azure-ai-document-intelligence-dotnet
Intégrer Azure Document Intelligence en .NET
Les projets d’analyse de documents nécessitent des modèles SDK corrects pour l’authentification, les modèles et les résultats. Cette compétence guide Claude, Codex et Claude Code dans les workflows Azure Document Intelligence en .NET.
Installer avec mon Agent
Copiez cette demande dans votre Agent. Elle contient la page Skill de référence et le manifeste.
Review the Skillstore skill "azure-ai-document-intelligence-dotnet" from https://skillstore.io/skills/sickn33-azure-ai-document-intelligence-dotnet.md and its manifest at https://skillstore.io/api/skills/sickn33-azure-ai-document-intelligence-dotnet/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Votre Agent doit toujours présenter son plan et demander toute confirmation exigée par la politique de sécurité.
Ressources lisibles par les agents
Utilisez ces liens lorsqu’un Agent IA, un crawler ou un script a besoin d’un contexte propre au lieu de lire toute la page.
Tester
Utilisation de « azure-ai-document-intelligence-dotnet ». Un développeur demande comment lire un PDF de facture depuis une URL.
Résultat attendu:
L’assistant décrit l’authentification du client, sélectionne le modèle de facture prédéfini et explique comment lire les champs fournisseur et total.
Utilisation de « azure-ai-document-intelligence-dotnet ». Une équipe veut extraire des tableaux à partir de rapports numérisés.
Résultat attendu:
L’assistant recommande le modèle de mise en page et explique comment les pages, lignes, mots, tableaux, lignes de tableau et cellules sont retournés.
Utilisation de « azure-ai-document-intelligence-dotnet ». Une entreprise a besoin d’un classificateur personnalisé pour deux types de documents.
Résultat attendu:
L’assistant décrit les sources de stockage blob, les libellés de types de documents, la création du classificateur et l’examen de la confiance après classification.
Audit de sécurité
SûrAll 63 static findings are false positives caused by Markdown code fences, inline code, placeholder URLs, reference links, and documented environment-variable usage. The skill contains no executable scripts, embedded credentials, suspicious network destinations, prompt injection, or intent to exfiltrate data.
Facteurs de risque
⚙️ Commandes externes (50)
🌐 Accès réseau (11)
🔑 Variables d’environnement (2)
Partager et citer ce rapport
Partagez le rapport d’évaluation versionné, le badge neutre, la carte intégrable et les citations. Skillstore présente les preuves sans décider si ce Skill est sûr.
Copier le lien du rapport
https://skillstore.io/skills/sickn33-azure-ai-document-intelligence-dotnet/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportBadge Markdown
[](https://skillstore.io/skills/sickn33-azure-ai-document-intelligence-dotnet?utm_source=security_passport_badge)Badge HTML
<a href="https://skillstore.io/skills/sickn33-azure-ai-document-intelligence-dotnet?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-azure-ai-document-intelligence-dotnet/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Carte intégrable
<iframe src="https://skillstore.io/embed/skills/sickn33-azure-ai-document-intelligence-dotnet.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Citations académiques (APA · BibTeX · CFF)
Citation APA
sickn33. (2026). azure-ai-document-intelligence-dotnet security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-azure-ai-document-intelligence-dotnet/audits/5Citation BibTeX
@techreport{sickn33-sickn33-azure-ai-document-intelligence-dotnet-2026,
author = {sickn33},
title = {azure-ai-document-intelligence-dotnet security audit report (audit version 5)},
institution = {Skillstore},
year = {2026},
number = {5},
url = {https://skillstore.io/skills/sickn33-azure-ai-document-intelligence-dotnet/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-ai-document-intelligence-dotnet 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-ai-document-intelligence-dotnet/audits/5"
identifiers:
- type: other
value: "skillstore:sickn33-azure-ai-document-intelligence-dotnet:audit:5"
description: "Skillstore immutable audit report identifier"
Score Skillstore
Pourquoi ce score Niveau de confiance des preuves: ÉlevéCe que vous pouvez créer
Ajouter l’extraction de factures
Utiliser des modèles de factures prédéfinis pour extraire les noms de fournisseurs, les totaux et les lignes d’articles dans une application .NET.
Créer une automatisation des reçus
Créer un workflow qui lit les champs des reçus et transmet les valeurs normalisées aux systèmes métier en aval.
Entraîner des modèles de documents personnalisés
Planifier l’utilisation de modèles et de classificateurs personnalisés pour des formulaires spécialisés stockés dans Azure Blob Storage.
Essayez ces prompts
Utilise cette compétence pour me montrer comment analyser un PDF avec Azure AI Document Intelligence dans une application .NET.
Utilise cette compétence pour concevoir un flux d’extraction de factures .NET qui retourne les valeurs du fournisseur, du total, de la date et des lignes d’articles.
Utilise cette compétence pour expliquer comment mon service .NET doit extraire le texte, les lignes de pages et les tableaux à partir de documents téléversés.
Utilise cette compétence pour planifier un workflow de modèle Document Intelligence personnalisé et de classificateur utilisant des données d’entraînement Azure Blob Storage.
Bonnes pratiques
- Privilégier Microsoft Entra ID avec DefaultAzureCredential pour les services de production.
- Vérifier la confiance des champs avant de stocker les valeurs extraites ou d’agir sur celles-ci.
- Réutiliser les instances de client SDK et gérer explicitement les opérations de longue durée.
Éviter
- Ne pas coller de vraies clés API, de jetons SAS ni de documents clients dans les prompts.
- Ne pas supposer que les exemples d’URL sous forme de placeholders fonctionnent dans le code de production.
- Ne pas supprimer ni écraser des modèles personnalisés sans revue opérationnelle.