Agent 編排

安裝 ai-automation-workflows，搭配 inference.sh CLI 建立自動化的 AI 工作流程。學習批次處理、排程工作、事件驅動的 pipeline，以及 agent 式迴圈，用於大規模內容產生、資料處理與監控。

設計並同時執行多個彼此獨立的 AI agents，每個都有專注的情境與任務領域。

使用 executing-plans 技能載入既有的實作計畫，先進行批判性檢視，再依序執行可切分的小型開發任務，並搭配檢查節點與狀態追蹤。

從頭到尾協助你建立、部署、評估、觀察以及疑難排解 Azure AI Foundry 代理和專案的完整指南，內容涵蓋 RBAC、配額、標準/私人網路架構，以及代理中繼資料（metadata）配置。

在單一工作階段中，以任務為單位啟動全新、專門化的 subagents，並分別執行規格檢查與程式碼品質審查，來協調整體開發工作。