使用 Microsoft Agent 365 SDK 的測試代理

重要

你需要參加 Frontier 預覽計畫，才能搶 先取得 Microsoft Agent 365 的使用權。 Frontier 直接連結你與 Microsoft 最新的 AI 創新。 Frontier 預覽受限於您現有的客戶協議預覽條款。由於這些功能仍在開發中，其可用性與功能可能會隨時間改變。

在 Agents 遊樂場中透過本機方式測試您的 Agent 本指南涵蓋如何設定開發環境、設定認證，以及使用 Agents Playground 測試工具驗證代理程式的功能。

一旦代理程式在本地運作，你可以部署並發布，讓它在 Microsoft 365 應用程式如 Teams 中進行測試。

先決條件

在開始之前，請先確定您具備下列必要條件：

Python 必要條件

您偏好的文字編輯器或程式碼編輯器。推薦使用 Visual Studio Code
Agents Playground：使用以下方法之一安裝 Agents Playground ：
- Windows：winget install agentsplayground
- npm：npm install -g @microsoft/m365agentsplayground
A365 CLI：代理程式部署與管理所必需。安裝 Agent 365 CLI
LLM API 存取權：根據代理的設定或偏好的模型提供者選擇合適的服務：
- OpenAI API 金鑰：取得您的 OpenAI API 金鑰
- Azure OpenAI：建立並部署 Azure OpenAI 資源以取得您的 API 金鑰與端點

語言特定的先修條件

Python 3.11+：可從 python.org 或 Microsoft 商店下載
uv 套件管理器：使用 uv 安裝 pip install uv
確認安裝：

配置代理測試環境

本節涵蓋設定環境變數、驗證開發環境，以及準備 Agent 365 驅動的代理進行測試。

設定您的代理測試環境遵循序列式工作流程：

設定您的環境 - 建立或更新您的環境設定檔
LLM 設定 - 取得 API 金鑰並設定 OpenAI 或 Azure OpenAI 設定
設定認證 - 設定代理認證
環境變數參考 - 設定所需的環境變數：
1. 驗證變數
2. 端點設定
3. 可觀察變數
4. 代理應用程式伺服器設定

完成這些步驟後，你就可以開始在 Agents Playground 測試你的代理人了。

步驟 1：設定環境

設定組態檔

cp .env.template .env

cp .env.template .env

注意

請參閱 Microsoft Agent 365 SDK 範例，以找到顯示必要欄位的設定範本。

步驟 2：組態

為本地測試設定 OpenAI 或 Azure OpenAI 設定。將從前置條件取得的 API 金鑰和服務端點，連同模型參數一起加入你的設定檔。

將新增至您的檔案：

# Replace with your actual OpenAI API key
OPENAI_API_KEY=

# Azure OpenAI Configuration
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_DEPLOYMENT=
AZURE_OPENAI_API_VERSION=

Python LLM 環境變數

變數	Description	必要	範例
`OPENAI_API_KEY`	OpenAI 服務的 API 金鑰	針對 OpenAI：	`sk-proj-...`
`AZURE_OPENAI_API_KEY`	Azure OpenAI 服務 API 金鑰	針對 Azure OpenAI：	`a1b2c3d4e5f6...`
`AZURE_OPENAI_ENDPOINT`	Azure OpenAI 服務端點	針對 Azure OpenAI：	`https://your-resource.openai.azure.com/`
`AZURE_OPENAI_DEPLOYMENT`	：Azure OpenAI 部署名稱	針對 Azure OpenAI：	`gpt-4`
`AZURE_OPENAI_API_VERSION`	API version for Azure OpenAI	針對 Azure OpenAI：	`2024-02-15-preview`

