用途：帮助学习者在开发者工作站上构建完全本地推理的 AI 智能体，使其能推理、调用工具并检索文档，无需云端推理，适用于隐私、成本或离线场景。
主要能力：用 Foundry Local 在本地以 OpenAI 兼容端点提供服务模型，通过 Qwen 函数调用模型驱动可靠的本地工具调用；加入基于 Chroma 的本地 RAG（嵌入、存储、检索、推理全在本地）或本地 MCP 服务器（可经 stdio 本地运行）；设计本地/云端混合路由策略。核心思路是让 SLM 负责编排，工具承担重活：模型只需知道何时调用 read_file 与 search_docs，而非记住整个代码库。Foundry Local 会为机器自动选择最佳 CPU/GPU/NPU 构建。
使用方式：安装并运行模型如 foundry model run qwen2.5-7b-instruct，用 foundry service status 查看服务状态；代码中通过 FoundryLocalManager 获取 endpoint 与本地占位 api_key，再用 OpenAI 客户端连接，云代理代码通常只需改 base_url 即可迁移。示例模式见 17-local-agent-foundry-local.ipynb：注册 OpenAI tools schema 工具、本地执行、回传结果循环至最终答复；沙箱化文件工具限制在单一项目根目录内；本地 RAG 将文档写入 Chroma 集合并返回 top-k 片段；本地 MCP 经 stdio 连接并校验输出。
适用场景：敏感数据或离线环境、简单有界任务、非敏感数据的复杂多跳推理（可转云端）、云端故障时的优雅降级。
限制：SLM 在广度知识、长多跳推理上较弱，应依赖工具与 RAG；约 8 GB 内存为现实最低要求，GPU/NPU 有帮助但非必需；工具即便本地运行也具用户权限，须限定在沙箱目录；目标为隐私或离线时不得将代码或数据送往云端；第 17 课没有 Foundry Responses 端点，因此云端冒烟测试不适用，需本地运行笔记本验证。其他收费与价格信息暂未提供。