieren

# Optional, wenn Sie vorhaben, Azure CLI-Befehle direkt in diesem Kurs zu verwenden
az login

# Erforderlich für AZD-Workflows
azd auth login

Wenn Sie sich nicht sicher sind, welches Sie benötigen, folgen Sie dem vollständigen Einrichtungsablauf in Installation & Setup.

Schritt 3: Ihre erste App bereitstellen

# Von einer Vorlage initialisieren
azd init --template todo-nodejs-mongo

# Bereitstellen auf Azure (erstellt alles!)
azd up

🎉 Das war's! Ihre App ist jetzt live auf Azure.

Aufräumen (Nicht vergessen!)

# Remove all resources when done experimenting
azd down --force --purge

📚 Wie Sie diesen Kurs nutzen

Dieser Kurs ist auf fortschreitendes Lernen ausgelegt - beginnen Sie dort, wo Sie sich wohl fühlen, und arbeiten Sie sich nach oben:

Ihre Erfahrung	Starten Sie hier
Neu bei Azure	Kapitel 1: Grundlagen
Kennt Azure, neu bei AZD	Kapitel 1: Grundlagen
Möchten KI-Apps bereitstellen	Kapitel 2: KI-orientierte Entwicklung
Wollen praktische Übungen	🎓 Interaktiver Workshop - 3-4-stündiges geführtes Labor
Benötigen Produktionsmuster	Kapitel 8: Produktion & Unternehmensmuster

Schnelle Einrichtung

Forken Sie dieses Repository:
Klonen Sie es: git clone https://github.com/YOUR-USERNAME/azd-for-beginners.git
Hilfe erhalten: Azure Discord Community

Bevorzugen Sie das lokale Klonen?

Dieses Repository enthält über 50 Sprachübersetzungen, was die Downloadgröße erheblich erhöht. Um ohne Übersetzungen zu klonen, verwenden Sie Sparse Checkout:
git clone --filter=blob:none --sparse https://github.com/microsoft/AZD-for-beginners.git
cd AZD-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
Das gibt Ihnen alles, was Sie benötigen, um den Kurs abzuschließen, mit einem viel schnelleren Download.

Kursübersicht

Meistern Sie die Azure Developer CLI (azd) durch strukturierte Kapitel für fortschreitendes Lernen. Besonderer Fokus auf die Bereitstellung von KI-Anwendungen mit Microsoft Foundry-Integration.

Warum dieser Kurs für moderne Entwickler unverzichtbar ist

Basierend auf Erkenntnissen aus der Microsoft Foundry Discord-Community möchten 45 % der Entwickler AZD für KI-Workloads verwenden, stoßen jedoch auf Herausforderungen bei:

Komplexen Multi-Service-KI-Architekturen
Best Practices für die KI-Bereitstellung in Produktion
Integration und Konfiguration von Azure-KI-Diensten
Kostenoptimierung für KI-Workloads
Fehlersuche bei KI-spezifischen Bereitstellungsproblemen

Lernziele

Durch Abschluss dieses strukturierten Kurses werden Sie:

AZD-Grundlagen meistern: Kernkonzepte, Installation und Konfiguration
KI-Anwendungen bereitstellen: Verwenden von AZD mit Microsoft Foundry-Diensten
Infrastructure as Code implementieren: Verwalten von Azure-Ressourcen mit Bicep-Vorlagen
Bereitstellungen beheben: Häufige Probleme lösen und debuggen
Für die Produktion optimieren: Sicherheit, Skalierung, Überwachung und Kostenmanagement
Multi-Agent-Lösungen erstellen: Komplexe KI-Architekturen bereitstellen

Bevor Sie beginnen: Konten, Zugriff und Annahmen

Bevor Sie Kapitel 1 beginnen, stellen Sie sicher, dass Sie Folgendes bereit haben. Die Installationsschritte später in dieser Anleitung setzen voraus, dass diese Grundlagen bereits geklärt sind.

Ein Azure-Abonnement: Sie können ein bestehendes Abonnement von der Arbeit oder Ihrem eigenen Konto verwenden oder eine kostenlose Testversion erstellen, um zu beginnen.
Berechtigung zum Erstellen von Azure-Ressourcen: Für die meisten Übungen sollten Sie mindestens Contributor-Zugriff auf das Zielabonnement oder die Zielressourcengruppe haben. Einige Kapitel setzen außerdem voraus, dass Sie Ressourcengruppen, verwaltete Identitäten und RBAC-Zuweisungen erstellen können.
Ein GitHub-Konto: Dies ist nützlich, um das Repository zu forken, Ihre eigenen Änderungen zu verfolgen und GitHub Codespaces für den Workshop zu verwenden.
Voraussetzungen für die Template-Laufzeit: Einige Vorlagen benötigen lokale Tools wie Node.js, Python, Java oder Docker. Führen Sie den Setup-Validator aus, bevor Sie beginnen, damit Sie fehlende Tools frühzeitig erkennen.
Grundlegende Terminalkenntnisse: Sie müssen kein Experte sein, sollten aber mit dem Ausführen von Befehlen wie git clone, azd auth login und azd up vertraut sein.

Arbeiten Sie in einem Unternehmensabonnement? Wenn Ihre Azure-Umgebung von einem Administrator verwaltet wird, bestätigen Sie im Vorfeld, dass Sie Ressourcen in dem Abonnement oder der Ressourcengruppe bereitstellen können, die Sie verwenden möchten. Falls nicht, bitten Sie vor Beginn um ein Sandbox-Abonnement oder um Contributor-Zugriff.