將新增至您的檔案：

# Replace with your actual OpenAI API key
OPENAI_API_KEY=

# Azure OpenAI Configuration
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_DEPLOYMENT=
AZURE_OPENAI_API_VERSION=

JavaScript LLM 環境變數

變數	Description	必要	範例
`OPENAI_API_KEY`	OpenAI 服務的 API 金鑰	針對 OpenAI：	`sk-proj-...`
`AZURE_OPENAI_API_KEY`	Azure OpenAI 服務 API 金鑰	針對 Azure OpenAI：	`a1b2c3d4e5f6...`
`AZURE_OPENAI_ENDPOINT`	Azure OpenAI 服務端點	針對 Azure OpenAI：	`https://your-resource.openai.azure.com/`
`AZURE_OPENAI_DEPLOYMENT`	：Azure OpenAI 部署名稱	針對 Azure OpenAI：	`gpt-4`
`AZURE_OPENAI_API_VERSION`	API version for Azure OpenAI	針對 Azure OpenAI：	`2024-02-15-preview`

將新增至：

{
  "AIServices": {
    "AzureOpenAI": {
      "DeploymentName": "", // Deployment (as opposed to model) name of the Azure OpenAI model
      "Endpoint": "", // Endpoint of the Azure OpenAI model deployment
      "ApiKey": "" // API Key of the Azure OpenAI model deployment
    },
    "OpenAI": {
      "ModelId": "", // Model ID of the OpenAI model
      "ApiKey": "" // API Key of the OpenAI model
    },
    "UseAzureOpenAI": true // Flag to use Azure OpenAI vs OpenAI
  }
}

.NET 執行階段組態設定

設定	Description	必要	範例
`AIServices.OpenAI.ApiKey`	OpenAI 服務的 API 金鑰	針對 OpenAI：	`sk-proj-...`
`AIServices.OpenAI.ModelId`	--model-format OpenAI \	針對 OpenAI：	`gpt-4`
`AIServices.AzureOpenAI.ApiKey`	Azure OpenAI 服務 API 金鑰	針對 Azure OpenAI：	`a1b2c3d4e5f6...`
`AIServices.AzureOpenAI.Endpoint`	Azure OpenAI 服務端點	針對 Azure OpenAI：	`https://your-resource.openai.azure.com/`
`AIServices.AzureOpenAI.DeploymentName`	：Azure OpenAI 部署名稱	針對 Azure OpenAI：	`gpt-4`
`AIServices.UseAzureOpenAI`	使用 Azure OpenAI 與 OpenAI 的旗標	是	`true` 或 `false`

步驟 3：設定代理身份驗證的認證值

使用 A365 CLI a365 config display 指令來取得你的代理藍圖憑證。

a365 config display -g

此指令顯示您的代理藍圖設定。設定下列值：

Value	Description
`agentBlueprintId`	你經紀人的客戶編號
`agentBlueprintClientSecret`	你經紀人的客戶秘密
`tenantId`	您的 Microsoft Entra 租用戶識別碼

使用這些值來配置代理中的代理認證：

將以下設定加入你的 .env 檔案，將佔位符值替換成你的真實憑證：

USE_AGENTIC_AUTH=true
CONNECTIONS__SERVICE_CONNECTION__SETTINGS__CLIENTID=<agentBlueprintId>
CONNECTIONS__SERVICE_CONNECTION__SETTINGS__CLIENTSECRET=<agentBlueprintClientSecret>
CONNECTIONS__SERVICE_CONNECTION__SETTINGS__TENANTID=<your-tenant-id>

變數	Description	必要	範例
`USE_AGENTIC_AUTH`	啟用代理認證模式	是	`true`
`CONNECTIONS__SERVICE_CONNECTION__SETTINGS__CLIENTID`	代理人藍圖客戶 ID 來自 `a365 config display -g`	是	`12345678-1234-1234-1234-123456789abc`
`CONNECTIONS__SERVICE_CONNECTION__SETTINGS__CLIENTSECRET`	代理藍圖客戶端秘密來自 `a365 config display -g`	是	`abc~123...`
`CONNECTIONS__SERVICE_CONNECTION__SETTINGS__TENANTID`	Microsoft Entra 租用戶識別碼	是	`adfa4542-3e1e-46f5-9c70-3df0b15b3f6c`

