阿拉伯語 | 孟加拉語 | 保加利亞語 | 緬甸語(緬甸) | 中文(簡體) | 中文(繁體,香港) | 中文(繁體,澳門) | 中文(繁體,臺灣) | 克羅埃西亞語 | 捷克語 | 丹麥語 | 荷蘭語 | 愛沙尼亞語 | 芬蘭語 | 法語 | 德語 | 希臘語 | 希伯來語 | 印地語 | 匈牙利語 | 印度尼西亞語 | 義大利語 | 日語 | 卡納達語 | 高棉語 | 韓語 | 立陶宛語 | 馬來語 | 馬拉雅拉姆語 | 馬拉地語 | 尼泊爾語 | 尼日利亞皮欽語 | 挪威語 | 波斯語(法爾西語) | 波蘭語 | 葡萄牙語(巴西) | 葡萄牙語(葡萄牙) | 旁遮普語(古魯穆奇體) | 羅馬尼亞語 | 俄語 | 塞爾維亞語(西里爾字母) | 斯洛伐克語 | 斯洛維尼亞語 | 西班牙語 | 斯瓦希里語 | 瑞典語 | 他加祿語(菲律賓語) | 泰米爾語 | 泰盧固語 | 泰語 | 土耳其語 | 烏克蘭語 | 烏爾都語 | 越南語
偏好本地克隆?
此存儲庫包含 50 多種語言的翻譯,這會顯著增加下載大小。若要克隆且不包含翻譯,請使用稀疏檢出:
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"這樣您可以更快下載並取得完成課程所需的一切。
Azure Developer CLI 已超越傳統的 Web 應用和 API。現在,azd 是部署 任何 Azure 應用程序的單一工具——包含 AI 驅動的應用和智能代理。
這對您意味著:
- AI 代理現在是首要的 azd 工作負載。 您可以使用熟悉的
azd init→azd up工作流程初始化、部署和管理 AI 代理專案。 - Microsoft Foundry 集成 將模型部署、代理託管及 AI 服務配置直接融合進 azd 範本生態系。
- 核心工作流程未變。 不論您是部署待辦清單應用、微服務或多代理 AI 解決方案,指令都是相同的。
如果您之前用過 azd,AI 支援是自然延伸——而非另外一個工具或進階路徑。如果是新手,您學會的唯一工作流程可應用於所有情境。
Azure Developer CLI (azd) 是一款開發者友善的命令列工具,使部署應用於 Azure 更簡單。您無需手動建立和連接數十個 Azure 資源,而是用單一指令部署整個應用。
# 這個指令就能完成所有工作:
# ✅ 建立所有 Azure 資源
# ✅ 設定網路與安全性
# ✅ 建置你的應用程式程式碼
# ✅ 部署到 Azure
# ✅ 給你一個可用的 URL
azd up就是這樣! 無需點擊 Azure 入口網站、無需先學複雜的 ARM 範本、無需手動設定——直接讓應用在 Azure 運行。
這是初學者最常問的問題。簡單回答如下:
| 功能 | Azure CLI (az) |
Azure Developer CLI (azd) |
|---|---|---|
| 目的 | 管理單一 Azure 資源 | 部署完整應用程式 |
| 思維角度 | 基礎設施導向 | 應用程式導向 |
| 示例 | az webapp create --name myapp... |
azd up |
| 學習曲線 | 必須了解 Azure 服務 | 只要了解您的應用 |
| 適用對象 | DevOps、基礎架構 | 開發者、原型設計 |
- Azure CLI 就像擁有所有建造房屋的工具—錘子、鋸子、釘子。您能建造任何東西,但需要懂得建築。
- Azure Developer CLI 就像找承包商—您描述想法,他們幫您建造。
| 場景 | 選用 |
|---|---|
| 「我想快速部署網頁應用」 | azd up |
| 「我需要只建立一個儲存帳戶」 | az storage account create |
| 「我正在建立完整 AI 應用」 | azd init --template azure-search-openai-demo |
| 「我需要除錯特定 Azure 資源」 | az resource show |
| 「我想要幾分鐘內生產就緒部署」 | azd up --environment production |
AZD 在底層使用 Azure CLI。您可同時使用兩者:
# 使用 AZD 部署您的應用程式
azd up
# 然後使用 Azure CLI 微調特定資源
az webapp config set --name myapp --always-on true不用從零開始!Awesome AZD 是社群收集的即時部署範本集:
| 資源 | 描述 |
|---|---|
| 🔗 Awesome AZD Gallery | 瀏覽 200 多個範本並一鍵部署 |
| 🔗 提交範本 | 向社群貢獻您的範本 |
| 🔗 GitHub 倉庫 | 按星標並探索原始碼 |