Neu bei Azure? Beginnen Sie mit Ihrer eigenen Azure-Testversion oder einem Pay-as-you-go-Abonnement unter https://aka.ms/azurefreetrial, damit Sie die Übungen vollständig durchführen können, ohne auf Genehmigungen auf Mandantenebene warten zu müssen.

🗺️ Kursübersicht: Schnelle Navigation nach Kapitel

Jedes Kapitel hat ein eigenes README mit Lernzielen, Schnellstarts und Übungen:

Kapitel	Thema	Lektionen	Dauer	Komplexität
Ch 1: Foundation	Erste Schritte	AZD-Grundlagen \| Installation \| Erstes Projekt	30-45 Min.	⭐
Ch 2: AI Development	KI-zentrierte Apps	Microsoft Foundry-Integration \| KI-Agenten \| Modellbereitstellung \| Workshop	1-2 Std.	⭐⭐
Ch 3: Configuration	Auth & Sicherheit	Konfiguration \| Auth & Sicherheit	45-60 Min.	⭐⭐
Ch 4: Infrastructure	IaC & Bereitstellung	Bereitstellungsleitfaden \| Provisioning	1-1.5 Std.	⭐⭐⭐
Ch 5: Multi-Agent	KI-Agenten-Lösungen	Einzelhandelsszenario \| Koordinationsmuster	2-3 Std.	⭐⭐⭐⭐
Ch 6: Pre-Deployment	Planung & Validierung	Preflight-Checks \| Kapazitätsplanung \| SKU-Auswahl \| App Insights	1 Std.	⭐⭐
Ch 7: Troubleshooting	Debug & Fix	Häufige Probleme \| Debugging \| KI-Probleme	1-1.5 Std.	⭐⭐
Ch 8: Production	Unternehmensmuster	Produktionspraktiken	2-3 Std.	⭐⭐⭐⭐
🎓 Workshop	Hands-On-Labor	Einführung \| Auswahl \| Validierung \| Deconstruction \| Konfiguration \| Anpassung \| Abbau \| Abschluss	3-4 Std.	⭐⭐

Gesamtdauer des Kurses: ~10-14 Stunden | Kompetenzentwicklung: Anfänger → Produktionsreif

📚 Lernkapitel

Wählen Sie Ihren Lernpfad basierend auf Erfahrungsniveau und Zielen

🚀 Kapitel 1: Grundlagen & Schnellstart

Voraussetzungen: Azure-Abonnement, grundlegende Kenntnisse der Befehlszeile
Dauer: 30-45 Min.
Komplexität: ⭐

Was Sie lernen werden

Verständnis der Grundlagen der Azure Developer CLI
Installation von AZD auf Ihrer Plattform
Ihre erste erfolgreiche Bereitstellung

Lernressourcen

🎯 Starten Sie hier: Was ist die Azure Developer CLI?
📖 Theorie: AZD-Grundlagen - Kernkonzepte und Terminologie
⚙️ Einrichtung: Installation & Einrichtung - Plattform-spezifische Anleitungen
🛠️ Praxis: Ihr erstes Projekt - Schritt-für-Schritt-Anleitung
📋 Schnellreferenz: Kommando-Cheat-Sheet

Praktische Übungen

# Schnelle Überprüfung der Installation
azd version

# Stellen Sie Ihre erste Anwendung bereit
azd init --template todo-nodejs-mongo
azd up

💡 Ergebnis des Kapitels: Eine einfache Webanwendung erfolgreich mit AZD in Azure bereitstellen

✅ Erfolgskontrolle:

# Nach Abschluss von Kapitel 1 sollten Sie in der Lage sein:
azd version              # Zeigt die installierte Version an
azd init --template todo-nodejs-mongo  # Initialisiert das Projekt
azd up                  # Stellt in Azure bereit
azd show                # Zeigt die URL der laufenden App an
# Die Anwendung öffnet sich im Browser und funktioniert
azd down --force --purge  # Bereinigt Ressourcen

📊 Zeitaufwand: 30-45 Min.
📈 Fertigkeitsniveau danach: Kann einfache Anwendungen eigenständig bereitstellen 📈 Fertigkeitsniveau danach: Kann einfache Anwendungen eigenständig bereitstellen

🤖 Kapitel 2: KI-zentrierte Entwicklung (Empfohlen für KI-Entwickler)

Voraussetzungen: Kapitel 1 abgeschlossen
Dauer: 1-2 Std.
Komplexität: ⭐⭐

Was Sie lernen werden

Microsoft Foundry-Integration mit AZD
Bereitstellung KI-gestützter Anwendungen
Verständnis von KI-Dienstkonfigurationen

Lernressourcen

🎯 Starten Sie hier: Microsoft Foundry-Integration
🤖 KI-Agenten: KI-Agenten-Leitfaden - Intelligente Agenten mit AZD bereitstellen
📖 Muster: Modellbereitstellung - KI-Modelle bereitstellen und verwalten
🛠️ Workshop: AI Workshop Lab - Machen Sie Ihre KI-Lösungen AZD-fähig
🎥 Interaktiver Leitfaden: Workshop-Materialien - Browserbasiertes Lernen mit MkDocs * DevContainer-Umgebung
📋 Vorlagen: Microsoft Foundry-Vorlagen
📝 Beispiele: AZD-Bereitstellungsbeispiele

Praktische Übungen

# Stellen Sie Ihre erste KI-Anwendung bereit
azd init --template azure-search-openai-demo
azd up

# Probieren Sie weitere KI-Vorlagen aus
azd init --template openai-chat-app-quickstart
azd init --template agent-openai-python-prompty