將以下設定加入你的 .env 檔案，將佔位符值替換成你的真實憑證：

USE_AGENTIC_AUTH=true
connections__service_connection__settings__clientId=<agentBlueprintId>
connections__service_connection__settings__clientSecret=<agentBlueprintClientSecret>
connections__service_connection__settings__tenantId=<your-tenant-id>

變數	Description	必要	範例
`USE_AGENTIC_AUTH`	啟用代理認證模式	是	`true`
`connections__service_connection__settings__clientId`	代理人藍圖客戶 ID 來自 `a365 config display -g`	是	`12345678-1234-1234-1234-123456789abc`
`connections__service_connection__settings__clientSecret`	代理藍圖客戶端秘密來自 `a365 config display -g`	是	`abc~123...`
`connections__service_connection__settings__tenantId`	Microsoft Entra 租用戶識別碼	是	`adfa4542-3e1e-46f5-9c70-3df0b15b3f6c`

將以下設定加入你的 appsettings.json 檔案，將佔位符值替換成你的真實憑證：

{
  "AgentBluePrint": {
    "Settings": {
      "ClientId": "<agentBlueprintId>",
      "ClientSecret": "<agentBlueprintClientSecret>",
      "TenantId": "<your-tenant-id>"
    }
  }
}

設定	Description	必要	範例
`AgentBluePrint.Settings.ClientId`	代理人藍圖客戶 ID 來自 `a365 config display -g`	是	`00001111-aaaa-2222-bbbb-3333cccc4444`
`AgentBluePrint.Settings.ClientSecret`	代理藍圖客戶端秘密來自 `a365 config display -g`	是	`Aa1Bb~2Cc3.-Dd4Ee5Ff6Gg7Hh8Ii9_Jj0Kk1Ll2`
`AgentBluePrint.Settings.TenantId`	Microsoft Entra 租用戶識別碼	是	`aaaabbbb-0000-cccc-1111-dddd2222eeee`

注意：對於 .NET ，確保 USE_AGENTIC_AUTH=true 也設定在 launchSettings.json 中（參見步驟 4：環境變數參考）。

注意

對於 .NET，也 USE_AGENTIC_AUTH=true 確保在中設定 launchSettings.json （見步驟 4：環境變數參考）

步驟 2：環境變數

透過配置以下必要的環境變數完成您的環境設定：

認證變數 - 代理認證所需的設定
MCP 端點設定 - 指定 Agent 365 平台端點
可觀察變數 - 啟用日誌與分散式追蹤
代理應用程式伺服器設定 - 設定代理伺服器運行的埠口

驗證變數

設定代理認證所需的認證處理程式設定，以確保代理認證正常運作。

將新增至您的檔案：

# Agentic Authentication Settings
AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__TYPE=AgenticUserAuthorization
AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__SCOPES=https://graph.microsoft.com/.default
AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__ALTERNATEBLUEPRINTCONNECTIONNAME=service_connection

# Connection Mapping
CONNECTIONSMAP_0_SERVICEURL=*
CONNECTIONSMAP_0_CONNECTION=SERVICE_CONNECTION

變數	Description	必要
`AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__TYPE`	驗證處理常式	是
`AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__SCOPES`	Microsoft Graph 的認證範圍	是
`AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__ALTERNATEBLUEPRINTCONNECTIONNAME`	替代藍圖連接名稱	是
`CONNECTIONSMAP_0_SERVICEURL`	連線映射的服務 URL 模式	是
`CONNECTIONSMAP_0_CONNECTION`	映射的連接名稱	是

將新增至您的檔案：

# Agentic Authentication Options
agentic_type=agentic
agentic_altBlueprintConnectionName=service_connection
agentic_scopes=ea9ffc3e-8a23-4a7d-836d-234d7c7565c1/.default

