スキル deploy-model

📦

deploy-model

Name: deploy-model
Author: microsoft

v1.0.0 コンテンツリビジョン r2 重大 ⚙️ 外部コマンド🌐 ネットワークアクセス📁 ファイルシステムへのアクセス

Foundry で Azure OpenAI モデルをデプロイ

Azure AI Foundry でのモデルデプロイには、プロジェクトの選択、クォータ確認、SKU の選択、確認が必要です。このスキルは、Claude、Codex、または Claude Code を、プリセット、カスタム、容量検出の各ワークフローへ誘導します。

対応: Claude Codex Code(CC)

⚠️ 38 不十分

この Skill を自動インストールしないでください。

基準ポリシーにより、インストール操作の前にオペレーターのレビューが必要です。

自分のエージェントでインストール

このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。

エージェントリクエスト

Review the Skillstore skill "deploy-model" from https://skillstore.io/skills/microsoft-deploy-model.md and its manifest at https://skillstore.io/api/skills/microsoft-deploy-model/manifest. Verify the artifact. Do not auto-install. Inspect the skill and report your findings, then wait for an operator or manual installation decision.

エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。

エージェントが読めるリソース

AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。

Markdown詳細 GET /skills/microsoft-deploy-model.md 署名済み manifest GET /api/skills/microsoft-deploy-model/manifest 署名済み lockfile GET /api/skills/microsoft-deploy-model/lockfile

テストする

「deploy-model」を使用しています。 gpt-4o をデプロイしてください。

期待される結果:

アシスタントはプリセットモードを識別し、Azure AI Foundry プロジェクトとリージョンを確認し、前提条件をチェックして、承認後にのみ続行します。

「deploy-model」を使用しています。 50K の容量とカスタム設定で gpt-4o をデプロイしてください。

期待される結果:

アシスタントはまず容量を確認し、条件を満たすリージョンを提示してから、デプロイをカスタム設定フローにルーティングします。

「deploy-model」を使用しています。 o3-mini はどこにデプロイできますか？

期待される結果:

アシスタントは容量検出を使用して可用性とクォータを比較し、デプロイを作成せずに対象となるリージョンを要約します。

セキュリティ監査

重大

v5 • 2026/7/23 バージョン別レポートを開く

Most static alerts are false positives from Markdown formatting, documented Azure commands, official Microsoft endpoints, and benign redirection. Confirmed risks include jq program injection through the SKU argument and a predictable temporary file. Semantic review also found local Python code injection and Azure CLI option injection.

スキャンされたファイル

2,763

解析済み行数

レビュー項目

誤検知を無視

確認済みのセキュリティ上の懸念 (2)

重大

capacity/scripts/discover_and_rank.sh:53-60 capacity/scripts/discover_and_rank.sh:104

Unsanitized Inline Python Construction

The discovery helper inserts script arguments and Azure JSON directly into Python source. Crafted model, version, or capacity input can execute local Python code.

Lines 57-60 embed unescaped values inside Python string literals, while line 104 embeds model arguments inside generated Python source. These inputs can change program syntax.

高

customize/references/customize-workflow.md:61 customize/references/customize-workflow.md:317-325

Azure CLI Option Injection in Custom Workflow

The workflow permits custom model names, then expands user-influenced values as unquoted Azure CLI arguments. Whitespace can introduce extra options and redirect or disrupt deployment operations.

The instructions explicitly allow custom model input and later use unquoted Bash expansions in a resource-creating command. Bash word splitting can turn one value into additional Azure CLI options.

機能レビュー項目 (3)

これらは、このスキルに期待される可能性のある実際のローカル機能であるため、レビューが必要ですが、確認済みの悪意ある動作としてはカウントされません。

高

capacity/scripts/query_capacity.sh:45

Shell command substitution

REGIONS_WITH_CAP=$(echo "$CAPACITY_RESULT" | jq -r ".value[] | select(.properties.skuName==\"$SKU\"

The SKU argument is interpolated directly into jq source. A crafted SKU can alter the filter and expose process environment values through jq's $ENV object.