# 結合 Microsoft Foundry 模型與 AI 搜尋 的 RAG 聊天
azd init --template azure-search-openai-demo
# 快速 AI 聊天應用程式
azd init --template openai-chat-app-quickstart
# 使用 Foundry Agents 的 AI 代理
azd init --template get-started-with-ai-agents開始之前,請確保您的電腦已準備好部署您想用的範本:
Windows:
.\validate-setup.ps1macOS / Linux:
bash ./validate-setup.sh若有必要的檢查失敗,請先修正再繼續快速上手。
Windows:
winget install microsoft.azdmacOS:
brew tap azure/azd && brew install azdLinux:
curl -fsSL https://aka.ms/install-azd.sh | bash# 如果您計畫在本課程中直接使用 Azure CLI 命令,則為可選
az login
# AZD 工作流程所需
azd auth login如果不確定用哪一個,請依照 安裝與設定 內的完整設定流程操作。
# 從範本初始化
azd init --template todo-nodejs-mongo
# 部署到 Azure(會建立所有資源!)
azd up🎉 完成了! 您的應用已在 Azure 上線。
# Remove all resources when done experimenting
azd down --force --purge本課程設計為 循序漸進學習 — 從您熟悉的開始,逐步往上學習:
| 您的經驗 | 從這裡開始 |
|---|---|
| 完全沒接觸過 Azure | 第一章:基礎 |
| 了解 Azure、新手 AZD | 第一章:基礎 |
| 想部署 AI 應用 | 第二章:AI 優先開發 |
| 想要實戰練習 | 🎓 互動工作坊 - 3-4 小時引導式實驗 |
| 需要生產實務模式 | 第八章:生產與企業 |
- Fork 本倉庫:
- Clone 它:
git clone https://github.com/YOUR-USERNAME/azd-for-beginners.git - 尋求協助:Azure Discord 社群
偏好本地克隆?
此存儲庫包含 50 多種語言的翻譯,會大幅增加下載大小。要無翻譯克隆請用稀疏檢出:
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'
這樣您能快速下載並取得完成課程所需一切。
透過結構化章節掌握 Azure Developer CLI (azd),設計為循序漸進學習。特別聚焦於透過 Microsoft Foundry 集成部署 AI 應用。
根據 Microsoft Foundry Discord 社群見解,45% 開發者想用 AZD 部署 AI 工作負載,但面臨以下挑戰:
- 複雜多服務 AI 架構
- 生產 AI 部署最佳實務
- Azure AI 服務整合與配置
- AI 工作負載成本優化
- AI 部署特定問題排除
完成本結構化課程後,您將:
- 精通 AZD 基礎:核心概念、安裝及設定
- 部署 AI 應用:使用 AZD 與 Microsoft Foundry 服務
- 實作基礎設施即程式碼:透過 Bicep 範本管理 Azure 資源
- 排解部署問題:解決常見錯誤與除錯
- 優化生產環境:安全、擴展、監控及成本管理
- 打造多代理方案:部署複雜 AI 架構
開始第 1 章前,請確保已準備以下條件。本指南後續安裝步驟假設這些基本條件已經滿足。
- Azure 訂閱:您可以使用工作帳戶或個人帳戶中的現有訂閱,或建立免費試用以開始使用。
- 建立 Azure 資源的權限:對於大多數練習,您需要在目標訂閱或資源群組上至少擁有參與者權限。有些章節也可能假設您可以建立資源群組、受管身分識別和 RBAC 指派。
- GitHub 帳戶:這對分叉存放庫、追蹤個人變更,以及在工作坊中使用 GitHub Codespaces 非常有用。
- 範本執行前置條件:某些範本需要本地工具,如 Node.js、Python、Java 或 Docker。開始前請先執行設定驗證器,以便及早發現缺少的工具。
- 基本終端機熟悉度:不需要是專家,但您應該能夠執行像
git clone、azd auth login和azd up等指令。
在企業訂閱中工作?
如果您的 Azure 環境由管理員管理,請事先確認您是否能在計劃使用的訂閱或資源群組中部署資源。如果不能,請在開始前申請沙盒訂閱或參與者權限。
Azure 新手?
