技能 deploy-model

📦

deploy-model

Name: deploy-model
Author: microsoft

v1.0.0 内容修订 r2 严重 ⚙️ 外部命令🌐 网络访问📁 文件系统访问

安全部署 Azure OpenAI 模型

Azure 模型部署通常需要检查模型可用性、配额、区域和 SKU 选项。此技能会引导 Claude、Codex 或 Claude Code 完成容量检查、确认和部署步骤。

支持: Claude Codex Code(CC)

⚠️ 38 差

请勿自动安装此 Skill。

权威策略要求在执行任何安装操作前由操作人员审查。

使用我的智能体安装

将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。

智能体请求

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.

你的智能体仍应展示其计划，并按安全策略请求必要确认。

Agent 可读资源

当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。

Markdown 详情 GET /skills/microsoft-deploy-model.md 已签名 manifest GET /api/skills/microsoft-deploy-model/manifest 已签名 lockfile GET /api/skills/microsoft-deploy-model/lockfile

测试它

正在使用“deploy-model”。 Deploy gpt-4o-mini with defaults.

预期结果:

此技能会确认活动订阅和项目，检查模型容量，选择合适区域，并在部署前请求批准。

正在使用“deploy-model”。 Find a region with 100K TPM for gpt-4o.

预期结果:

此技能会返回按优先级排序的区域列表，其中包含容量、配额状态、可用项目和建议的后续操作。

正在使用“deploy-model”。 Create a custom PTU deployment.

预期结果:

此技能会指导版本、SKU、容量、高级选项、审查、部署执行和状态监控。

安全审计

严重

v5 • 2026/7/23 打开版本化报告

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.

已扫描文件

2,763

分析行数

复核项

已忽略误报

已确认安全问题 (2)

严重

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.

能力复核项 (3)

这些是真实的本地能力，对此技能可能是预期行为，因此需要复核，但不会按已确认恶意行为计分。

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.

风险因素

⚙️ 外部命令 (50)

🌐 网络访问 (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

📁 文件系统访问 (38)

审计者: codex 查看审计历史 →

分享与引用此报告

分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。

打开版本化报告

复制报告链接

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

Markdown 徽章

[![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 徽章

<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>

嵌入卡片

<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>

学术引用 (APA · BibTeX · CFF)

APA 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 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 评分

评分依据证据置信度: 中

架构

100

可维护性

内容

社区

规范符合性

你能构建什么

快速部署模型

选择一个模型，并让工作流找到合适的区域和默认部署设置。

跨区域规划容量

在提交模型部署之前比较 Azure 区域和项目。

配置受治理的部署

为受控环境选择模型版本、SKU、容量、RAI 策略和升级行为。

试试这些提示

快速模型部署

Deploy gpt-4o-mini to my Azure AI Foundry project with recommended defaults. Confirm the target project before creating anything.

容量发现

Find where I can deploy gpt-4o with at least 50K TPM. Show regions, quota, and matching projects before I choose.

自定义部署

Deploy gpt-4o with a chosen version, GlobalStandard SKU, custom capacity, and the Microsoft.DefaultV2 RAI policy.

生产部署规划

Plan a production Azure AI Foundry deployment for a high-volume model. Compare SKU choices, quota limits, upgrade policy, and confirmation steps.

最佳实践

在创建资源前确认订阅、项目、区域、SKU 和容量。
使用实时 Azure 配额和模型目录数据，而不是硬编码的可用性列表。
从保守容量开始，并在提高吞吐量之前监控使用情况。

避免

未向用户显示目标项目和订阅就进行部署。
在未检查实时 Azure 容量的情况下假设某个模型或 SKU 可用。
在未验证组织要求的情况下使用自定义 RAI 策略或 PTU 设置。

常见问题

此技能是否需要 Azure CLI？

是。该工作流假定 Azure CLI 已安装、已通过身份验证，并已获得目标订阅的授权。

它能否选择最佳 Azure 区域？

是。它可以比较区域容量和配额，然后推荐合适的部署位置。

它是否支持自定义部署设置？

是。自定义工作流涵盖模型版本、SKU、容量、RAI 策略、升级策略和高级选项。

它会创建产生费用的资源吗？

它可以在用户确认后创建 Azure 模型部署，这可能会产生 Azure 费用。

它能否列出或删除现有部署？

不会。它可能会显示故障排除命令，但列出和删除现有部署不属于此技能的主要范围。

哪些 AI 工具可以使用它？

该报告声明支持 Claude、Codex 和 Claude Code。

开发者详情

作者

microsoft

许可证

MIT

作者版本

v1.0.0

Skillstore 修订

仓库

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

引用

ebdfe608f5de2b66ff37ab4af12af8ac4f5e8006

维护新鲜度

2026/7/29

使用量

6 次下载 · 199 次浏览

文件结构

📁 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

构建生产级 MLOps 管道

由 sickn33

ML 团队需要从实验到生产的可靠路径。此技能可指导现代 MLOps 技术栈中的管道、注册表、部署自动化和监控。

DevOps 与基础设施查看

deploy-model

使用我的智能体安装

Agent 可读资源

测试它

安全审计

已确认安全问题 (2)

风险因素

复制报告链接

Markdown 徽章

HTML 徽章

嵌入卡片

APA 引用

BibTeX 引用

CITATION.cff

Skillstore 评分

你能构建什么

快速部署模型

跨区域规划容量

配置受治理的部署

试试这些提示

最佳实践

避免

常见问题

开发者详情

microsoft 的更多技能

appinsights-instrumentation

azure-rbac

azure-compliance

azure-resource-visualizer

azure-kusto

azure-reliability

相关技能

ml-pipeline-workflow

azure-mgmt-weightsandbiases-dotnet

cost-optimization

multi-cloud-architecture

cloud-architect

mlops-engineer