高

capacity/scripts/query_capacity.sh:59

Shell command substitution

avail=$(echo "$CAPACITY_RESULT" | jq -r ".value[] | select(.location==\"$region\" and .properties.sk

The user-controlled SKU is inserted into a second jq program without --arg. A crafted value can execute unintended jq filters and place environment data in printed output.

中

preset/references/preset-workflow.md:200

Temp directory access

echo "$ALL_REGIONS_JSON" > /tmp/capacity_check.json

The workflow writes Azure response data to a fixed /tmp/capacity_check.json path. A local attacker can pre-create a symlink, causing file clobbering with the agent user's permissions.

リスク要因

⚙️ 外部コマンド (50)

🌐 ネットワークアクセス (26)

capacity/scripts/discover_and_rank.ps1:26 capacity/scripts/discover_and_rank.ps1:32 capacity/scripts/discover_and_rank.sh:21 capacity/scripts/discover_and_rank.sh:27 capacity/scripts/query_capacity.ps1:41 capacity/scripts/query_capacity.ps1:43 capacity/scripts/query_capacity.sh:34 capacity/scripts/query_capacity.sh:36 customize/EXAMPLES.md:80 customize/references/customize-workflow.md:130 customize/references/customize-workflow.md:149 customize/references/customize-workflow.md:209 customize/references/customize-workflow.md:219 customize/references/customize-workflow.md:340 customize/references/customize-workflow.md:385 preset/references/preset-workflow.md:168 preset/references/preset-workflow.md:197 preset/references/preset-workflow.md:497 preset/references/preset-workflow.md:507 preset/references/preset-workflow.md:521 preset/references/preset-workflow.md:566 preset/references/workflow.md:108 preset/references/workflow.md:80 preset/references/workflow.md:93 scripts/generate_deployment_url.ps1:59 scripts/generate_deployment_url.sh:87

📁 ファイルシステムへのアクセス (38)

監査者: codex 監査履歴を表示 →

このレポートを共有・引用

バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。

バージョン別レポートを開く

レポートリンクをコピー

https://skillstore.io/skills/microsoft-deploy-model/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdownバッジ

[![Skillstore security assessment](https://skillstore.io/badges/skills/microsoft-deploy-model/security.svg)](https://skillstore.io/skills/microsoft-deploy-model?utm_source=security_passport_badge)

HTMLバッジ

<a href="https://skillstore.io/skills/microsoft-deploy-model?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/microsoft-deploy-model/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

埋め込みカード

<iframe src="https://skillstore.io/embed/skills/microsoft-deploy-model.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

学術引用 (APA · BibTeX · CFF)

APA形式の引用

microsoft. (2026). deploy-model security audit report (audit version 5) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/microsoft-deploy-model/audits/5

BibTeX形式の引用

@techreport{microsoft-microsoft-deploy-model-2026,
  author = {microsoft},
  title = {deploy-model security audit report (audit version 5)},
  institution = {Skillstore},
  year = {2026},
  number = {5},
  url = {https://skillstore.io/skills/microsoft-deploy-model/audits/5},
  note = {Author version 1.0.0}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "deploy-model security audit report (audit version 5)"
version: "1.0.0"
type: report
authors:
  - name: "microsoft"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/microsoft-deploy-model/audits/5"
identifiers:
  - type: other
    value: "skillstore:microsoft-deploy-model:audit:5"
    description: "Skillstore immutable audit report identifier"

Skillstore スコア

このスコアの理由証拠の信頼度: 中

アーキテクチャ

100

保守性

コンテンツ

コミュニティ

仕様準拠

作成できるもの

迅速なモデルプロビジョニング

ターゲットプロジェクトを確認した後、既知の Azure OpenAI モデルを既定の設定でデプロイします。

制御された本番デプロイ

モデルをプロビジョニングする前に、モデルバージョン、SKU、容量、コンテンツフィルタリングを選択します。

容量計画

デプロイ先を選択する前に、リージョンやプロジェクト間で利用可能なクォータを比較します。

これらのプロンプトを試す

既定値でデプロイ

Azure AI Foundry で gpt-4o をデプロイします。デプロイを作成する前にプロジェクトを確認してください。

デプロイ設定を選択

カスタム設定で o3-mini をデプロイします。バージョン、SKU、容量、コンテンツ フィルターの選択を手伝ってください。

先に容量を確認

100K TPM で gpt-4o をデプロイできる場所を見つけてから、最適なデプロイ オプションを表示してください。

本番ロールアウトを計画

gpt-4o 向けの Azure OpenAI デプロイを計画します。プロビジョニング前に、SKU サポート、クォータ、リージョンの適合性、プロジェクト確認をチェックしてください。

