Les équipes texte ont besoin d’exemples Azure Language reproductibles pour les tâches NLP courantes. Cette skill présente des modèles Python concis pour l’authentification, les appels d’analyse, le traitement par lots, l’utilisation async et la gestion des résultats.

Les équipes ont besoin de conseils TypeScript fiables pour les projets, agents, connexions, déploiements, jeux de données et index Azure AI Foundry. Cette skill organise la configuration du SDK et les workflows courants en exemples concis pour Claude, Codex et Claude Code.

Les développeurs Azure Foundry ont besoin de modèles Python clairs pour les projets, les agents, les outils et les évaluations. Cette compétence fournit des exemples concis pour les workflows azure-ai-projects et les choix de clients.

Les développeurs Java ont besoin de conseils concis pour les ressources de projets Azure AI Foundry. Cette compétence explique les clients du SDK Azure AI Projects, l’authentification, les index, les jeux de données, les connexions et les évaluations.

Les projets Azure AI Foundry .NET nécessitent de nombreux clients, packages et modèles de workflow. Cette compétence fournit des conseils SDK ciblés pour les agents, les connexions, les jeux de données, les déploiements, les évaluations, les index et les clients OpenAI.

Les équipes ont besoin de modèles clairs pour utiliser les fonctionnalités Azure OpenAI dans les applications .NET. Cette compétence fournit des exemples C# ciblés pour l'authentification, le chat, les embeddings, les images, l'audio, les outils et le RAG.

Les projets Azure ML ont besoin de modèles cohérents pour les espaces de travail, les ressources, le calcul et les jobs. Cette compétence fournit à Claude, Codex et Claude Code des exemples concis d’Azure ML SDK v2 pour les workflows Python courants.

Le code d’analyse de documents peut être lent à assembler à partir d’exemples SDK dispersés. Cette compétence fournit des modèles Java pour les clients Azure Document Intelligence, les modèles prédéfinis, les modèles personnalisés et les classificateurs.

Les équipes ont besoin d’une extraction de documents fiable sans mémoriser les modèles du SDK. Cette compétence fournit des exemples TypeScript pour l’analyse, les modèles, les classificateurs et le polling avec Azure Document Intelligence.

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.

Les équipes ont besoin de conseils fiables pour extraire du sens à partir de médias mixtes. Cette compétence fournit des exemples ciblés du SDK Python pour les workflows Azure AI Content Understanding.

Les équipes ont besoin d’une modération fiable pour le texte, les images et les termes interdits personnalisés. Cette compétence montre comment utiliser Azure AI Content Safety depuis TypeScript avec des modèles REST SDK.

Les équipes ont besoin de moyens fiables pour modérer le contenu textuel et visuel avant qu'il n'atteigne les utilisateurs. Cette skill montre comment utiliser le SDK Python Azure AI Content Safety pour l'analyse, l'évaluation de la gravité et les listes de blocage personnalisées.

Les équipes Java ont besoin de modèles fiables pour détecter les contenus nuisibles. Cette compétence présente la configuration du client Azure AI Content Safety, les flux d’analyse et les opérations de listes de blocage.

Les équipes Java ont besoin de modèles fiables pour détecter les comportements inhabituels dans les séries temporelles. Cette skill fournit des exemples Azure AI Anomaly Detector pour les clients, les modèles, l’inférence et les erreurs.

Les développeurs Java ont besoin de modèles fiables pour les workflows Azure AI Agents. Cette compétence explique la configuration du SDK, l’authentification, les agents, threads, messages, runs, réponses et nettoyage.

Les développeurs ont besoin de modèles SDK clairs pour des agents Azure AI persistants en .NET. Cette skill fournit des exemples concis pour les agents, les threads, les runs, le streaming et les outils.

Les déploiements Azure Container Apps nécessitent souvent d'aligner les paramètres azd, Bicep, d'environnement et Docker. Cette compétence fournit aux agents des modèles pratiques pour azure.yaml, les builds distants, l'identité managée et le dépannage.

Le travail avec AWS nécessite des choix clairs en matière d'architecture et de déploiement. Cette compétence guide le développement cloud, l'automatisation de l'infrastructure et la sélection de modèles AWS.

Les équipes sans serveur ont besoin de modèles cohérents pour Lambda, API Gateway et les événements. Cette compétence fournit des modèles axés sur AWS, des prompts de revue et des recommandations opérationnelles pour Claude, Codex et Claude Code.