Microsoft mengumumkan bahawa Prompt Flow dalam Azure AI Foundry akan berhenti menerima ciri baharu pada 20 April 2026 dan akan ditamatkan pada 20 April 2027. Ia menggesa pembangun untuk memindahkan beban kerja mereka ke Microsoft Agent Framework. Tarikh akhir ini penting kerana imej masa larian (runtime images) yang menggerakkan Prompt Flow akan kehilangan kemas kini keselamatan tidak lama lagi, sekali gus menimbulkan masalah pematuhan bagi mana-mana organisasi yang terus menggunakan perkhidmatan tersebut.

Prompt Flow merupakan orkestrator visual Azure AI Foundry untuk saluran paip (pipelines) model bahasa besar (LLM). Sebuah "flow" pada dasarnya adalah folder yang mengandungi fail flow.dag.yaml yang menerangkan input, output dan urutan nod. Editor visual membolehkan pengguna menyeret dan melepaskan komponen, tetapi fail YAML di bawahnya adalah apa yang dijejak oleh sistem kawalan versi.

Mengapa perubahan ini penting

  • Risiko pematuhan – Tanpa kemas kini keselamatan, sebarang kerentanan yang ditemui dalam imej masa larian akan kekal tanpa tampalan. Pengawal selia sering melabel kod yang tidak diselenggara sebagai tidak patuh, terutamanya apabila ia mengendalikan kredensial.

Konsep teras yang masih perlu anda ketahui

Walaupun anda merancang untuk meninggalkan Prompt Flow, corak yang digalakkan olehnya tetap berharga. Memahaminya akan melancarkan peralihan ke Agent Framework.

  • Definisi berasaskan folder – Fail YAML bagi "flow" menyenaraikan setiap nod, jenisnya dan kontrak datanya. Simpan fail ini di bawah kawalan sumber; ia adalah sumber kebenaran tunggal (single source of truth).
  • Nod Python untuk kerja deterministik – Gunakan langkah Python untuk pemprosesan (parsing), pengesahan atau sebarang logik yang mesti menghasilkan hasil yang sama bagi input yang sama. Ini mengasingkan panggilan LLM yang tidak deterministik dan memudahkan ujian hiliran (downstream testing).
  • Objek sambungan untuk rahsia – Kredensial disimpan dalam medan sambungan yang berasingan, bukan dalam kod. Reka bentuk ini membolehkan anda menukar kunci pembangunan dengan kunci pengeluaran tanpa menyentuh definisi "flow".
  • Set data penilaian – Ciri terkuat Prompt Flow adalah gelung penilaian terbina dalam. Fail JSONL yang memadankan input realistik dengan output yang dijangkakan boleh digunakan semula dalam mana-mana rangka kerja; anggap ia sebagai data ujian mudah alih.
  • Metrik tahap sistem – Mengukur output nod tunggal sahaja boleh mengelirukan. Gabungkan semakan deterministik (cth., padanan regex) dengan metrik hujung-ke-hujung untuk mengesan regresi yang hanya muncul selepas keseluruhan saluran paip dijalankan.

Pelan hala tuju migrasi

Berpindah daripada Prompt Flow ke Agent Framework bukanlah operasi "klik-dan-tukar"; ia memerlukan penulisan semula semantik setiap nod.

  1. Petakan nod LLM – Gantikan blok LLM visual dengan panggilan API eksplisit yang dibungkus dalam kelas ejen. Ejen tersebut harus menerima skema input yang sama seperti yang ditakrifkan dalam YAML asal.
  2. Terjemah nod Python – Alihkan kod Python ke dalam fungsi atau kaedah biasa yang boleh dipanggil oleh orkestrator baharu. Kekalkan sebarang kontrak deterministik yang anda bina di sekelilingnya.
  3. Sambung semula sambungan – Eksport definisi sambungan daripada Prompt Flow dan import ke dalam storan rahsia Agent Framework. Sahkan bahawa nilai khusus persekitaran masih diselesaikan dengan betul.
  4. Pindahkan data penilaian – Masukkan fail JSONL sedia ada ke dalam peranti ujian (test harness) rangka kerja baharu. Laraskan sebarang pengiraan metrik supaya sepadan dengan format pelaporan Agent Framework.
  5. Sahkan hujung-ke-hujung – Jalankan keseluruhan saluran paip pada sampel trafik sebenar. Bandingkan output akhir dengan garis dasar Prompt Flow asal untuk mengesan hanyutan (drift).
  6. Iterasi pada orkestrasi – Jika aliran kerja anda memerlukan daya tahan merentasi mulakan semula proses, pertimbangkan Azure Durable Functions atau orkestrator tahan lama yang lain daripada membina semula "flow" visual.

Apa yang perlu diperhatikan seterusnya

Rumusan: Anggap tarikh akhir April 2027 sebagai hentian mutlak. Hentikan sebarang projek Prompt Flow baharu, ekstrak bahagian yang boleh digunakan semula—definisi YAML, logik Python, konfigurasi sambungan dan data penilaian—dan mula membina semula mereka dalam Agent Framework sementara kemas kini keselamatan masih tersedia. Usaha sekarang dapat mengelakkan migrasi yang tergesa-gesa dan berisiko pada masa hadapan.

Sumber: https://dev.to/multigrid/building-a-prompt-flow-in-azure-ai-foundry-2bbn