# Set service connection as default
connectionsMap__0__serviceUrl=*
connectionsMap__0__connection=service_connection

變數	Description	必要
`connectionsMap__0__serviceUrl`	連線映射的服務 URL 模式	是
`connectionsMap__0__connection`	映射的連接名稱	是
`agentic_type`	代理認證類型	是
`agentic_altBlueprintConnectionName`	替代藍圖連接名稱	是
`agentic_scopes`	代理認證範圍（生產環境）	是

將新增至：

{
  "AgentApplication": {
    "StartTypingTimer": false,
    "RemoveRecipientMention": false,
    "NormalizeMentions": false,
    "UserAuthorization": {
      "AutoSignin": false,
      "Handlers": {
        "agentic": {
          "Type": "AgenticUserAuthorization",
          "Settings": {
            "Scopes": [
              "https://graph.microsoft.com/.default"
            ]
          }
        }
      }
    }
  },
  "ConnectionsMap": [
    {
      "ServiceUrl": "*",
      "Connection": "ServiceConnection"
    }
  ]
}

設定	Description	必要
`AgentApplication.UserAuthorization.Handlers.agentic.Type`	驗證處理常式	是
`AgentApplication.UserAuthorization.Handlers.agentic.Settings.Scopes`	Microsoft Graph 的認證範圍	是
`ConnectionsMap[0].ServiceUrl`	連線映射的服務 URL 模式	是
`ConnectionsMap[0].Connection`	映射的連接名稱	是

IIS 端點設定

MCP（模型情境協定）端點設定是為了指定您的代理應該連接到哪個 Agent 365 平台端點。當你產生定義代理工具伺服器的工具清單時，必須指定 MCP 平台端點。此端點決定 MCP 工具伺服器連接的環境（預生產、測試或生產環境），以實現 Microsoft 365 整合能力。

將新增至您的檔案：

# MCP Server Configuration
MCP_PLATFORM_ENDPOINT=<MCP endpoint>

變數	Description	必要	預設	範例
`MCP_PLATFORM_ENDPOINT`	MCP 平台端點網址（預製、測試或正式生產）	否	針對生產端點：

重要提示：若 MCP_PLATFORM_ENDPOINT 未指定，則預設為生產端點。

將新增至您的檔案：

# MCP Server Configuration
MCP_PLATFORM_ENDPOINT=<MCP endpoint>

變數	Description	必要	預設	範例
`MCP_PLATFORM_ENDPOINT`	MCP 平台端點網址（預製、測試或正式生產）	否	針對生產端點：

重要提示：若 MCP_PLATFORM_ENDPOINT 未指定，則預設為生產端點。

更新 MCP_PLATFORM_ENDPOINT 如下 launchSettings.json：

{
  "profiles": {
    "Sample Agent with MCP Platform": {
      "commandName": "Project",
      "launchBrowser": true,
      "environmentVariables": {
        "ASPNETCORE_ENVIRONMENT": "Development",
        "USE_AGENTIC_AUTH": "false",
        "MCP_PLATFORM_ENDPOINT": "<MCP endpoint>"
      },
      "applicationUrl": "https://localhost:64896;http://localhost:64897"
    }
  }
}

變數	Description	必要	Default
`MCP_PLATFORM_ENDPOINT`	MCP 平台端點網址（預製、測試或正式生產）	否	針對生產端點：

重要提示：若 MCP_PLATFORM_ENDPOINT 未指定，則預設為生產端點。

可觀察變數

設定這些必要變數，以啟用你的代理程式日誌與分散式追蹤功能。了解更多關於可觀察性特徵與最佳實務的資訊

注意

所有語言的可觀察性配置都是相同的。

變數	Description	Default	範例
`ENABLE_A365_OBSERVABILITY`	啟用/停用可觀察性	`false`	`true`
`ENABLE_A365_OBSERVABILITY_EXPORTER`	匯出追蹤至可觀察性服務	`false`	`true`
`OBSERVABILITY_SERVICE_NAME`	追蹤服務名稱	專員名稱	`my-agent-service`
`OBSERVABILITY_SERVICE_NAMESPACE`	服務命名空間。	`agent365-samples`	`my-company-agents`