請從自己的 Azure 試用或付費訂閱 https://aka.ms/azurefreetrial 開始,這樣您可以完整完成練習,不需等待租戶層級的批准。
每個章節都有專屬 README,包含學習目標、快速開始與練習:
| 章節 | 主題 | 課程 | 時長 | 複雜度 |
|---|---|---|---|---|
| 第 1 章:基礎 | 入門 | AZD 基本概念 | 安裝 | 第一個專案 | 30-45 分鐘 | ⭐ |
| 第 2 章:AI 開發 | AI 為先應用 | Foundry 整合 | AI 智能代理 | 模型部署 | 工作坊 | 1-2 小時 | ⭐⭐ |
| 第 3 章:設定 | 驗證與安全 | 設定 | 驗證與安全 | 45-60 分鐘 | ⭐⭐ |
| 第 4 章:基礎架構 | IaC 與部署 | 部署指南 | 資源配置 | 1-1.5 小時 | ⭐⭐⭐ |
| 第 5 章:多代理 | AI 代理解決方案 | 零售場景 | 協調模式 | 2-3 小時 | ⭐⭐⭐⭐ |
| 第 6 章:部署前準備 | 規劃與驗證 | 預檢察 | 容量規劃 | SKU 選擇 | 應用洞察 | 1 小時 | ⭐⭐ |
| 第 7 章:故障排除 | 偵錯與修復 | 常見問題 | 偵錯 | AI 問題 | 1-1.5 小時 | ⭐⭐ |
| 第 8 章:生產環境 | 企業模式 | 生產實務 | 2-3 小時 | ⭐⭐⭐⭐ |
| 🎓 工作坊 | 實作練習 | 簡介 | 範本選擇 | 驗證 | 拆解 | 設定 | 自訂 | 資源清理 | 總結 | 3-4 小時 | ⭐⭐ |
課程總時長:約 10-14 小時 | 技能進展:初學者 → 生產就緒
依據經驗與目標選擇您的學習路徑
先決條件:Azure 訂閱、基本指令列知識
時長:30-45 分鐘
複雜度:⭐
- 了解 Azure Developer CLI 基礎
- 在您的平台上安裝 AZD
- 成功進行第一次部署
- 🎯 從這裡開始:什麼是 Azure Developer CLI?
- 📖 理論:AZD 基本概念 - 核心概念與術語
- ⚙️ 設定:安裝與設定 - 平台專用指南
- 🛠️ 實作:您的第一個專案 - 步驟式教學
- 📋 快速參考:指令備忘清單
# 快速安裝檢查
azd version
# 部署您的第一個應用程式
azd init --template todo-nodejs-mongo
azd up💡 章節成果:使用 AZD 成功部署簡單的 Web 應用程式至 Azure
✅ 成功驗證:
# 完成第一章後,您應該能夠:
azd version # 顯示已安裝版本
azd init --template todo-nodejs-mongo # 初始化專案
azd up # 部署到 Azure
azd show # 顯示正在運行的應用程式 URL
# 應用程式在瀏覽器中開啟並運作
azd down --force --purge # 清除資源📊 時間投入: 30-45 分鐘
📈 完成後技能: 能獨立部署基礎應用程式
先決條件:完成第 1 章
時長:1-2 小時
複雜度:⭐⭐
- Microsoft Foundry 與 AZD 整合
- 部署 AI 驅動的應用程式
- 了解 AI 服務設定
- 🎯 從這裡開始:Microsoft Foundry 整合
- 🤖 AI 智能代理:AI 代理指南 - 使用 AZD 部署智慧代理
- 📖 模式:AI 模型部署 - 部署與管理 AI 模型
- 🛠️ 工作坊:AI 工作坊實驗室 - 讓您的 AI 解決方案符合 AZD
- 🎥 互動指南:工作坊素材 - 使用 MkDocs 瀏覽器學習 * DevContainer 環境
- 📋 範本:Microsoft Foundry 範本
- 📝 範例:AZD 部署範例
# 部署您的第一個人工智能應用程式
azd init --template azure-search-openai-demo
azd up
# 嘗試其他人工智能範本
azd init --template openai-chat-app-quickstart
azd init --template agent-openai-python-prompty💡 章節成果:部署並設定具有 RAG 能力的 AI 聊天應用程式
