用途：验证课程仓库中的课程笔记本与代码示例能否在真实的 Microsoft Foundry / Azure OpenAI 环境中运行。仓库提供 scripts/validate-notebooks.ps1，可无头执行每个 Python 笔记本并打印 PASS/FAIL 矩阵。适用于“针对我的 Azure 订阅验证全部笔记本/示例”“升级包或更换模型后对课程做冒烟测试”“哪些课程在真实环境下仍通过/失败”等场景。注意：它不用于 AI Smoke Test GitHub Action（后者验证已部署的托管智能体，见 tests/README.md），本技能在本地运行笔记本。
前置条件：Python 3.12+，安装课程依赖 python -m pip install -r requirements.txt，以及执行器 python -m pip install nbconvert ipykernel。仓库根目录需有 .env（从 .env.example 复制），至少包含 AZURE_AI_PROJECT_ENDPOINT、AZURE_AI_MODEL_DEPLOYMENT_NAME；直接调用 Azure OpenAI 的课程（Lesson 06、02-azure-openai、14 handoff/human-loop）还需 AZURE_OPENAI_ENDPOINT 与 AZURE_OPENAI_DEPLOYMENT。需完成 az login，示例使用 AzureCliCredential（Entra ID，无密钥）。可用 az cognitiveservices account deployment list -g <rg> -n <account> -o table 确认模型部署存在。
运行方式：pwsh scripts/validate-notebooks.ps1 执行全部 Python 笔记本（跳过 .NET、.venv、site-packages、翻译与技能资源）；用 -Filter '08-*' 与 -Timeout 600 运行单个课程并延长每单元超时；-List 仅列出将运行的内容；-Python 指定解释器。脚本将执行副本、每个笔记本日志与 results.json 写入 $env:TEMP\aiab-nbval，并以失败数量作为退出码。瞬时失败（429 限流、AzureCliCredential 令牌问题、超时）会自动重试（-Retries 默认 2，-RetryDelaySeconds 默认 20）。若部署频繁 429，检查订阅的 GlobalStandard TPM 配额（az cognitiveservices usage list -l <region>）。
结果解读：PASS 表示笔记本端到端运行且无单元错误；FAIL 显示首个 *Error / Exception 行，完整回溯见输出目录中对应的 log_.txt。单笔记本失败受 -Timeout（按单元）限制，挂起的人机回环单元会以 StdinNotImplementedError 呈现而非一直挂起。
需要额外资源、缺少时会失败的课程：05 Agentic RAG 需 Azure AI Search（AZURE_SEARCH_SERVICE_ENDPOINT、key，有内存回退路径）；11 MCP / GitHub 需 GitHub MCP 服务器与 PAT；13 memory（cognee）需配置模型提供方的 cognee；15 browser-use 需安装 Playwright 浏览器（playwright install）与 AZURE_OPENAI_CHAT_DEPLOYMENT_NAME；17 local agent 需 Foundry Local 运行时与已下载的 Qwen 模型（本地，无云）；-dotnet- 笔记本需 .NET Interactive 内核（默认排除，可用 -IncludeDotnet）。
汇报时建议按课程分组给出 PASS/FAIL 表，区分真实回归（需修复的代码/配置缺陷）与环境缺失（缺少 Search/Foundry Local/PAT），并为每个真实失败引用对应的 log_*.txt。