fix: correct lab guide and examples

.env.example

@@ -34,10 +34,3 @@ SEARCH_INDEX_NAME_IQ=maf-lab-knowledge-iq-v1
 
 # (선택) 질의 계획 추론 강도 (minimal/low/medium, 기본값: minimal)
 # FOUNDRY_IQ_REASONING_EFFORT=minimal
-
-# ===== Copilot CLI MCP 연동 — GitHub MCP 서버 인증 =====
-# .copilot/mcp-config.json의 github 서버 블록에서 Bearer 토큰으로 사용됩니다.
-# GitHub Personal Access Token (repo, issues, pull_requests 스코프)
-# 발급: https://github.com/settings/tokens
-# 필요 스코프: repo, read:org, read:discussion (최소)
-# GITHUB_PERSONAL_ACCESS_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxx

.github/agents/debugger.agent.md

@@ -18,7 +18,7 @@ tools: ["read", "search", "execute"]
 문제가 보고되면 다음 순서로 점검한다:
 
 ### 1단계: 환경 기본 점검
-- Python 버전 (`python --version` → 3.14.5 권장/검증)
+- Python 버전 (`python --version` → 3.14.x 권장/검증, MAF 최소 3.10)
 - 가상환경 활성화 여부 (`which python` → `.venv/` 경로인지)
 - 의존성 설치 (`pip list` → `agent-framework`, `azure-identity`, `python-dotenv` 등 존재 여부)
 
@@ -48,7 +48,7 @@ tools: ["read", "search", "execute"]
 
 | 항목 | 상태 | 설명 |
 |------|------|------|
-| Python 버전 | ✅ | 3.14.5 |
+| Python 버전 | ✅ | 3.14.x |
 | Azure 로그인 | ❌ | 만료됨 → `az login` 실행 필요 |
 | ...  | ... | ... |
 

.github/agents/reviewer.agent.md

@@ -21,7 +21,8 @@ tools: ["read", "search"]
    - **패턴 준수**: `FoundryChatClient` + `Agent` + 빌더 패턴, 비동기 구조가 인스트럭션과 일치하는가
    - **보안**: 환경변수 하드코딩, 입력값 미검증, 민감정보 노출이 없는가
    - **에러 처리**: 필수 환경변수 검증, Azure API 호출 실패에 대한 처리가 있는가
-   - **워크플로우 정합성**: GroupChat `max_rounds` 설정 여부, Sequential/Concurrent 참여자 목록 완결성
+   - **워크플로우 정합성**: GroupChat `max_rounds` 설정 여부, 참여자 목록 완결성,
+     `intermediate_output_from`으로 실습에 필요한 중간 결과가 노출되는지
    - **한국어 품질**: docstring, 주석, 사용자 메시지가 자연스러운가
 
 ## 출력 규칙

.github/copilot-instructions.md

@@ -30,6 +30,8 @@
 
 - 클라이언트·에이전트는 키워드 인자로 생성: `FoundryChatClient(project_endpoint=..., model=..., credential=...)`, `Agent(client=..., name=..., instructions=...)` (역할은 `instructions`로 부여)
 - 오케스트레이션: `SequentialBuilder(participants=[...])`, `GroupChatBuilder(participants=..., selection_func=..., max_rounds=...)`, `ConcurrentBuilder(participants=[...])` 뒤에 `.build()`
+- 참여자별 진행 결과를 콘솔에 표시하는 예제는 빌더의 `intermediate_output_from`을 명시하고
+  `stream_workflow()`로 `output`·`intermediate` 이벤트를 함께 출력
 - 진입점은 `if __name__ == "__main__": asyncio.run(main())`, 환경변수는 `load_dotenv`로 로드하고 `PROJECT_ENDPOINT` 누락 시 친절한 오류 후 종료
 - 새 예제는 `src/`에 `NN_<name>.py` 규칙으로 추가
 

.github/instructions/python.instructions.md

@@ -6,7 +6,7 @@ applyTo: "**/*.py"
 