💡 Ergebnis des Kapitels: Eine KI-gestützte Chat-Anwendung mit RAG-Funktionalität bereitstellen und konfigurieren

✅ Erfolgskontrolle:

# Nach Kapitel 2 sollten Sie in der Lage sein:
azd init --template azure-search-openai-demo
azd up
# Die KI-Chat-Oberfläche testen
# Fragen stellen und KI-gestützte Antworten mit Quellen erhalten
# Überprüfen, ob die Suchintegration funktioniert
azd monitor  # Prüfen, ob Application Insights Telemetriedaten anzeigt
azd down --force --purge

📊 Zeitaufwand: 1-2 Std.
📈 Fertigkeitsniveau danach: Kann produktionsreife KI-Anwendungen bereitstellen und konfigurieren
💰 Kostenbewusstsein: Verstehen Sie Entwicklerkosten von $80-150/Monat und Produktionskosten von $300-3500/Monat

💰 Kostenüberlegungen für KI-Bereitstellungen

Entwicklungsumgebung (geschätzt $80-150/Monat):

Microsoft Foundry-Modelle (Pay-as-you-go): $0-50/Monat (abhängig vom Tokenverbrauch)
AI Search (Basisstufe): $75/Monat
Container Apps (Verbrauch): $0-20/Monat
Speicher (Standard): $1-5/Monat

Produktionsumgebung (geschätzt $300-3,500+/Monat):

Microsoft Foundry-Modelle (PTU für konstante Leistung): $3,000+/Monat ODER Pay-as-you-go bei hohem Volumen
AI Search (Standardstufe): $250/Monat
Container Apps (Dediziert): $50-100/Monat
Application Insights: $5-50/Monat
Speicher (Premium): $10-50/Monat

💡 Tipps zur Kostenoptimierung:

Verwenden Sie Free Tier Microsoft Foundry-Modelle zum Lernen (Azure OpenAI 50.000 Tokens/Monat enthalten)
Führen Sie azd down aus, um Ressourcen freizugeben, wenn Sie nicht aktiv entwickeln
Beginnen Sie mit verbrauchsbasierter Abrechnung, wechseln Sie zu PTU nur für die Produktion
Verwenden Sie azd provision --preview, um Kosten vor der Bereitstellung zu schätzen
Aktivieren Sie Auto-Scaling: Bezahlen Sie nur für tatsächliche Nutzung

Kostenüberwachung:

# Geschätzte monatliche Kosten prüfen
azd provision --preview

# Tatsächliche Kosten im Azure-Portal überwachen
az consumption budget list --resource-group <your-rg>

⚙️ Kapitel 3: Konfiguration & Authentifizierung

Voraussetzungen: Kapitel 1 abgeschlossen
Dauer: 45-60 Min.
Komplexität: ⭐⭐

Was Sie lernen werden

Konfiguration und Verwaltung von Umgebungen
Authentifizierungs- und Sicherheits-Best-Practices
Benennung und Organisation von Ressourcen

Lernressourcen

📖 Konfiguration: Konfigurationsleitfaden - Umgebungssetup
🔐 Sicherheit: Authentifizierungsmuster und verwaltete Identität - Authentifizierungsmuster
📝 Beispiele: Beispiel einer Datenbankanwendung - AZD-Datenbankbeispiele

Praktische Übungen

Konfigurieren Sie mehrere Umgebungen (dev, staging, prod)
Richten Sie Authentifizierung mit verwalteter Identität ein
Implementieren Sie umgebungsspezifische Konfigurationen

💡 Ergebnis des Kapitels: Mehrere Umgebungen mit angemessener Authentifizierung und Sicherheit verwalten

🏗️ Kapitel 4: Infrastructure as Code & Bereitstellung

Voraussetzungen: Kapitel 1–3 abgeschlossen
Dauer: 1-1.5 Std.
Komplexität: ⭐⭐⭐

Was Sie lernen werden

Erweiterte Bereitstellungsmuster
Infrastructure as Code mit Bicep
Strategien zur Ressourcenbereitstellung

Lernressourcen

📖 Bereitstellung: Bereitstellungsleitfaden - Vollständige Workflows
🏗️ Provisioning: Ressourcenprovisionierung - Azure-Ressourcenverwaltung
📝 Beispiele: Container-App-Beispiel - Containerisierte Bereitstellungen

Praktische Übungen

Erstellen Sie benutzerdefinierte Bicep-Vorlagen
Bereitstellen von Multi-Service-Anwendungen
Implementieren Sie Blue-Green-Bereitstellungsstrategien

💡 Ergebnis des Kapitels: Bereitstellung komplexer Multi-Service-Anwendungen mithilfe benutzerdefinierter Infrastrukturvorlagen

🎯 Kapitel 5: Multi-Agent KI-Lösungen (Fortgeschritten)

Voraussetzungen: Kapitel 1–2 abgeschlossen
Dauer: 2-3 Std.
Komplexität: ⭐⭐⭐⭐

Was Sie lernen werden

Multi-Agenten-Architekturmuster
Orchestrierung und Koordination von Agenten
Produktionsreife KI-Bereitstellungen

Lernressourcen

🤖 Vorgestelltes Projekt: Einzelhandel Multi-Agenten-Lösung - Vollständige Implementierung
🛠️ ARM-Vorlagen: ARM-Vorlagenpaket - One-Click-Bereitstellung
📖 Architektur: Multi-Agenten-Koordinationsmuster - Muster

