ネットワーキング、セ���ュリティ、運用のベストプラクティス設定を使用して Azure Kubernetes Service クラスターをプロビジョニングおよび構成します。専門的なガイダンスにより複雑な AKS の意思決定を簡素化します。

開発者はGitHub Copilot SDKでAI搭載アプリの構築とホストに苦戦しています。このスキルは、プロジェクトの準備、Copilot SDKの既存コードベースへの統合、Azureモデルの構成、Azure Container Appsへのデプロイを行います。

クラウドアーキテクトは、適切なネットワーク、セキュリティ、およびディザスタリカバリーを備えたコンプライアンス準拠のAzureトポロジーの設計に苦戦しています。このスキルは、ワークロードの説明からWAF整合インフラ計画とIaC（BicepまたはTerraform）を生成します。

このスキルは、Azure Container Appsの構造化されたデバッグワークフロー、診断コマンド、KQLクエリを提供することで、開発者がAzure本番環境の問題を診断・トラブルシューティングするのに役立ちます。

このスキルは、azd、Bicep、またはTerraformを使用してAzureデプロイを自動化します。適切な検証後にのみデプロイを実行し、デプロイの失敗とクラウドコストを削減します。

このスキルはAzureサブスクリプションを分析し、不要な支出を特定し、クラウドコストを削減するための実行可能な推奨事項を提供します。実際の使用量データをクエリし、オーファンリソースを見つけ、サイズ適化の機会を提案します。

組織はAzureのコストを理解し、制御することに苦戦しています。このスキルは、Azure Cost Management APIを使用して、コストの可視化、正確な予測、そして実行可能な最適化Recommendationsを提供します。

このスキルは、ワークロード要件、パフォーマンスニーズ、予算制約に基づいて、Azure仮想マシンサイズとVM Scale Set構成を推奨します。Azureサブスクリプションなしでコスト見積もりを提供するために、公開Azure Retail Prices APIをクエリします。

このスキルは AWS Lambda ワークロードを Azure Functions へ評価・移行し、詳細な移行レポートを生成するとともに、適切なバインディングとベストプラクティスを適用してコードを変換します。

このスキルでは、Azure Application Insights を使用して Web アプリケーションを計装するためのステップバイステップガイドを提供します。ASP.NET Core、Node.js、Python 向けの SDK セットアップ、設定、テレメトリパターンを含みます。

Azure Kubernetes Service上にLLMをデプロイするには、GPUノード、インファレンスプロバイダー、モデルアーティファクトなど、複数のコンポーネントをオーケストレーションする必要があります。このスキルでは、クラスタ検証から最初の稼働中のモデルデプロイメントまで、完全なセットアッププロセスをご案内します。

プリコミットフックを手動で設定するには、複数の設定ファイルとパッケージのインストールが必要です。このスキルはその全工程を自動化し、Husky、lint-staged、Prettier を数分で動作させることができます。

Claudeはforce pushやhard resetのような破壊的なgit操作を誤って実行する可能性があります。このスキルは、これらのコマンドが実行される前にブロックするフックをインストールし、偶発的なデータ損失から作業を守ります。

Deep learning training runs often lack reproducible evidence and clear status reporting. This skill executes a selected training command conservatively and writes standardized training evidence to train_outputs/.

AI リポジトリを手動でスキャンして再現コマンドを見つけるのは時間がかかり、エラーが発生しやすいものです。このスキルは README 優先の分析を自動化し、ドキュメント化されたコマンドを抽出して、最小限の信頼できる再現計画を生成します。

AI論文の再現実験を行うには、一貫したコマンド実行と標準化されたレポートが必要です。このスキルは、スモークテスト、推論実行、評価コマンドを実行し、監査トレイル用の構造化された出力バンドルを自動的に生成します。

論文再現のための AI 研究環境構築は複雑でエラーが発生しやすいものです。このスキルは、conda を優先した保守的な環境作成とアセットパスの計画を自動化し、セットアップの摩擦を軽減します。

開発者は Feishu API 操作を再利用可能な自動化としてカプセル化する必要があります。このスキルでは、ネイティブ API をラップしたり、複数ステップのワークフローをオーケストレーションしたりする lark-cli スキルの作成方法を学びます。

既存のCLIコマンドで対応できない場合に、このスキルは公式Lark/Feishuドキュメントを探索し、生のOpenAPIエンドポイントを見つけて呼び出します。ビルド済みコマンドと未分類のAPI機能の間のギャップを埋めます。

ローカルHTMLファイルを共有可能なWebアプリとしてFeishu Miaodaに簡単に公開できます。このスキルはアプリ作成、コンテンツデプロイ、アクセス設定を一つのワークフローで行います。