✅ 成功驗證:
# 完成第二章後,你應該能夠:
azd init --template azure-search-openai-demo
azd up
# 測試 AI 聊天介面
# 提問並獲得帶有來源的 AI 回答
# 驗證搜尋整合功能運作正常
azd monitor # 檢查 Application Insights 是否顯示遙測資料
azd down --force --purge📊 時間投入: 1-2 小時
📈 完成後技能: 能部署與設定生產就緒的 AI 應用程式
💰 成本認知: 了解開發成本約 $80-150/月,生產成本約 $300-3500/月
開發環境(約 $80-150/月):
- Microsoft Foundry 模型(隨用隨付):$0-50/月(依標記令牌使用量計)
- AI 搜尋(基礎層):$75/月
- 容器應用程式(消耗量計費):$0-20/月
- 儲存體(標準):$1-5/月
生產環境(約 $300-3,500+ /月):
- Microsoft Foundry 模型(PTU 以維持穩定效能):$3,000+/月 或 高用量隨用隨付
- AI 搜尋(標準層):$250/月
- 容器應用程式(專用層):$50-100/月
- 應用程式洞察:$5-50/月
- 儲存體(高級):$10-50/月
💡 成本優化建議:
- 使用 Microsoft Foundry 模型的免費層進行學習(Azure OpenAI 包含每月 50,000 令牌)
- 不開發時執行
azd down釋放資源 - 起初使用消耗量計費,僅生產時升級成 PTU
- 使用
azd provision --preview部署前估算成本 - 啟用自動擴縮:僅為實際用量付費
成本監控:
# 檢查預估每月成本
azd provision --preview
# 在 Azure 入口網站監控實際成本
az consumption budget list --resource-group <your-rg>先決條件:完成第 1 章
時長:45-60 分鐘
複雜度:⭐⭐
- 環境設定與管理
- 驗證與安全最佳實務
- 資源命名與組織
- 📖 設定:設定指南 - 環境設定
- 🔐 安全:驗證模式與受管身分識別 - 驗證模式
- 📝 範例:資料庫應用範例 - AZD 資料庫範例
- 配置多個環境(開發、預備、正式)
- 設定受管身分識別驗證
- 實作環境專屬設定
💡 章節成果:管理多環境並具備妥善驗證與安全性
先決條件:完成第 1-3 章
時長:1-1.5 小時
複雜度:⭐⭐⭐
- 進階部署模式
- 使用 Bicep 進行基礎架構即程式碼
- 資源配置策略
- 建立自訂 Bicep 範本
- 部署多服務應用程式
- 實作藍綠部署策略
💡 章節成果:使用自訂基礎架構範本部署複雜多服務應用程式
先決條件:完成第 1-2 章
時長:2-3 小時
複雜度:⭐⭐⭐⭐
- 多代理架構模式
- 代理協調與整合
- 生產環境的 AI 部署
# 部署完整的零售多代理解決方案
cd examples/retail-multiagent-arm-template
./deploy.sh
# 探索代理配置
az deployment group show --resource-group <rg-name> --name <deployment-name>💡 章節成果:部署並管理具有客戶與庫存代理的生產多代理 AI 解決方案
先決條件:完成第 4 章
時長:1 小時
複雜度:⭐⭐
- 容量規劃與資源驗證
- SKU 選擇策略
- 預檢查與自動化
- 執行容量驗證腳本
- 最佳化 SKU 選擇以節省成本
- 實作自動化預部署檢查
💡 本章成果:在執行前驗證並最佳化部署
先決條件:完成任一部署章節
時間:1-1.5 小時
難度:⭐⭐
- 系統化除錯方法
- 常見問題及解決方案
- AI 專屬故障排除
- 診斷部署失敗原因
- 解決身份驗證問題
- 除錯 AI 服務連線問題
💡 本章成果:能獨立診斷並解決常見部署問題
先決條件:完成第1-4章
時間:2-3 小時
難度:⭐⭐⭐⭐
- 生產環境部署策略
- 企業安全模式
- 監控與成本最佳化
- 🏭 生產環境: 生產 AI 最佳實踐 - 企業模式