Praktische Übungen

# Die vollständige Multi-Agenten-Lösung für den Einzelhandel bereitstellen
cd examples/retail-multiagent-arm-template
./deploy.sh

# Agentenkonfigurationen erkunden
az deployment group show --resource-group <rg-name> --name <deployment-name>

💡 Ergebnis des Kapitels: Eine produktionsreife Multi-Agent-KI-Lösung mit Kunden- und Bestandsagenten bereitstellen und verwalten

🔍 Kapitel 6: Validierung & Planung vor der Bereitstellung

Voraussetzungen: Kapitel 4 abgeschlossen
Dauer: 1 Std.
Komplexität: ⭐⭐

Was Sie lernen werden

Kapazitätsplanung und Validierung von Ressourcen
Strategien zur SKU-Auswahl
Pre-Flight-Checks und Automatisierung

Lernressourcen

📊 Planung: Capacity Planning - Validierung von Ressourcen
💰 Auswahl: SKU Selection - Kosteneffiziente Entscheidungen
✅ Validierung: Pre-flight Checks - Automatisierte Skripte

Praktische Übungen

Führen Sie Skripte zur Kapazitätsvalidierung aus
Optimieren Sie SKU-Auswahlen zur Kostenreduzierung
Implementieren Sie automatisierte Pre-Deployment-Prüfungen

💡 Kapitelziel: Validieren und optimieren Sie Bereitstellungen vor der Ausführung

🚨 Kapitel 7: Fehlerbehebung & Fehlersuche

Voraussetzungen: Mindestens ein Bereitstellungskapitel abgeschlossen
Dauer: 1–1,5 Stunden
Komplexität: ⭐⭐

Was Sie lernen werden

Systematische Ansätze zur Fehlersuche
Häufige Probleme und Lösungen
KI-spezifische Fehlersuche

Lernressourcen

🔧 Häufige Probleme: Common Issues - FAQ und Lösungen
🕵️ Fehlersuche: Debugging Guide - Schritt-für-Schritt-Strategien
🤖 KI-Probleme: AI-Specific Troubleshooting - Probleme mit KI-Diensten

Praktische Übungen

Diagnostizieren von Bereitstellungsfehlern
Beheben von Authentifizierungsproblemen
Fehlersuche bei der Konnektivität von KI-Diensten

💡 Kapitelziel: Häufige Bereitstellungsprobleme eigenständig diagnostizieren und beheben

🏢 Kapitel 8: Produktions- & Unternehmensmuster

Voraussetzungen: Kapitel 1–4 abgeschlossen
Dauer: 2–3 Stunden
Komplexität: ⭐⭐⭐⭐

Was Sie lernen werden

Strategien für Produktionsbereitstellungen
Sicherheitsmuster für Unternehmen
Monitoring und Kostenoptimierung

Lernressourcen

🏭 Produktion: Production AI Best Practices - Unternehmensmuster
📝 Beispiele: Microservices Example - Komplexe Architekturen
📊 Monitoring: Application Insights integration - Überwachung

Praktische Übungen

Implementieren Sie Unternehmenssicherheitsmuster
Richten Sie umfassendes Monitoring ein
Bereitstellung in Produktion mit angemessener Governance

💡 Kapitelziel: Unternehmensbereite Anwendungen mit vollständigen Produktionsfunktionen bereitstellen

🎓 Workshop-Übersicht: Praxisorientiertes Lernerlebnis

⚠️ WORKSHOP-STATUS: In aktiver Entwicklung
Die Workshop-Materialien werden derzeit entwickelt und überarbeitet. Kernmodule sind funktionsfähig, aber einige fortgeschrittene Abschnitte sind unvollständig. Wir arbeiten aktiv daran, alle Inhalte fertigzustellen. Fortschritt verfolgen →

Interaktive Workshop-Materialien

Umfassendes praxisorientiertes Lernen mit browserbasierten Tools und geführten Übungen

Unsere Workshop-Materialien bieten ein strukturiertes, interaktives Lernerlebnis, das das oben stehende kapitelbasierte Curriculum ergänzt. Der Workshop ist sowohl für selbstgesteuertes Lernen als auch für von Dozenten geleitete Sitzungen konzipiert.

🛠️ Workshop-Funktionen

Browserbasierte Oberfläche: Vollständiger MkDocs-basierter Workshop mit Suche, Kopier- und Theme-Funktionen
GitHub Codespaces-Integration: Ein-Klick-Einrichtung der Entwicklungsumgebung
Strukturierter Lernpfad: 8-modulige geführte Übungen (insgesamt 3–4 Stunden)
Progressive Methodik: Einführung → Auswahl → Validierung → Dekonstruktion → Konfiguration → Anpassung → Abbau → Abschluss
Interaktive DevContainer-Umgebung: Vorgefertigte Tools und Abhängigkeiten

📚 Aufbau der Workshop-Module

Der Workshop folgt einer 8-moduligen progressiven Methodik, die Sie von der Entdeckung bis zur Bereitstellungsbeherrschung führt:

Modul	Thema	Was Sie tun werden	Dauer
0. Einführung	Workshop-Übersicht	Lernziele, Voraussetzungen und Workshop-Struktur verstehen	15 min
1. Auswahl	Vorlagenerkennung	Erkunden Sie AZD-Vorlagen und wählen Sie die richtige KI-Vorlage für Ihr Szenario aus	20 min
2. Validierung	Bereitstellen & Überprüfen	Stellen Sie die Vorlage mit `azd up` bereit und überprüfen Sie, dass die Infrastruktur funktioniert	30 min
3. Dekonstruktion	Struktur verstehen	Verwenden Sie GitHub Copilot, um Template-Architektur, Bicep-Dateien und Code-Organisation zu erkunden	30 min
4. Konfiguration	azure.yaml Deep Dive	Beherrschen Sie die `azure.yaml`-Konfiguration, Lifecycle-Hooks und Umgebungsvariablen	30 min
5. Anpassung	Machen Sie es zu Ihrem eigenen	Aktivieren Sie KI-Suche, Tracing, Evaluierung und passen Sie es an Ihr Szenario an	45 min
6. Abbau	Aufräumen	Ressourcen sicher mit `azd down --purge` entfernen	15 min
7. Abschluss	Nächste Schritte	Leistungen überprüfen, Schlüsselkonzepte und Fortsetzung Ihrer Lernreise	15 min

Workshop-Ablauf:

Introduction → Selection → Validation → Deconstruction → Configuration → Customization → Teardown → Wrap-up
     ↓            ↓           ↓              ↓               ↓              ↓            ↓           ↓
  Overview    Find the     Deploy &      Explore        Master         Customize     Clean up    Review &
             right        verify        code &        azure.yaml      for your      resources   next steps
             template                   structure                     scenario

🚀 Einstieg in den Workshop

# Option 1: GitHub Codespaces (Empfohlen)
# Klicken Sie im Repository auf "Code" → "Create codespace on main"

# Option 2: Lokale Entwicklung
git clone https://github.com/microsoft/azd-for-beginners.git
cd azd-for-beginners/workshop
# Befolgen Sie die Einrichtungsanweisungen in workshop/README.md

🎯 Lernziele des Workshops

Durch die Teilnahme am Workshop werden die Teilnehmer:

Produktions-KI-Anwendungen bereitstellen: Verwenden Sie AZD mit Microsoft Foundry-Diensten
Multi-Agenten-Architekturen beherrschen: Implementieren Sie koordinierte KI-Agenten-Lösungen
Sicherheits-Best-Practices umsetzen: Konfigurieren Sie Authentifizierung und Zugriffskontrolle
Für Skalierung optimieren: Entwerfen Sie kosteneffiziente, leistungsfähige Bereitstellungen
Bereitstellungen debuggen: Beheben Sie häufige Probleme eigenständig

📖 Workshop-Ressourcen

🎥 Interaktiver Leitfaden: Workshop Materials - Browserbasierte Lernumgebung
📋 Modul-für-Modul-Anleitungen:
- 0. Einführung - Workshop-Übersicht und Ziele
- 1. Auswahl - KI-Vorlagen finden und auswählen
- 2. Validierung - Vorlagen bereitstellen und überprüfen
- 3. Dekonstruktion - Template-Architektur erkunden
- 4. Konfiguration - Beherrschen Sie azure.yaml
- 5. Anpassung - Für Ihr Szenario anpassen
- 6. Abbau - Ressourcen bereinigen
- 7. Abschluss - Rückblick und nächste Schritte
🛠️ KI-Workshop-Labor: AI Workshop Lab - KI-orientierte Übungen
💡 Schnellstart: Workshop Setup Guide - Umgebungskonfiguration

Perfekt für: Unternehmensschulungen, Universitätskurse, Selbststudium und Entwickler-Bootcamps.

📖 Deep Dive: AZD-Funktionen

Über die Grundlagen hinaus bietet AZD leistungsstarke Funktionen für Produktionsbereitstellungen:

Vorlagenbasierte Bereitstellungen - Verwenden Sie vorgefertigte Vorlagen für gängige Anwendungsarchitekturen
Infrastruktur als Code - Verwalten Sie Azure-Ressourcen mit Bicep oder Terraform
Integrierte Workflows - Provisionieren, bereitstellen und überwachen Sie Anwendungen nahtlos
Entwicklerfreundlich - Optimiert für Entwicklerproduktivität und -erfahrung

AZD + Microsoft Foundry: Perfekt für KI-Bereitstellungen

Warum AZD für KI-Lösungen? AZD adressiert die wichtigsten Herausforderungen, vor denen KI-Entwickler stehen:

KI-fertige Vorlagen - Vorgefertigte Vorlagen für Microsoft Foundry-Modelle, Cognitive Services und ML-Workloads
Sichere KI-Bereitstellungen - Eingebaute Sicherheitsmuster für KI-Dienste, API-Schlüssel und Modellendpunkte
Produktions-KI-Muster - Best Practices für skalierbare, kosteneffiziente KI-Anwendungsbereitstellungen
End-to-End-KI-Workflows - Von der Modellentwicklung bis zur Produktionsbereitstellung mit geeigneter Überwachung
Kostenoptimierung - Intelligente Ressourcenzuweisung und Skalierungsstrategien für KI-Workloads
Microsoft Foundry-Integration - Nahtlose Verbindung zum Microsoft Foundry Modellkatalog und zu Endpunkten

🎯 Vorlagen & Beispielbibliothek

Vorgestellt: Microsoft Foundry-Vorlagen

Beginnen Sie hier, wenn Sie KI-Anwendungen bereitstellen!

Hinweis: Diese Vorlagen demonstrieren verschiedene KI-Muster. Einige sind externe Azure Samples, andere sind lokale Implementierungen.