代理應用程式伺服器設定

設定你的代理應用程式伺服器執行的埠口。這是可選的，適用於 Python 和 JavaScript 代理程式。

將新增至您的檔案：

# Server Configuration
PORT=3978

變數	Description	必要	預設	範例
`PORT`	代理伺服器運行的埠號	否	`3978`	`3978`

將新增至您的檔案：

# Server Configuration
PORT=3978

變數	Description	必要	預設	範例
`PORT`	代理伺服器運行的埠號	否	`3978`	`3978`

安裝相依並啟動代理應用程式伺服器

環境設定完成後，你需要安裝所需的相依性，並在本地啟動代理應用程式伺服器進行測試。

安裝相依性

uv pip install -e .

此指令讀取 PyPI pyproject.toml 中定義的套件相依關係，並安裝它們。從零開始建立代理應用程式時，你需要建立 pyproject.toml 一個檔案來定義你的相依關係。樣本庫中的樣本代理已經定義了這些套件。你可以根據需要新增或更新它們。

啟動應用程式伺服器

python <main.py>

將你的主要 Python 檔案名稱替換<main.py>為包含代理應用程式入口點的名稱（例如 start_with_generic_host.py、、 app.pymain.py或）。

或者用紫外線：

uv run python <main.py>

npm install

此指令讀取 package package.json 中定義的相依關係，並從 npm 安裝。樣本庫中的樣本代理已經定義了這些套件——你可以根據需要新增或更新它們。

啟動應用程式伺服器

npm run dev

dotnet restore

這個指令會安裝你檔案中定義的 .csproj NuGet 套件相依關係，這些依賴關係是從 NuGet 的。樣本庫中的樣本代理已經定義了這些套件——你可以根據需要新增或更新它們。

還原套件後，請建置專案：

dotnet build

啟動應用程式伺服器

dotnet run --launch-profile "Sample Agent with MCP Platform"

您的代理伺服器現在應該已經運行中，並準備好接收來自代理 Playground 或 Microsoft 365 應用程式的請求。

在代理程式遊樂場中測試您的代理程式。

Agents Playground 是一款本地測試工具，能模擬 Microsoft 365 環境，且不需完整的租戶設定。這是驗證代理邏輯和工具調用最快的方法。欲了解更多資訊，請參閱「與代理人測試遊樂場」。

開啟一個新終端機（Windows 上的 PowerShell）並啟動 Agents Playground：

agentsplayground

這會開啟一個帶有 Agents Playground 介面的網頁瀏覽器。該工具會顯示一個聊天介面，你可以在那裡向你的經紀人發送訊息。

基本測試

首先確認你的代理人是否正確設定。將訊息傳送至佇列

What can you do?

客服應該根據你的系統提示和功能回覆設定中的指令。確認為

你的代理人運作正常
代理可以處理訊息並回應
Agents Playground 與您的代理人之間的通訊正常運作

測試工具調用

在配置 MCP 工具伺服器 toolingManifest.json （請參見 Tooling 以取得設定說明）後，並用以下範例測試工具調用：

首先，確認有哪些工具可用：

List all tools I have access to

接著測試特定工具的調用：

郵件工具

Send email to your-email@example.com with subject "Test" and message "Hello from my agent"

