deploy-model
Desplegar Modelos de Azure OpenAI
Despliega modelos de OpenAI en Azure Foundry con enrutamiento inteligente. Esta habilidad maneja despliegues preestablecidos, configuraciones personalizadas y descubrimiento de capacidad entre regiones de Azure.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "deploy-model". Deploy gpt-4o to Azure Foundry
النتيجة المتوقعة:
- Deployment created successfully
- Model: gpt-4o
- Region: eastus
- SKU: Standard
- Capacity: Auto-scaled
- Deployment URL: https://portal.azure.com/...
استخدام "deploy-model". Find capacity for gpt-4o-mini
النتيجة المتوقعة:
- Available regions found:
- 1. eastus - 500 TPM available
- 2. westus2 - 300 TPM available
- 3. uksouth - 200 TPM available
التدقيق الأمني
مخاطر منخفضةStatic analysis flagged 475 potential issues, but evaluation confirms these are false positives or expected behavior. The skill uses shell commands to invoke Azure CLI for model deployment operations, which is legitimate for Azure tooling. Network access is to Azure API endpoints. Filesystem patterns are documentation examples, not vulnerabilities. This is an official Microsoft skill for Azure Foundry.
مشكلات منخفضة المخاطر (3)
عوامل الخطر
⚡ يحتوي على سكربتات
🌐 الوصول إلى الشبكة (2)
درجة الجودة
ماذا يمكنك بناءه
Despliegue Rápido de Modelo
Desplegar un modelo OpenAI con configuración predeterminada para prototipado rápido
Despliegue Empresarial Personalizado
Configurar despliegue con SKU específica, capacidad y políticas RAI para producción
Descubrimiento de Capacidad
Encontrar regiones y capacidad disponibles para tipos específicos de modelos antes del despliegue
جرّب هذه الموجهات
Deploy gpt-4o to Azure Foundry in the eastus region
Deploy gpt-4 with Standard SKU, 100 TPM capacity, and content filtering enabled to westus2
Find where I can deploy gpt-4o-mini with at least 50 TPM capacity
Show me the best regions for deploying gpt-4 with high capacity
أفضل الممارسات
- Siempre verificar la disponibilidad de capacidad antes de desplegar en producción
- Usar nombres de despliegue descriptivos para facilitar la gestión
- Configurar políticas RAI apropiadas para tu caso de uso
- Almacenar las URLs de despliegue de forma segura para referencia
تجنب
- No usar para listar despliegues existentes (usar foundry_models_deployments_list)
- No usar para eliminar recursos (usar herramientas dedicadas de Azure)
- No asumir que todas las regiones tienen la misma capacidad
- Evitar desplegar sin verificar disponibilidad primero