- 📝 範例: 微服務範例 - 複雜架構
- 📊 監控: Application Insights 整合 - 監控
- 實作企業安全模式
- 建置完整監控
- 部署到生產環境並落實治理
💡 本章成果:部署具備完整生產能力的企業級應用
⚠️ 工作坊狀態:開發中
工作坊教材正在開發與調整中。核心模組已具功能,但部分進階章節尚未完成。我們持續積極完善內容。 追蹤進度 →
完整的瀏覽器工具與引導式練習,提供實務動手體驗
我們的工作坊教材提供架構化且互動的學習體驗,完美搭配上述章節式課程。工作坊適合自學進度及講師帶領模式。
- 瀏覽器介面:完整 MkDocs 支援,含搜尋、複製及主題功能
- GitHub Codespaces 整合:一鍵啟動開發環境
- 結構化學習路徑:8 個模組引導,總時長約3-4小時
- 循序漸進流程:介紹 → 選擇 → 驗證 → 解構 → 設定 → 客製化 → 拆除 → 總結
- 交互式 DevContainer 環境:預配置工具與依賴
工作坊採用8模組逐步法,引導你從探索到部署大師:
| 模組 | 主題 | 你將執行 | 時長 |
|---|---|---|---|
| 0. 介紹 | 工作坊概述 | 了解學習目標、先決條件及結構 | 15 分鐘 |
| 1. 選擇 | 模板探索 | 探索 AZD 模板並選出合適 AI 模板 | 20 分鐘 |
| 2. 驗證 | 部署與驗證 | 使用 azd up 部署模版並驗證基礎設施 |
30 分鐘 |
| 3. 解構 | 了解架構 | 使用 GitHub Copilot 探索模板架構、Bicep 檔與程式碼組織 | 30 分鐘 |
| 4. 設定 | azure.yaml 深入 | 精通 azure.yaml 配置、生命週期掛勾與環境變數 |
30 分鐘 |
| 5. 客製化 | 自己的版本 | 啟用 AI 搜尋、追蹤、評估並針對場景調整 | 45 分鐘 |
| 6. 拆除 | 清理資源 | 使用 azd down --purge 安全釋放資源 |
15 分鐘 |
| 7. 總結 | 下一步 | 回顧成果、重點概念與接續學習 | 15 分鐘 |
工作坊流程:
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
# 選項 1:GitHub Codespaces(推薦)
# 在儲存庫中點選「Code」→「Create codespace on main」
# 選項 2:本地開發
git clone https://github.com/microsoft/azd-for-beginners.git
cd azd-for-beginners/workshop
# 請依照 workshop/README.md 中的設定說明進行設定完成工作坊後,參與者將能:
- 部署生產級 AI 應用:使用 AZD 與 Microsoft Foundry 服務
- 精通多代理架構:實作協同 AI 代理方案
- 落實安全最佳實踐:設定身份驗證與存取控制
- 優化規模與成本:設計高效能、成本合理的部署
- 故障排除部署問題:自主解決常見問題
適用對象:企業培訓、大學課程、自主進修和開發者訓練營。
除了基礎功能外,AZD 提供強大功能支援生產部署:
- 基於模板的部署 - 使用預建模板套用常見應用架構
- 基礎架構即程式碼 - 使用 Bicep 或 Terraform 管理 Azure 資源
- 整合工作流程 - 無縫資源配置、部署及監控
- 開發者友善 - 優化開發效率與體驗
為何選用 AZD 部署 AI 解決方案? AZD 針對 AI 開發者面臨的主要挑戰提供解決方案:
- AI 就緒模板 - 預配置 Microsoft Foundry 模型、認知服務與 ML 工作負載所需模板
- 安全的 AI 部署 - 內建 AI 服務、API 金鑰與模型端點安全模式
- 生產級 AI 架構 - 支援可擴充且成本效益佳的 AI 應用部署最佳實踐
- 端對端 AI 工作流程 - 從模型開發到生產部署,並落實監控
- 成本最佳化 - 智慧資源分配與擴展策略
- Microsoft Foundry 整合 - 與 Microsoft Foundry 模型目錄和端點無縫連接
如果你要部署 AI 應用,請從這裡開始!
