Этот официальный навык Microsoft предоставляет комплексное руководство по службам хранилища Azure, включая Blob, Files, Queue, Tables и Data Lake. Он предлагает интеграцию инструментов MCP и команды CLI для помощи разработчикам в эффективном управлении ресурсами облачного хранилища.

Понимание сложной инфраструктуры Azure путем создания подробных диаграмм Mermaid, отображающих связи между ресурсами, зависимости и конфигурации во всей группе ресурсов.

Приложения Azure PaaS часто не имеют зональной избыточности и конфигураций аварийного переключения между регионами, что создает единые точки отказа. Этот навык систематически сканирует развертывания Azure Functions и App Service, выявляет пробелы в надежности и направляет исправления с помощью команд CLI или патчей IaC.

Предотвращайте сбои развертывания, проверяя доступность квот Azure перед подготовкой ресурсов. Получайте точную информацию о емкости в разных регионах с помощью команд Azure CLI для работы с квотами.

Предоставление и настройка кластеров Azure Kubernetes Service с наилучшими настройками для сетей, безопасности и эксплуатации. Упрощает сложные решения по AKS с экспертными рекомендациями.

Разработчикам сложно создавать и размещать приложения с AI на базе GitHub Copilot SDK. Этот навык создаёт каркас проектов, интегрирует Copilot SDK в существующие кодовые базы, настраивает модели Azure и развёртывает в Azure Container Apps.

Облачные архитекторы испытывают трудности с проектированием соответствующей требованиям топологии Azure с правильной сетевой инфраструктурой, безопасностью и аварийным восстановлением. Этот навык генерирует планы инфраструктуры, соответствующие WAF, и IaC (Bicep или Terraform) на основе описаний рабочих нагрузок.

Этот навык помогает разработчикам диагностировать и устранять проблемы в продакшене Azure, предоставляя структурированные рабочие процессы отладки, диагностические команды и KQL-запросы для Container Apps.

Этот навык автоматизирует развертывание в Azure с использованием azd, Bicep или Terraform. Он обеспечивает развертывание только после надлежащей проверки, что сокращает количество неудачных развертываний и затраты на облако.

Этот навык анализирует подписки Azure для выявления нерациональных расходов и предоставляет практические рекомендации по снижению затрат на облако. Он запрашивает фактические данные об использовании, находит неиспользуемые ресурсы и предлагает возможности для оптимизации размеров ресурсов.

Организации испытывают трудности с пониманием и контролем расходов на Azure. Этот навык обеспечивает единую видимость затрат, точные прогнозы и практические рекомендации по оптимизации с использованием официальных API управления затратами Azure.

Этот навык рекомендует размеры виртуальных машин Azure и конфигурации VM Scale Set на основе требований рабочей нагрузки, потребностей в производительности и бюджетных ограничений. Он запрашивает общедоступный API Azure Retail Prices для предоставления оценок стоимости без подписки Azure.

Этот навык оценивает и переносит рабочие нагрузки AWS Lambda в Azure Functions, генерируя подробные отчеты о миграции и преобразуя код с правильными привязками и лучшими практиками.

Этот навык предоставляет пошаговые инструкции по инструментированию веб-приложений с помощью Azure Application Insights, включая настройку SDK, конфигурацию и шаблоны телеметрии для приложений ASP.NET Core, Node.js и Python.

Развёртывание LLM в Azure Kubernetes Service требует оркестрации нескольких компонентов, включая GPU-узлы, провайдеры инференса и артефакты моделей. Этот навык проведёт вас через полный процесс настройки — от проверки кластера до первого успешного развёртывания модели.

Ручная настройка pre-commit хуков требует редактирования нескольких конфигурационных файлов и установки пакетов. Этот навык автоматизирует весь процесс, и через несколько минут у вас будут работать Husky, lint-staged и Prettier.

Claude может случайно выполнить деструктивные git-операции, такие как принудительный push или hard reset. Этот навык устанавливает хуки, которые блокируют такие команды до их выполнения, защищая вашу работу от случайной потери данных.

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/.

Ручное сканирование AI-репозиториев для поиска команд воспроизведения требует много времени и чревато ошибками. Этот навык автоматизирует анализ README для извлечения задокументированных команд и создания минимальных надёжных планов воспроизведения.

Выполнение экспериментов по воспроизведению AI-статей требует последовательного выполнения команд и стандартизированной отчетности. Этот навык выполняет smoke-тесты, запуски инференса или команды оценки, автоматически генерируя структурированные выходные пакеты для аудиторских следов.