預期回應：代理使用郵件 MCP 伺服器發送電子郵件並確認訊息已發送。

日曆工具

List my calendar events for today

預期回應：客服人員會取得並顯示您當天的行事曆事件。

SharePoint 工具

List all SharePoint sites I have access to

預期回應：客服人員查詢 SharePoint，並回傳你能存取的網站清單。

你可以在以下頁面查看工具調用：

聊天視窗 ——看到客服人員的回應和任何工具呼叫
日誌面板 - 請參閱詳細活動資訊，包括工具參數與回應

與通知活動的測試

在本地開發期間，你可以透過模擬 Agents Playground 中的自訂活動來測試通知情境。這讓你能在部署到生產環境前，驗證代理的通知處理方式。

在測試通知活動前，請確保你具備：

在你的 toolingManifest.json. 深入了解工具
啟用您的客服人員通知了解如何設定通知

通知需要正確的工具設定和通知設定才能正常運作。你可以利用自訂活動功能測試電子郵件通知或 Word 留言等情境。

要傳送自訂活動：

啟動您的經紀人與經紀人遊樂場
在 Agents Playground 中，導覽到 模擬活動>自訂活動
從活動中複製（ conversationId 每次重啟 Agents Playground 時，對話 ID 都會改變）
貼上你的自訂活動 JSON，並更新 personal-chat-id 欄位，顯示你複製的對話 ID。參考電子郵件通知範例
選取新增活動。
在聊天對話和日誌面板中查看結果

電子郵件通知

這模擬發送給客服人員的電子郵件。將佔位符值替換成你的實際代理人資料：

{
  "type": "message",
  "id": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
  "timestamp": "2025-09-24T17:40:19+00:00",
  "serviceUrl": "http://localhost:56150/_connector",
  "channelId": "agents",
  "name": "emailNotification",
  "from": {
    "id": "manager@contoso.com",
    "name": "Agent Manager",
    "role": "user"
  },
  "recipient": {
    "id": "agent@contoso.com",
    "name": "Agent",
    "agenticUserId": "<your-agentic-user-id>",
    "agenticAppId": "<your-agent-app-id>",
    "tenantId": "<your-tenant-id>"
  },
  "conversation": {
    "conversationType": "personal",
    "tenantId": "aaaabbbb-0000-cccc-1111-dddd2222eeee",
    "id": "personal-chat-id"
  },
  "membersAdded": [],
  "membersRemoved": [],
  "reactionsAdded": [],
  "reactionsRemoved": [],
  "locale": "en-US",
  "attachments": [],
  "entities": [
    {
      "id": "email",
      "type": "productInfo"
    },
    {
      "type": "clientInfo",
      "locale": "en-US",
      "timezone": null
    },
    {
      "type": "emailNotification",
      "id": "bbbbbbbb-1111-2222-3333-cccccccccccc",
      "conversationId": "personal-chat-id",
      "htmlBody": "<body dir=\"ltr\">\n<div class=\"elementToProof\" style=\"font-family: Aptos, Aptos_EmbeddedFont, Aptos_MSFontService, Calibri, Helvetica, sans-serif; font-size: 12pt; color: rgb(0, 0, 0);\">\nYour email message content here</div>\n\n\n</body>"
    }
  ],
  "channelData": {
    "tenant": {
      "id": "aaaabbbb-0000-cccc-1111-dddd2222eeee"
    }
  },
  "listenFor": [],
  "textHighlights": []
}

查看可觀察性日誌

在本地開發期間要查看可觀察性日誌，請以可觀察性程式碼（可觀測性範例請參見可觀察性）來安裝代理，並依照可觀察性變數描述配置環境變數。設定完成後，即時追蹤會出現在控制台中，顯示：