注意: 這些模板展示不同 AI 架構,有些來自 Azure Samples 外部資源,有些為本地實作。
| 模板 | 章節 | 難度 | 服務 | 類型 |
|---|---|---|---|---|
| 開始使用 AI 聊天 | 第2章 | ⭐⭐ | AzureOpenAI + Azure AI 模型推論 API + Azure AI Search + Azure Container Apps + Application Insights | 外部 |
| 開始使用 AI 代理 | 第2章 | ⭐⭐ | Foundry Agents + AzureOpenAI + Azure AI Search + Azure Container Apps + Application Insights | 外部 |
| Azure Search + OpenAI 示範 | 第2章 | ⭐⭐ | AzureOpenAI + Azure AI Search + App Service + 存儲 | 外部 |
| OpenAI 聊天應用快速入門 | 第2章 | ⭐ | AzureOpenAI + Container Apps + Application Insights | 外部 |
| Agent OpenAI Python Prompty | 第5章 | ⭐⭐⭐ | AzureOpenAI + Azure Functions + Prompty | 外部 |
| Contoso 聊天 RAG | 第8章 | ⭐⭐⭐⭐ | AzureOpenAI + AI Search + Cosmos DB + Container Apps | 外部 |
| 零售多代理方案 | 第5章 | ⭐⭐⭐⭐ | AzureOpenAI + AI Search + 儲存 + Container Apps + Cosmos DB | 本地 |
生產就緒應用模板,對應學習章節
| 模板 | 學習章節 | 難度 | 主要學習內容 |
|---|---|---|---|
| openai-chat-app-quickstart | 第2章 | ⭐ | 基本 AI 部署模式 |
| azure-search-openai-demo | 第2章 | ⭐⭐ | 使用 Azure AI Search 的 RAG 實作 |
| ai-document-processing | 第4章 | ⭐⭐ | 文件智慧整合 |
| agent-openai-python-prompty | 第5章 | ⭐⭐⭐ | 代理框架與函數呼叫 |
| contoso-chat | 第8章 | ⭐⭐⭐ | 企業級 AI 協作 |
| retail-multi-agent-solution | 第5章 | ⭐⭐⭐⭐ | 多代理架構:客戶與庫存代理 |
📌 本地與外部範例:
本地範例(本資源庫)=可立即使用
外部範例(Azure Samples)=從連結資源庫克隆
- 零售多代理方案 - 完整的生產就緒實作與 ARM 模板
- 多代理架構(客戶代理 + 庫存代理)
- 全面監控與評估
- 一鍵透過 ARM 模板部署
本庫完整的容器部署範例:
- Container App 範例 - 容器部署指南
- 簡易 Flask API - 基本 REST API 與 scale-to-zero
- 微服務架構 - 生產就緒多服務部署
- 快速入門、生產與進階部署模式
- 監控、安全與成本最佳化指南
從下列 Azure Samples 資源庫克隆開始:
- 簡易網頁應用 - Node.js + MongoDB - 基本部署模式
- 靜態網站 - React SPA - 靜態內容部署
- 容器應用 - Python Flask - REST API 部署
- 資料庫應用程式 - C# + SQL - 資料庫連線範例
- Functions + Cosmos DB - 無伺服器資料流程
- Java 微服務 - 多服務架構
- Container Apps 工作 - 背景處理
- 企業級機器學習流程 - 可投入生產的 ML 模式
- 官方 AZD 範本畫廊 - 精選官方與社群範本收藏
- Azure Developer CLI 範本 - 微軟 Learn 範本文件
- 範例目錄 - 本地學習範例與詳細說明
- AI 工作坊實驗室 - 使您的 AI 解決方案具備 AZD 部署能力(2-3 小時)
- 互動式工作坊 - 利用 MkDocs 與 GitHub Codespaces 的 8 模組引導練習
- 流程:介紹 → 選擇 → 驗證 → 分解 → 設定 → 自訂 → 結束 → 收尾
- Microsoft Azure 技能於 skills.sh - 針對 Azure AI、Foundry、部署、診斷、成本優化等,提供 37 種開放代理技能。可於 GitHub Copilot、Cursor、Claude Code 或任何支援的代理中安裝:
npx skills add microsoft/github-copilot-for-azure
新手常見問題與即時解決方案:
❌ "azd: command not found"
# 先安裝 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
# 驗證安裝
azd version❌ "No subscription found" 或 "Subscription not set"
# 列出可用的訂閱
az account list --output table