Vorlage	Kapitel	Komplexität	Dienste	Typ
Erste Schritte mit KI-Chat	Kapitel 2	⭐⭐	AzureOpenAI + Azure AI Model Inference API + Azure AI Search + Azure Container Apps + Application Insights	Extern
Erste Schritte mit KI-Agenten	Kapitel 2	⭐⭐	Foundry Agents + AzureOpenAI + Azure AI Search + Azure Container Apps + Application Insights	Extern
Azure Search + OpenAI Demo	Kapitel 2	⭐⭐	AzureOpenAI + Azure AI Search + App Service + Storage	Extern
OpenAI Chat App Quickstart	Kapitel 2	⭐	AzureOpenAI + Container Apps + Application Insights	Extern
Agent OpenAI Python Prompty	Kapitel 5	⭐⭐⭐	AzureOpenAI + Azure Functions + Prompty	Extern
Contoso Chat RAG	Kapitel 8	⭐⭐⭐⭐	AzureOpenAI + AI Search + Cosmos DB + Container Apps	Extern
Retail Multi-Agent Solution	Kapitel 5	⭐⭐⭐⭐	AzureOpenAI + AI Search + Storage + Container Apps + Cosmos DB	Lokal

Vorgestellt: Komplette Lernszenarien

Produktionsbereite Anwendungsvorlagen, zugeordnet zu Lernkapiteln

Vorlage	Lernkapitel	Komplexität	Zentrales Lernziel
openai-chat-app-quickstart	Kapitel 2	⭐	Grundlegende KI-Bereitstellungsmuster
azure-search-openai-demo	Kapitel 2	⭐⭐	RAG-Implementierung mit Azure AI Search
ai-document-processing	Kapitel 4	⭐⭐	Integration von Document Intelligence
agent-openai-python-prompty	Kapitel 5	⭐⭐⭐	Agentenframework und Function Calling
contoso-chat	Kapitel 8	⭐⭐⭐	Enterprise-KI-Orchestrierung
retail-multi-agent-solution	Kapitel 5	⭐⭐⭐⭐	Multi-Agenten-Architektur mit Kunden- und Inventaragenten

Lernen nach Beispieltyp

📌 Lokale vs. Externe Beispiele:
Lokale Beispiele (in diesem Repo) = Sofort einsatzbereit
Externe Beispiele (Azure Samples) = Von den verlinkten Repositories klonen

Lokale Beispiele (Sofort einsatzbereit)

Retail Multi-Agent Solution - Vollständige produktionsbereite Implementierung mit ARM-Vorlagen
- Multi-Agenten-Architektur (Kunden- + Inventaragenten)
- Umfassendes Monitoring und Evaluierung
- One-Click-Bereitstellung via ARM-Vorlage

Lokale Beispiele - Container-Anwendungen (Kapitel 2-5)

Umfassende Container-Bereitstellungsbeispiele in diesem Repository:

Container App Examples - Vollständige Anleitung zu containerisierten Bereitstellungen
- Simple Flask API - Einfache REST-API mit Scale-to-Zero
- Microservices Architecture - Produktionsreife Multi-Service-Bereitstellung
- Quick Start, Production, and Advanced deployment patterns
- Monitoring, Sicherheit und Kostenoptimierungsleitfaden

Externe Beispiele - Einfache Anwendungen (Kapitel 1-2)

Klonen Sie diese Azure Samples Repositories, um loszulegen:

Simple Web App - Node.js + MongoDB - Grundlegende Bereitstellungsmuster
Static Website - React SPA - Statische Inhaltsbereitstellung
Container App - Python Flask - REST-API-Bereitstellung

Externe Beispiele - Datenbankintegration (Kapitel 3-4)

Datenbank-App - C# + SQL - Muster für Datenbankverbindungen
Functions + Cosmos DB - Serverloser Daten-Workflow

Externe Beispiele - Fortgeschrittene Muster (Kapitel 4-8)

Java-Microservices - Architekturen mit mehreren Diensten
Container Apps Jobs - Hintergrundverarbeitung
Enterprise-ML-Pipeline - Produktionsreife ML-Muster

Externe Vorlagensammlungen

Offizielle AZD-Vorlagengalerie - Kuratierte Sammlung offizieller und Community-Vorlagen
Azure Developer CLI-Vorlagen - Microsoft Learn Vorlagendokumentation
Beispiele-Verzeichnis - Lokale Lernbeispiele mit ausführlichen Erklärungen

📚 Lernressourcen & Referenzen

Schnelle Referenzen

Befehls-Spickzettel - Wesentliche azd-Befehle, nach Kapitel geordnet
Glossar - Azure- und azd-Terminologie
FAQ - Häufige Fragen, nach Lernkapitel geordnet
Studienleitfaden - Umfassende Übungsaufgaben

Praxis-Workshops

KI-Workshop-Labor - Machen Sie Ihre KI-Lösungen AZD-bereitstellbar (2-3 Stunden)
Interaktiver Workshop - 8-modulige geführte Übungen mit MkDocs und GitHub Codespaces
- Folgt: Einführung → Auswahl → Validierung → Zerlegung → Konfiguration → Anpassung → Abbau → Abschluss

Externe Lernressourcen

KI-Agenten-Fähigkeiten für Ihren Editor

Microsoft Azure Skills auf skills.sh - 37 offene Agenten-Fähigkeiten für Azure KI, Foundry, Bereitstellung, Diagnosen, Kostenoptimierung und mehr. Installieren Sie sie in GitHub Copilot, Cursor, Claude Code oder einem unterstützten Agenten:
```
npx skills add microsoft/github-copilot-for-azure
```

🔧 Kurzanleitung zur Fehlerbehebung

Häufige Probleme, mit denen Anfänger konfrontiert sind, und sofortige Lösungen:

❌ "azd: Befehl nicht gefunden"