代理調用追蹤
執行詳情
LLM 推論呼叫
輸入與輸出訊息
權杖使用
回應時間
錯誤資訊

這些日誌有助於你除錯問題、了解代理行為並優化效能。

疑難排解

本節提供您在本地測試代理人時可能遇到的常見問題解決方案。

連接與環境問題

這些問題涉及網路連線、埠衝突以及環境設定問題，可能阻礙你的代理程式正常通訊。

Agents Playground 連線問題

症狀：Agents Playground 無法連接您的代理人

方案

確認你的代理伺服器是否在運作
請確認您的代理與代理遊樂場之間的埠號是否相符
確保沒有防火牆規則阻止對 Blob 容器的存取。
試著重啟代理和代理遊玩場

過時的特工遊樂場版本

症狀：Agents Playground 出現意外錯誤或缺少功能

解決方案：卸載並重新安裝 Agents Playground：

winget uninstall agentsplayground
winget install agentsplayground

港口衝突

症狀：錯誤提示埠口已在使用中

解決方案：

停止你代理人的其他任何情況
將您的變更儲存在設定中。
關閉使用該埠的程序：

# Windows PowerShell
Get-Process -Id (Get-NetTCPConnection -LocalPort <port>).OwningProcess | Stop-Process

無法新增 DeveloperMCPServer

症狀：嘗試在 VS Code 中新增 DeveloperMCPServer 時出現錯誤

解決方法：關閉並重新開啟 Visual Studio Code，然後再嘗試新增伺服器。

驗證問題

這些問題發生在你的代理程式無法正確驗證 Microsoft 365 服務，或憑證過期或設定錯誤時。

持有人代幣已過期

症狀：認證錯誤或401未授權回應

解決方案：持有者代幣約在1小時後到期。取得一個新的代幣並更新你的設定。

Python 中的代理認證錯誤

症狀：錯誤取得代理實例令牌

解決方法：確認 ALT_BLUEPRINT_NAME 你的 .env設定：

# Change from:
AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__ALT_BLUEPRINT_NAME=ServiceConnection

# To:
AGENTAPPLICATION__USERAUTHORIZATION__HANDLERS__AGENTIC__SETTINGS__ALT_BLUEPRINT_NAME=SERVICE_CONNECTION

已知問題與通知

這些問題涉及工具調用、MCP 伺服器互動及通知傳遞的問題。

未收到電子郵件

症狀：客服提示已發送郵件，但你沒有收到

方案

✅ 檢查您的垃圾郵件資料夾。
電子郵件送達可能會延遲幾分鐘——最多可等5分鐘
請確認收件人的電子郵件地址是否正確
請檢查客服人員的日誌，檢查郵件發送時是否有錯誤

文字留言回覆無法運作

已知問題：通知服務目前無法直接回應 Word 留言。這項功能正在開發中。

取得說明

如果你遇到本故障排除部分未涵蓋的問題，請參考以下資源：

Microsoft Agent 365 SDK repositories

後續步驟

現在你已經成功在本地測試了代理程式，現在就可以部署到 Azure 並發佈到 Microsoft 365：

部署與發布代理程式：學習如何將代理部署至 Azure Web App，並發佈至 Microsoft 管理中心，讓您的組織能在 Microsoft 365 中發現並聘用。

意見反應

此頁面對您有幫助嗎？

Last updated on 2025-12-02

共用方式為

使用 Microsoft Agent 365 SDK 的測試代理

先決條件

Python 必要條件

語言特定的先修條件

配置代理測試環境

步驟 1：設定環境

步驟 2：組態

Python LLM 環境變數

步驟 3：設定代理身份驗證的認證值

步驟 2：環境變數

驗證變數

IIS 端點設定

可觀察變數

代理應用程式伺服器設定

安裝相依並啟動代理應用程式伺服器

安裝相依性

啟動應用程式伺服器

在代理程式遊樂場中測試您的代理程式。

基本測試

測試工具調用

郵件工具

日曆工具

SharePoint 工具

與通知活動的測試

電子郵件通知

查看可觀察性日誌

疑難排解​​

連接與環境問題

Agents Playground 連線問題

過時的特工遊樂場版本

港口衝突

無法新增 DeveloperMCPServer

驗證問題

持有人代幣已過期

Python 中的代理認證錯誤

已知問題與通知

未收到電子郵件

文字留言回覆無法運作

取得說明

Microsoft Agent 365 SDK repositories

更多支援

後續步驟

意見反應

其他資源

疑難排解