de agent-skills557
Guide complet pour la construction, la configuration, le dépannage et le déploiement d'agents et d'intégrations Microsoft Foundry Classic.
Fournit des conseils structurés et exploitables ainsi que des liens de référence rapide pour Microsoft Foundry Classic (Azure AI Foundry classic). Couvre le dépannage, les meilleures pratiques pour les prompts et le fine-tuning, les modèles d'architecture et de déploiement, les quotas et limites, la sécurité et le réseau, les intégrations (RAG, appel de fonctions, audio temps réel) et des exemples de déploiement CI/CD. Le skill est conçu pour permettre à un agent de récupérer des sections ciblées de la documentation Microsoft Learn lorsque des références détaillées sont requises.
Utilisez-le lorsque vous avez besoin de conseils faisant autorité, provenant de Microsoft Learn, concernant Foundry Classic : diagnostiquer des problèmes de prompt flow, planifier des déploiements, sélectionner des modèles/régions, sécuriser des hubs, configurer le RAG et les évaluateurs, ou intégrer des outils de plateforme comme Logic Apps et Azure Functions. À déclencher lorsqu'un utilisateur pose des questions sur l'architecture, le déploiement, le fine-tuning ou le dépannage de Foundry.
read_file et de récupération distante ; notes sur la fraîcheur (metadata.generated_at) et les outils de récupération préférés.Idéal pour les agents capables d'effectuer des récupérations web ou d'utiliser l'outil mcp_microsoftdocs (ex: Claude Code, agents Copilot/VS Code, agents avec capacité fetch_webpage).
Une compétence de référence pure — aucun script groupé, juste un index d'URL catégorisées massif vers la documentation de Microsoft Foundry Classic (Azure AI Foundry). Le frontmatter est bien formé avec des déclencheurs et des notes de compatibilité clairs. Le corps est essentiellement un tableau de liens organisé par catégorie (dépannage, sécurité, déploiement, etc.) avec des instructions actionnables minimales au-delà de la récupération de documents externes. Nécessite les outils mcp_microsoftdocs ou fetch_webpage pour apporter une valeur réelle.
Aucune préoccupation de sécurité — contenu de référence statique pur sans code exécutable. Entrée en double pour 'model-versions' dans le tableau de prise de décision. Plusieurs entrées en double pour 'openai/latest' et 'reference-preview' dans la section Intégrations (plus de 7 répétitions de la même URL). Faible qualité de code car il n'y a pas de code/instructions réels — c'est une liste de signets organisée, pas une compétence actionnable. L'architecture est correcte pour un index de docs mais n'exploite pas les répertoires scripts/ ou references/.