ベストプラクティス

すべてのデプロイ前に、Azure AI Foundry プロジェクトとリージョンを確認します。
選択可能なオプションを提示する前に、モデルの SKU サポートとクォータを検証します。
リクエストにスループットまたはリージョンの要件が含まれる場合は、容量検出を使用します。

回避

ユーザーの確認なしにプロジェクトへデプロイしないでください。
ライブカタログデータが必要な場合に、ハードコードされた SKU 選択肢を表示しないでください。
デプロイの削除やエージェントの作成にこのスキルを使用しないでください。

よくある質問

このスキルはどのデプロイモードをサポートしていますか？

デプロイ前のプリセットデプロイ、カスタムデプロイ、容量検出をサポートします。

Azure AI Foundry プロジェクトを作成しますか？

いいえ。プロジェクトが存在することを前提とするか、デプロイ用のプロジェクト選択を支援します。

最適なリージョンを選択できますか？

はい。容量検出とクォータ確認を使用して、対象となるリージョンを推奨できます。

Azure CLI アクセスは必要ですか？

はい。このワークフローには、ターゲットサブスクリプションに対する Azure CLI 認証と権限が必要です。

コンテンツフィルタリングを構成できますか？

はい。カスタムデプロイルートには、RAI ポリシーとコンテンツフィルターの選択が含まれます。

事前確認なしでデプロイしますか？

いいえ。スキルのドキュメントでは、デプロイ前にターゲットプロジェクトを確認する必要があります。

開発者情報

作成者

microsoft

ライセンス

MIT

作者バージョン

v1.0.0

Skillstore リビジョン

リポジトリ

https://github.com/microsoft/github-copilot-for-azure/tree/main/plugin/skills/microsoft-foundry/models/deploy-model

参照

ebdfe608f5de2b66ff37ab4af12af8ac4f5e8006

メンテナンスの新しさ

2026/7/29

利用状況

6 ダウンロード · 199 閲覧

ファイル構成

📁 capacity/

📁 scripts/

📄 discover_and_rank.ps1

📄 discover_and_rank.sh

📄 query_capacity.ps1

📄 query_capacity.sh

📄 SKILL.md

📁 customize/

📄 EXAMPLES.md

📁 references/

📄 customize-guides.md

📄 customize-workflow.md

📄 SKILL.md

📁 preset/

📄 EXAMPLES.md

📁 references/

📄 preset-workflow.md

📄 workflow.md

📄 SKILL.md

📁 scripts/

📄 generate_deployment_url.ps1

📄 generate_deployment_url.sh

📄 SKILL.md

本番対応のMLOpsパイプラインを構築

作成者 sickn33

MLチームには、実験から本番環境へ進むための信頼できる道筋が必要です。このスキルは、最新のMLOpsスタック全体にわたって、パイプライン、レジストリ、デプロイ自動化、モニタリングをガイドします。

DevOps＆インフラ表示

deploy-model

自分のエージェントでインストール

エージェントが読めるリソース

テストする

セキュリティ監査

確認済みのセキュリティ上の懸念 (2)

リスク要因

レポートリンクをコピー

Markdownバッジ

HTMLバッジ

埋め込みカード

APA形式の引用

BibTeX形式の引用

CITATION.cff

Skillstore スコア

作成できるもの

迅速なモデル プロビジョニング

制御された本番デプロイ

容量計画

これらのプロンプトを試す

ベストプラクティス

回避

よくある質問

開発者情報

microsoft のその他のスキル

appinsights-instrumentation

azure-rbac

azure-compliance

azure-resource-visualizer

azure-kusto

azure-reliability

関連スキル

ml-pipeline-workflow

azure-mgmt-weightsandbiases-dotnet

cloud-architect

cost-optimization

multi-cloud-architecture

mlops-engineer

迅速なモデルプロビジョニング