 ## 환경 / 실행
 
-- **Python 3.14.5** 사용(실습 표준; MAF 공식 최소 요구는 3.13).
+- **Python 3.14.x** 사용(실습 검증 버전; MAF 공식 최소 요구는 3.10).
 - 프로젝트 루트에서 가상환경을 만들고 의존성을 설치한다:
   ```bash
   python3 -m venv .venv
@@ -19,7 +19,8 @@ applyTo: "**/*.py"
 
 - 의존성은 루트 `requirements.txt`에 명시하고, 패키지를 추가하면 갱신한다.
 - 메타 패키지 `agent-framework`(foundry·orchestrations 포함)를 사용한다.
-- SDK·핵심 패키지는 `>=x`로 최소 버전을 명시해 재현성을 유지한다(프리릴리스 허용).
+- 검증된 SDK 조합은 `==x.y.z`로 고정한다. 프리릴리스 연동 패키지도 정확한 빌드를 고정하고,
+  관련 핵심 패키지는 호환 버전으로 함께 갱신한다.
 
 ## 코드 스타일
 

.github/mcp.json

@@ -0,0 +1,15 @@
+{
+  "mcpServers": {
+    "azure-lab": {
+      "type": "stdio",
+      "command": "npx",
+      "args": ["-y", "@azure/mcp@latest", "server", "start"],
+      "tools": ["*"]
+    },
+    "microsoft-learn-lab": {
+      "type": "http",
+      "url": "https://learn.microsoft.com/api/mcp",
+      "tools": ["*"]
+    }
+  }
+}

.github/prompts/add-agent.prompt.md

@@ -17,9 +17,9 @@ mode: "agent"
 ## 현재 시나리오 구조 (`src/`)
 
 1. **단일 에이전트** (`01_single_agent.py`) — `Agent(client=client, name=..., instructions=...)` + `stream_agent(agent, prompt)`
-2. **순차(Sequential)** (`02_sequential_workflow.py`) — `SequentialBuilder(participants=[...])` + `stream_workflow(workflow, topic)`
-3. **GroupChat** (`03_group_chat.py`) — `GroupChatBuilder(participants=..., selection_func=..., max_rounds=...)` + `stream_workflow(workflow, topic)`
-4. **동시(Concurrent)** (`04_concurrent_workflow.py`) — `ConcurrentBuilder(participants=[...])` + `stream_workflow(workflow, design)`
+2. **순차(Sequential)** (`02_sequential_workflow.py`) — `SequentialBuilder(..., intermediate_output_from=[중간 참여자...])` + `stream_workflow(workflow, topic)`
+3. **GroupChat** (`03_group_chat.py`) — `GroupChatBuilder(..., max_rounds=..., intermediate_output_from=participants)` + `stream_workflow(workflow, topic)`
+4. **동시(Concurrent)** (`04_concurrent_workflow.py`) — `ConcurrentBuilder(..., intermediate_output_from=participants)` + `stream_workflow(workflow, design)`
 5. **MCP 도구 연동** (`05_mcp_agent.py`) — `MCPStreamableHTTPTool(url=...)` + `Agent(tools=mcp_tool)` + `stream_agent(agent, prompt)`
 6. **RAG** (`06_rag_agent.py`) — 검색(Search) → 증강(Augment) → 단일 에이전트 실행 + `stream_agent(agent, augmented_prompt)`
 7. **RAG (Foundry IQ)** (`06_rag_agent_foundry_iq.py`) — Foundry IQ 검색 결과를 바탕으로 단일 에이전트를 실행 + `stream_agent(agent, question)`
@@ -31,4 +31,5 @@ mode: "agent"
 - **스트리밍 출력**: 단일 에이전트는 `from _streaming import stream_agent`, 워크플로우는
   `from _streaming import stream_workflow` (`agent.run()` 직접 print 금지)
 - `instructions`와 콘솔 출력은 한국어로 작성
-- 무한 루프 방지를 위해 워크플로우에는 `max_rounds`/수렴 조건을 둔다
+- 반복형 워크플로우(GroupChat·Handoff)는 `max_rounds`·종료 조건·turn limit 중 적절한 제한을 둔다
+- 실습에서 참여자별 결과를 보여줘야 하면 빌더의 `intermediate_output_from`을 명시한다

.github/prompts/review-code.prompt.md

@@ -17,7 +17,9 @@ mode: "agent"
 2. **보안** — 환경변수 노출, 입력값 검증 누락, 민감정보 하드코딩은 없는가?
 3. **패턴 준수** — `FoundryChatClient` + `Agent` + 빌더(`SequentialBuilder`/`GroupChatBuilder`/`ConcurrentBuilder`/`HandoffBuilder`) 패턴을 따르는가?
 4. **비동기** — 모든 에이전트 호출이 `async/await`이고 진입점이 `asyncio.run(main())`인가?
-5. **워크플로우 정합성** — Handoff의 `add_handoff` 대상이 명시되었는가? GroupChat에 `max_rounds`가 있는가?
+5. **워크플로우 정합성** — Handoff 라우팅이 의도한 토폴로지인가? 제한된 경로가 필요하면
+   `add_handoff`를 사용했는가? GroupChat에 `max_rounds` 또는 종료 조건이 있는가?
+   참여자별 출력을 보여주는 예제에 `intermediate_output_from`이 있는가?
 6. **한국어 품질** — docstring, 주석, 사용자 메시지, 에이전트 instructions가 자연스러운가?
 
 ## 출력 형식