azure-monitor-ingestion-py
Logs mit Python an Azure Monitor senden
Teams benötigen verlässliche Beispiele, um benutzerdefinierte Logs an Azure Monitor zu senden. Dieser Skill bietet Python-SDK-Muster für Authentifizierung, Upload, Wiederholungsversuche, Async-Clients und Sovereign-Cloud-Endpunkte.
Mit meinem Agent installieren
Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.
Review the Skillstore skill "azure-monitor-ingestion-py" from https://skillstore.io/skills/sickn33-azure-monitor-ingestion-py.md and its manifest at https://skillstore.io/api/skills/sickn33-azure-monitor-ingestion-py/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.
Agent-lesbare Ressourcen
Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.
Testen
„azure-monitor-ingestion-py“ wird verwendet. Ich muss Python-Serviceereignisse an eine benutzerdefinierte Log Analytics-Tabelle senden.
Erwartetes Ergebnis:
Eine Setup-Checkliste mit erforderlichen Azure-Ressourcen, Namen von Umgebungsvariablen, Authentifizierungsansatz und einem einfachen Upload-Ablauf.
„azure-monitor-ingestion-py“ wird verwendet. Mein Upload kann teilweise fehlschlagen und ich brauche einen Retry-Plan.
Erwartetes Ergebnis:
Ein Zuverlässigkeitsplan, der fehlgeschlagene Datensätze erfasst, den Fehlergrund meldet, nur fehlgeschlagene Einträge erneut versucht und die Schemavalidierung separat hält.
„azure-monitor-ingestion-py“ wird verwendet. Ich stelle in Azure Government bereit und brauche die richtige Ingestion-Konfiguration.
Erwartetes Ergebnis:
Hinweise, die das Muster für den Government-Ingestion-Endpunkt, den authority host und den Monitor credential scope identifizieren, die für den Tenant geprüft werden sollten.
Sicherheitsaudit
SicherAll 33 static findings are false positives caused by Markdown formatting, standard Azure endpoint examples, or explicit configuration reads. No prompt injection, malicious command execution, credential exfiltration, or reconnaissance intent was found.
Risikofaktoren
⚙️ Externe Befehle (23)
🌐 Netzwerkzugriff (3)
📁 Dateisystemzugriff (1)
🔑 Umgebungsvariablen (4)
Diesen Bericht teilen & zitieren
Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.
Berichtslink kopieren
https://skillstore.io/skills/sickn33-azure-monitor-ingestion-py/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown-Badge
[](https://skillstore.io/skills/sickn33-azure-monitor-ingestion-py?utm_source=security_passport_badge)HTML-Badge
<a href="https://skillstore.io/skills/sickn33-azure-monitor-ingestion-py?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-azure-monitor-ingestion-py/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Einbettungskarte
<iframe src="https://skillstore.io/embed/skills/sickn33-azure-monitor-ingestion-py.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Wissenschaftliche Zitate (APA · BibTeX · CFF)
APA-Zitat
sickn33. (2026). azure-monitor-ingestion-py security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-azure-monitor-ingestion-py/audits/5BibTeX-Zitat
@techreport{sickn33-sickn33-azure-monitor-ingestion-py-2026,
author = {sickn33},
title = {azure-monitor-ingestion-py security audit report (audit version 5)},
institution = {Skillstore},
year = {2026},
number = {5},
url = {https://skillstore.io/skills/sickn33-azure-monitor-ingestion-py/audits/5},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "azure-monitor-ingestion-py security audit report (audit version 5)"
version: "unspecified"
type: report
authors:
- name: "sickn33"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/sickn33-azure-monitor-ingestion-py/audits/5"
identifiers:
- type: other
value: "skillstore:sickn33-azure-monitor-ingestion-py:audit:5"
description: "Skillstore immutable audit report identifier"
Skillstore-Score
Warum dieser Score Evidenzvertrauen: HochWas Sie erstellen können
Benutzerdefinierte Anwendungstelemetrie hinzufügen
Verwenden Sie Python-Beispiele, um strukturierte Anwendungsereignisse in eine benutzerdefinierte Log Analytics-Tabelle zu senden.
Operative Log-Pipelines erstellen
Verwenden Sie Hinweise zu Wiederholungsversuchen und Batching, wenn Sie Service-Logs für die Azure Monitor-Ingestion vorbereiten.
Logging in Government Clouds unterstützen
Passen Sie das Sovereign-Cloud-Beispiel für Azure Government-Ingestion-Endpunkte und credential scopes an.
Diese Prompts ausprobieren
Verwenden Sie diesen Skill, um ein einfaches Python-Beispiel zu erstellen, das drei benutzerdefinierte Log-Datensätze an Azure Monitor hochlädt. Schließen Sie die erforderlichen Umgebungsvariablen ein.
Verwenden Sie diesen Skill, um einen Python-Ablauf zu skizzieren, der Logs aus einer JSON-Datei liest und sie mit dem Azure Monitor Ingestion SDK hochlädt.
Verwenden Sie diesen Skill, um die Fehlerbehandlung für partielle Upload-Fehler zu entwerfen. Erklären Sie, wie fehlgeschlagene Datensätze gesammelt und erneut versucht werden sollten.
Verwenden Sie diesen Skill, um sync und async Ingestion für einen High-Throughput-Python-Service zu vergleichen. Berücksichtigen Sie bei Bedarf Azure Government endpoint-Aspekte.
Bewährte Praktiken
- Verwenden Sie DefaultAzureCredential und gewähren Sie nur die erforderlichen Azure Monitor-Ingestion-Berechtigungen.
- Schließen Sie TimeGenerated ein und halten Sie jeden Datensatz mit dem DCR-Tabellenschema abgestimmt.
- Behandeln Sie partielle Fehler explizit und verifizieren Sie Ingestion-Ergebnisse in Log Analytics.
Vermeiden
- Codieren Sie tenant-spezifische Endpunkte, rule-Identifikatoren oder stream-Namen nicht fest in gemeinsam genutzten Quelldateien.
- Ignorieren Sie Upload-Fehler in Produktions-Pipelines nicht ohne separates Monitoring.
- Senden Sie keine Datensätze, die Secrets oder Felder außerhalb des genehmigten DCR-Schemas enthalten.
Häufig gestellte Fragen
Erstellt dieser Skill Azure Monitor-Ressourcen?
Auf welche Python-Pakete verweist er?
Kann er Datensätze aus einer Datei hochladen?
Unterstützt er async Ingestion?
Kann er mit Azure Government verwendet werden?
Was sollte ich vor dem Produktionseinsatz validieren?
Entwicklerdetails
Autor
sickn33Lizenz
MIT
Skillstore-Revision
r2
Versionshinweis
Der Autor hat keine Version angegeben.
Repository
https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/azure-monitor-ingestion-pyRef.
f9e2c34b4f19c7f3e6b0a1e93227b5f77cc12526
Aktualität der Wartung
26.7.2026
Nutzung
6 Downloads · 162 Aufrufe
Dateistruktur
📄 SKILL.md