ज़रूरी शब्दों से शुरुआत करें
Foundry बार-बार कुछ शब्दों का इस्तेमाल करता है। पहले उन्हें सीखें, क्योंकि बाकी कोर्स इन्हीं पर बनता है। पुराने tutorials में Azure AI Studio या Azure AI Foundry नाम दिख सकते हैं। ये दोनों नाम Microsoft Foundry से पहले के हैं, और एक ही platform को बताते हैं।
| शब्द | इसका मतलब |
|---|---|
| Model | एक AI मॉडल जो प्रॉम्प्ट से परिणाम बनाता है, जैसे gpt-5-mini। Foundry अपने कैटलॉग से कई मॉडल उपलब्ध कराता है। |
| Model deployment | मॉडल को आपके code या agent के लिए उपलब्ध करना। हर deployment का एक नाम होता है, और आपके अनुरोध उसी नाम का उपयोग करते हैं। |
| Agent | निर्देश, उपकरण और प्रॉम्प्ट के साथ एक मॉडल, जिसे बातचीत में किसी कार्य को संभालने के लिए सेट किया जाता है। निर्देश एजेंट के साथ रहते हैं, इसलिए हर बार दोहराने की ज़रूरत नहीं। |
| Tool | कुछ ऐसा जिसे एजेंट कॉल कर सकता है, जैसे web search, file search, code interpreter, या आपका लिखा हुआ function। |
| Foundry resource | शीर्ष-स्तरीय Azure resource। यह model deployments, security, networking, connections और billing संभालता है। |
| Foundry project | resource के अंदर एक workspace। project में किसी एक use case या team के agents, evaluations और files रहते हैं। |
| Project endpoint | वह web address जिसे आपका code call करके project के agents और models तक पहुँचता है। आप इसे Foundry portal से copy करते हैं। |
Foundry क्या है
Microsoft Learn Microsoft Foundry को agents, models और tools के लिए एक management plane बताता है, जिसमें observability, governance और security अंतर्निहित हैं। वास्तव में, resource नियम तय करता है, और projects वह जगह हैं जहाँ लोग काम करते हैं।
Storage, Key Vault और Azure AI Search अलग Azure resources हैं जिनसे Foundry जुड़ता है। उनके अपने access rules होते हैं, इसलिए आप Foundry के अंदर नहीं, बल्कि उसके साथ-साथ उन्हें manage करते हैं।
जिस समस्या का यह समाधान है
ऑर्डर-सपोर्ट एजेंट को उदाहरण मानें। उसे model, instructions, orders ढूँढने वाला tool, ग्राहकों को दिखाने से पहले जवाब test करने का तरीका, कुछ गलत होने पर logs, और access control चाहिए ताकि सिर्फ सही लोग बदलाव कर सकें। platform के बिना team पाँच या उससे ज़्यादा अलग services जोड़ती है। Foundry वे हिस्से एक जगह रखता है।
Microsoft की Ignite 2025 घोषणाएँ भी यही बात कहती हैं। उनके अनुसार developers को "design, test, monitor, and improve intelligent systems with the same confidence they have in traditional software" करना चाहिए। यह Microsoft का नज़रिया है, इसलिए इसे दावे की तरह लें। बाकी कोर्स इसके पीछे की सुविधाएँ दिखाता है।
शुरू करने में कितना खर्च
Foundry platform इस्तेमाल और explore करने के लिए मुफ़्त है। हर service अपनी दर पर bill होती है, इसलिए खर्च उन models और services पर निर्भर करता है जो आप use करते हैं। agents बनाने से पहले Azure subscription चाहिए, हालाँकि explore करने के लिए नहीं।
- Azure account के लिए sign up करने हेतु phone number, prepaid न होने वाला credit या debit card, और Microsoft या GitHub account चाहिए।
- Instant access आपको deployment बनाए बिना supported model आज़माने देता है। preview के दौरान यह सिर्फ West US 3 में Foundry projects में काम करता है।
- बनाना शुरू करने से पहले खर्च अनुमानित करने के लिए नीचे pricing links और Azure pricing calculator का इस्तेमाल करें।
- agents बनाने से पहले Azure subscription चाहिए, हालाँकि explore करने के लिए नहीं। मुफ़्त या pay-as-you-go account बनाएँ: Azure account बनाएँ
- quickstart का पालन करके Foundry project बनाएँ और model deploy करें: Foundry resources बनाएँ
- अगर आप code लिखते हैं, SDK install करें और authenticate करें: SDK से शुरुआत करें
- Platform और pricing overview: Microsoft Foundry pricing
- Models: Foundry Models pricing
- Agents: Foundry Agent Service pricing
- अपने खर्च का अनुमान लगाएँ: Azure pricing calculator
कितने मॉडल? संख्या को ध्यान से पढ़ें
Microsoft की pricing page और Ignite post 11,000 से ज़्यादा models कहती हैं। Learn overview 10,000 से ज़्यादा कहता है। catalog बढ़ता रहता है, इसलिए सटीक संख्या से कम महत्वपूर्ण यह व्यावहारिक बात है: हर task के लिए model चुनें, और commit करने से पहले models की तुलना कर सकते हैं।