# Installiere zuerst AZD
# Windows (PowerShell):
winget install microsoft.azd

# macOS:
brew tap azure/azd && brew install azd

# Linux:
curl -fsSL https://aka.ms/install-azd.sh | bash

# Installation überprüfen
azd version

❌ "Kein Abonnement gefunden" oder "Abonnement nicht gesetzt"

# Verfügbare Abonnements auflisten
az account list --output table

# Standardabonnement festlegen
az account set --subscription "<subscription-id-or-name>"

# Für AZD-Umgebung festlegen
azd env set AZURE_SUBSCRIPTION_ID "<subscription-id>"

# Überprüfen
az account show

❌ "InsufficientQuota" or "Kontingent überschritten"

# Andere Azure-Region ausprobieren
azd env set AZURE_LOCATION "westus2"
azd up

# Oder in der Entwicklung kleinere SKUs verwenden
# infra/main.parameters.json bearbeiten:
{
  "sku": "B1"  // Instead of "P1V2"
}

❌ "azd up" bricht mitten durch ab

# Option 1: Bereinigen und erneut versuchen
azd down --force --purge
azd up

# Option 2: Nur die Infrastruktur reparieren
azd provision

# Option 3: Detaillierten Status prüfen
azd show

# Option 4: Protokolle im Azure Monitor prüfen
azd monitor --logs

❌ "Authentifizierung fehlgeschlagen" oder "Token abgelaufen"

# Für AZD erneut authentifizieren
azd auth logout
azd auth login

# Optional: aktualisiere auch die Azure CLI, wenn du az-Befehle ausführst
az logout
az login

# Authentifizierung überprüfen
az account show

❌ "Ressource existiert bereits" oder Namenskonflikte

# AZD erzeugt eindeutige Namen, aber falls ein Konflikt auftritt:
azd down --force --purge

# Dann mit neuer Umgebung erneut versuchen
azd env new dev-v2
azd up

❌ Vorlagebereitstellung dauert zu lange

Normale Wartezeiten:

Einfache Web-App: 5-10 Minuten
App mit Datenbank: 10-15 Minuten
KI-Anwendungen: 15-25 Minuten (OpenAI-Bereitstellung ist langsam)

# Fortschritt prüfen
azd show

# Wenn Sie länger als 30 Minuten feststecken, prüfen Sie das Azure-Portal:
azd monitor --overview
# Nach fehlgeschlagenen Bereitstellungen suchen

❌ "Zugriff verweigert" oder "Verboten"

# Überprüfen Sie Ihre Azure-Rolle
az role assignment list --assignee $(az account show --query user.name -o tsv)

# Sie benötigen mindestens die Rolle "Contributor"
# Bitten Sie Ihren Azure-Administrator, Folgendes zu gewähren:
# - Contributor (für Ressourcen)
# - User Access Administrator (für Rollenzuweisungen)

❌ Kann die URL der bereitgestellten Anwendung nicht finden

# Alle Service-Endpunkte anzeigen
azd show

# Oder Azure-Portal öffnen
azd monitor

# Bestimmten Dienst überprüfen
azd env get-values
# Nach *_URL-Variablen suchen

📚 Vollständige Ressourcen zur Fehlerbehebung

Leitfaden zu häufigen Problemen: Detaillierte Lösungen
KI-spezifische Probleme: KI-Fehlerbehebung
Debugging-Leitfaden: Schritt-für-Schritt-Debugging
Hilfe bekommen: Azure Discord #azure-developer-cli

🎓 Kursabschluss & Zertifizierung

Fortschrittsverfolgung

Verfolgen Sie Ihren Lernfortschritt in jedem Kapitel:

Kapitel 1: Grundlagen & Schnellstart ✅
Kapitel 2: KI-fokussierte Entwicklung ✅
Kapitel 3: Konfiguration & Authentifizierung ✅
Kapitel 4: Infrastruktur als Code & Bereitstellung ✅
Kapitel 5: Multi-Agenten-KI-Lösungen ✅
Kapitel 6: Validierung & Planung vor der Bereitstellung ✅
Kapitel 7: Fehlerbehebung & Debugging ✅
Kapitel 8: Produktions- & Unternehmensmuster ✅

Lernüberprüfung

Überprüfen Sie nach Abschluss jedes Kapitels Ihr Wissen durch:

Praktische Übung: Führen Sie die praktische Bereitstellung des Kapitels durch
Wissensüberprüfung: Überprüfen Sie den FAQ-Bereich für Ihr Kapitel
Community-Diskussion: Teilen Sie Ihre Erfahrungen im Azure Discord
Nächstes Kapitel: Wechseln Sie zur nächsten Komplexitätsstufe

Vorteile beim Kursabschluss

Nach Abschluss aller Kapitel werden Sie über Folgendes verfügen:

Praxis-Erfahrung: Echte KI-Anwendungen in Azure bereitgestellt
Berufliche Fähigkeiten: Fähigkeiten für unternehmensgerechte Bereitstellungen
Anerkennung in der Community: Aktives Mitglied der Azure-Entwickler-Community
Karriereförderung: Gefragte AZD- und KI-Bereitstellungsfähigkeit

🤝 Community & Unterstützung

Hilfe & Unterstützung erhalten

Technische Probleme: Fehler melden und Funktionen anfragen
Lernfragen: Microsoft Azure Discord Community und
KI-spezifische Hilfe: Treten Sie dem bei
Dokumentation: Offizielle Azure Developer CLI-Dokumentation

Community-Einblicke vom Microsoft Foundry Discord

Aktuelle Umfrageergebnisse aus dem #Azure-Kanal:

45% der Entwickler möchten AZD für KI-Workloads verwenden
Hauptprobleme: Mehrservice-Bereitstellungen, Verwaltung von Zugangsdaten, Produktionsreife
Am häufigsten angefordert: KI-spezifische Vorlagen, Fehlerbehebungsleitfäden, Best Practices

Treten Sie unserer Community bei, um:

Ihre AZD + KI-Erfahrungen zu teilen und Hilfe zu erhalten
Frühe Previews neuer KI-Vorlagen zu erhalten
Zu Best Practices für KI-Bereitstellungen beizutragen
zukünftige KI + AZD-Funktionsentwicklungen zu beeinflussen

Beitrag zum Kurs

Beiträge sind willkommen! Bitte lesen Sie unseren Contributing Guide für Details zu:

Inhaltsverbesserungen: Bestehende Kapitel und Beispiele verbessern
Neue Beispiele: Realwelt-Szenarien und Vorlagen hinzufügen
Übersetzung: Mehrsprachige Unterstützung pflegen
Fehlerberichte: Genauigkeit und Klarheit verbessern
Community-Standards: Folgen Sie unseren inklusiven Community-Richtlinien

📄 Kursinformationen

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert - siehe die LICENSE Datei für Details.

LangChain

Azure / Edge / MCP / Agenten

Generative AI-Serie

Kernlernangebote

Copilot-Serie

🗺️ Kursnavigation

🚀 Bereit loszulegen?

Einsteiger: Beginnen Sie mit Kapitel 1: Grundlagen & Schnellstart
KI-Entwickler: Springen Sie zu Kapitel 2: KI-orientierte Entwicklung
Erfahrene Entwickler: Beginnen Sie mit Kapitel 3: Konfiguration & Authentifizierung

Nächste Schritte: Beginnen Sie Kapitel 1 - AZD-Grundlagen →

Haftungsausschluss: Dieses Dokument wurde mithilfe des KI-Übersetzungsdienstes Co-op Translator übersetzt. Obwohl wir um Genauigkeit bemüht sind, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache ist als maßgebliche Quelle zu betrachten. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder falsche Auslegungen, die aus der Verwendung dieser Übersetzung entstehen.

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

AZD für Anfänger: Eine strukturierte Lernreise

Automatische Übersetzungen (immer aktuell)

🆕 Was ist heute neu in azd

🚀 Was ist die Azure Developer CLI (azd)?

Die Magie von azd up

❓ Azure Developer CLI vs Azure CLI: Was ist der Unterschied?

Einfache Analogie

Wann welches verwenden

Sie arbeiten zusammen!

🌟 Vorlagen in Awesome AZD finden

Beliebte KI-Vorlagen aus Awesome AZD

🎯 Erste Schritte in 3 Schritten

Schritt 1: AZD installieren (2 Minuten)

Schritt 2: Für AZD authentifizieren

Schritt 3: Ihre erste App bereitstellen

Aufräumen (Nicht vergessen!)

📚 Wie Sie diesen Kurs nutzen

Schnelle Einrichtung

Kursübersicht

Warum dieser Kurs für moderne Entwickler unverzichtbar ist

Lernziele

Bevor Sie beginnen: Konten, Zugriff und Annahmen

🗺️ Kursübersicht: Schnelle Navigation nach Kapitel

📚 Lernkapitel

🚀 Kapitel 1: Grundlagen & Schnellstart

Was Sie lernen werden

Lernressourcen

Praktische Übungen

🤖 Kapitel 2: KI-zentrierte Entwicklung (Empfohlen für KI-Entwickler)

Was Sie lernen werden

Lernressourcen

Praktische Übungen

💰 Kostenüberlegungen für KI-Bereitstellungen

⚙️ Kapitel 3: Konfiguration & Authentifizierung

Was Sie lernen werden

Lernressourcen

Praktische Übungen

🏗️ Kapitel 4: Infrastructure as Code & Bereitstellung

Was Sie lernen werden

Lernressourcen

Praktische Übungen

🎯 Kapitel 5: Multi-Agent KI-Lösungen (Fortgeschritten)

Was Sie lernen werden

Lernressourcen

Praktische Übungen

🔍 Kapitel 6: Validierung & Planung vor der Bereitstellung

Was Sie lernen werden

Lernressourcen

Praktische Übungen

🚨 Kapitel 7: Fehlerbehebung & Fehlersuche

Was Sie lernen werden

Lernressourcen

Praktische Übungen

🏢 Kapitel 8: Produktions- & Unternehmensmuster

Was Sie lernen werden

Lernressourcen

Praktische Übungen

🎓 Workshop-Übersicht: Praxisorientiertes Lernerlebnis

Interaktive Workshop-Materialien

🛠️ Workshop-Funktionen

📚 Aufbau der Workshop-Module

🚀 Einstieg in den Workshop

🎯 Lernziele des Workshops

📖 Workshop-Ressourcen

📖 Deep Dive: AZD-Funktionen

AZD + Microsoft Foundry: Perfekt für KI-Bereitstellungen

🎯 Vorlagen & Beispielbibliothek

Vorgestellt: Microsoft Foundry-Vorlagen

Vorgestellt: Komplette Lernszenarien

Lernen nach Beispieltyp

Lokale Beispiele (Sofort einsatzbereit)

Lokale Beispiele - Container-Anwendungen (Kapitel 2-5)

Externe Beispiele - Einfache Anwendungen (Kapitel 1-2)

Externe Beispiele - Datenbankintegration (Kapitel 3-4)

Die Magie von `azd up`