Testen der Kursbeispiele

Überprüfen Sie, ob die Lektion-Notebooks und Codebeispiele mit einer aktiven
Microsoft Foundry / Azure OpenAI-Installation ausgeführt werden können. Das Repository
enthält einen Runner unter `scripts/validate-notebooks.ps1`, der
jedes Python-Notebook kopflos ausführt und eine PASS/FAIL-Matrix ausgibt.

Wann verwenden

• "Alle Notebooks / Beispiele gegen mein Azure-Abonnement validieren."
• "Smoke-Test des Kurses nach Paket-Upgrades oder Modelländerungen."
• "Welche Lektionen bestehen / scheitern live noch?"

Verwenden Sie dies nicht für die AI Smoke Test GitHub Action (die bereitgestellte
gehostete Agenten validiert – siehe `tests/README.md`). Dieses Tool
führt die Notebooks lokal aus.

Voraussetzungen (zuerst prüfen)

1. Python 3.12+ mit Kursabhängigkeiten: python -m pip install -r requirements.txt
   plus den Executor: python -m pip install nbconvert ipykernel.
2. .env im Repo-Stammverzeichnis (kopieren von `.env.example`) mit mindestens:
   • AZURE_AI_PROJECT_ENDPOINT — Foundry-Projekt-Endpunkt
     (https://<account>.services.ai.azure.com/api/projects/<project>)
   • AZURE_AI_MODEL_DEPLOYMENT_NAME — eine nicht veraltete Bereitstellung (z.B. gpt-5-mini)
   • AZURE_OPENAI_ENDPOINT (https://<account>.openai.azure.com) und AZURE_OPENAI_DEPLOYMENT
     für Lektionen, die Azure OpenAI direkt verwenden (Lektion 06, 02-azure-openai, 14 handoff/human-loop).
3. az login abgeschlossen — Beispiele authentifizieren sich mit AzureCliCredential (Entra ID, schlüssellos).
4. Verifizieren Sie, dass die Modell-Bereitstellung existiert:
   az cognitiveservices account deployment list -g <rg> -n <account> -o table.

Ausführen der Validierung

# Alle Python-Notebooks (überspringt .NET, .venv, site-packages, Übersetzungen, Skill-Assets)
pwsh scripts/validate-notebooks.ps1

# Eine einzelne Lektion, mit einer längeren Zeitüberschreitung pro Zelle
pwsh scripts/validate-notebooks.ps1 -Filter '08-*' -Timeout 600

# Nur auflisten, was ausgeführt würde (keine Ausführung)
pwsh scripts/validate-notebooks.ps1 -List

# Expliziter Interpreter (wenn `python` nicht im PATH ist, z.B. Windows Store Alias)
pwsh scripts/validate-notebooks.ps1 -Python "C:/path/to/python.exe"

Das Skript schreibt ausgeführte Kopien, Pro-Notebook-Protokolle und results.json nach
$env:TEMP\aiab-nbval und beendet sich mit der Anzahl der Fehler.

Vorübergehende Fehler (geteilte Abonnement-HTTP 429 Rate Limits, ein gelegentlicher
AzureCliCredential Token-Fehler oder ein Timeout) werden automatisch erneut versucht
(-Retries, Standard 2, mit -RetryDelaySeconds Verzögerung, Standard 20). Wenn eine
Modell-Bereitstellung regelmäßig 429-Fehler verursacht, prüfen Sie die GlobalStandard
TPM-Quote des Abonnements (az cognitiveservices usage list -l <region>) — die Erhöhung der Kapazität
einer einzelnen Bereitstellung hilft nicht, wenn die Abonnement-Quote erschöpft ist.

Ergebnisse interpretieren

• PASS — das Notebook lief durchgängig ohne Zellfehler.
• FAIL — die erste *Error / *Exception Zeile wird angezeigt; öffnen Sie die zugehörige
  log_*.txt im Ausgabeverzeichnis für den vollständigen Traceback.
• Ein einzelnes Notebook-Fehlschlagen ist durch -Timeout (pro Zelle) begrenzt, sodass eine
  hängende human-in-the-loop Zelle als StdinNotImplementedError statt hängend angezeigt wird.

Lektionen, die zusätzliche Ressourcen benötigen (erwarten das Scheitern ohne diese)

Lektion	Zusätzliche Anforderung
05 Agentic RAG	Azure AI Search (AZURE_SEARCH_SERVICE_ENDPOINT, Schlüssel) — hat einen In-Memory-Fallback
11 MCP / GitHub	GitHub MCP Server + PAT
13 memory (cognee)	cognee konfiguriert mit einem Modellanbieter
15 browser-use	Playwright-Browser installiert (playwright install) + AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
17 local agent	Foundry Local Runtime + ein heruntergeladenes Qwen-Modell (lokal, kein Cloud)
*-dotnet-* Notebooks	.NET Interactive Kernel (standardmäßig ausgeschlossen; verwenden Sie -IncludeDotnet)

Rückmeldung

Fassen Sie die Ergebnisse als PASS/FAIL-Tabelle nach Lektionen zusammen. Trennen Sie echte Regressionen
(Code-/Konfigurationsfehler, die zu beheben sind) von Umgebungsproblemen (fehlende Search/Foundry Local/PAT),
und verweisen Sie bei jedem echten Fehler auf die fehlerhaften log_*.txt.

---

Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Bei kritischen Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Verwendung dieser Übersetzung entstehen.