# 設定預設訂閱
az account set --subscription "<subscription-id-or-name>"
# 設定 AZD 環境
azd env set AZURE_SUBSCRIPTION_ID "<subscription-id>"
# 驗證
az account show❌ "InsufficientQuota" 或 "Quota exceeded"
# 嘗試不同的 Azure 區域
azd env set AZURE_LOCATION "westus2"
azd up
# 或在開發中使用較小的 SKU
# 編輯 infra/main.parameters.json:
{
"sku": "B1" // Instead of "P1V2"
}❌ "azd up" 中途失敗
# 選項 1:清理並重試
azd down --force --purge
azd up
# 選項 2:只修復基礎設施
azd provision
# 選項 3:檢查詳細狀態
azd show
# 選項 4:在 Azure 監視器中檢查日誌
azd monitor --logs❌ "Authentication failed" 或 "Token expired"
# 重新驗證 AZD
azd auth logout
azd auth login
# 選擇性:如果您正在執行 az 命令,也請刷新 Azure CLI
az logout
az login
# 驗證身份認證
az account show❌ "Resource already exists" 或命名衝突
# AZD 會生成唯一名稱,但如果發生衝突:
azd down --force --purge
# 則使用新的環境重試
azd env new dev-v2
azd up❌ 範本部署耗時過長
一般等待時間:
- 簡易網站應用:5-10 分鐘
- 含資料庫應用:10-15 分鐘
- AI 應用:15-25 分鐘(OpenAI 佈署緩慢)
# 檢查進度
azd show
# 如果停滯超過30分鐘,請檢查Azure入口網站:
azd monitor --overview
# 尋找失敗的部署❌ "Permission denied" 或 "Forbidden"
# 檢查您的 Azure 角色
az role assignment list --assignee $(az account show --query user.name -o tsv)
# 您至少需要「參與者」角色
# 請求您的 Azure 管理員授予:
# - 參與者(資源使用權)
# - 使用者存取管理員(角色指派權限)❌ 找不到已部署的應用程式 URL
# 顯示所有服務端點
azd show
# 或打開 Azure 入口網站
azd monitor
# 檢查特定服務
azd env get-values
# 查找 *_URL 變數- 常見問題指南: 詳細解決方案
- AI 專屬問題: AI 故障排除
- 除錯指南: 逐步除錯
- 尋求協助: Azure Discord #azure-developer-cli
追蹤您各章節的學習進度:
- 第1章:基礎與快速入門 ✅
- 第2章:AI 優先開發 ✅
- 第3章:設定與認證 ✅
- 第4章:基礎架構即程式碼與部署 ✅
- 第5章:多代理 AI 解決方案 ✅
- 第6章:部署前驗證與規劃 ✅
- 第7章:故障排除與除錯 ✅
- 第8章:生產及企業模式 ✅
完成每章節後,進行知識驗證:
- 實作練習:完成該章節部署操作
- 知識測試:複習該章節 FAQ
- 社群討論:在 Azure Discord 分享經驗
- 下一章節:進入下一階段的複雜度
完成所有章節後,您將擁有:
- 實務經驗:實戰部署 AI 應用於 Azure
- 專業技能:企業級部署能力
- 社群認可:成為活躍的 Azure 開發者社群成員
- 職涯提升:具備熱門的 AZD 與 AI 部署專長
- 技術問題: 報告錯誤與功能請求
- 學習問題: Microsoft Azure Discord 社群 與
- AI 專屬協助:加入
- 文件資源: 官方 Azure Developer CLI 文件
#Azure 頻道近期投票結果:
- 45% 開發者想用 AZD 處理 AI 工作負載
- 主要挑戰:多服務部署、憑證管理、生產準備
- 最高需求:AI 專屬範本、故障排除指南、最佳實務
加入我們社群可:
- 分享 AZD 與 AI 經驗並獲得協助
- 優先取得 AI 新範本預覽
- 貢獻 AI 部署最佳實踐
- 影響未來 AI 與 AZD 功能開發
歡迎共襄盛舉!請參閱我們的 貢獻指南 以瞭解:
- 內容改進:提升現有章節與範例
- 新增範例:加入實務場景與範本
- 翻譯工作:維護多語系支持
- 錯誤報告:提升準確性與清晰度
- 社群標準:遵守我們包容性的社群守則
本專案採用 MIT 授權條款,詳細內容請參閱 LICENSE 檔案。
我們團隊製作其他完整的學習課程:
🚀 準備開始學習了嗎?
初學者:從 第1章:基礎與快速入門 開始
人工智慧開發者:跳至 第2章:AI優先開發
有經驗的開發者:從 第3章:設定與驗證 開始
下一步:開始第1章 - AZD基礎 →
免責聲明: 本文件經由 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們力求準確,但請注意自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊,建議採用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或誤譯負責。
