以网络、安全和运维的最佳实践配置来预配和配置 Azure Kubernetes Service 集群。通过专家指导简化复杂的 AKS 决策。

开发者在使用 GitHub Copilot SDK 构建和托管 AI 应用时面临挑战。此技能可帮助您搭建项目结构、将 Copilot SDK 集成到现有代码库、配置 Azure 模型，以及部署到 Azure 容器应用。

云架构师在设计符合规范的 Azure 拓扑时面临挑战，包括正确的网络、安全和灾难恢复。此技能可根据工作负载描述生成符合 WAF 的基础设施计划和 IaC（Bicep 或 Terraform）。

此技能通过提供结构化的调试工作流、诊断命令和 Container Apps 的 KQL 查询，帮助开发者诊断和排查 Azure 生产问题。

此技能使用 azd、Bicep 或 Terraform 自动执行 Azure 部署。它确保部署仅在适当验证后进行，从而减少部署失败和云成本。

此技能可分析 Azure 订阅以识别资源浪费，并提供可操作的建议来降低云成本。它查询实际使用数据，查找孤立资源，并提供大小调整建议。

组织在理解和控制Azure支出方面面临挑战。此技能提供统一的成本可见性、准确的预测和可行的优化建议，使用官方Azure成本管理API。

此技能根据工作负载需求、性能需求和预算限制推荐 Azure 虚拟机大小和 VM Scale Set 配置。它查询公共 Azure 零售价格 API 以提供成本估算，无需 Azure 订阅。

此技能用于评估并迁移 AWS Lambda 工作负载到 Azure Functions，生成详细的迁移报告并使用正确的绑定和最佳实践转换代码。

此技能提供逐步指导，帮助使用 Azure Application Insights 检测 Web 应用，包括适用于 ASP.NET Core、Node.js 和 Python 应用的 SDK 设置、配置和遥测模式。

在 Azure Kubernetes Service 上部署 LLM 需要协调多个组件，包括 GPU 节点、推理服务提供程序和模型制品。本技能将引导您完成从集群验证到首个模型部署的完整设置流程。

手动设置预提交钩子涉及多个配置文件和包安装。此技能可自动化整个流程，让你在几分钟内完成 Husky、lint-staged 和 Prettier 的配置。

Claude 可能会意外执行破坏性 git 操作，如强制推送或硬重置。此技能会安装钩子，在这些命令执行前阻止它们，保护你的工作免受意外数据丢失。

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/.

手动扫描 AI 代码库以查找复现命令既耗时又容易出错。本技能通过自动化 README 优先分析来提取文档化的命令，并生成最小化的可信赖复现计划。

运行AI论文复现实验需要一致的命令执行和标准化的报告。该技能执行冒烟测试、推理运行或评估命令，同时自动生成结构化输出包用于审计跟踪。

配置AI研究环境以复现论文是一项复杂且容易出错的工作。此技能自动化保守的conda优先环境创建和资产路径规划，以减少配置摩擦。

开发者需要将飞书 API 操作封装为可复用的自动化工具。本技能教授 AI 构建可包装原生 API 或编排多步骤工作流的 lark-cli 技能。

当现有 CLI 命令无法满足您的需求时，此技能可探索官方 Lark/飞书文档以查找和调用原始 OpenAPI 端点。它弥合了预构建命令与未记录 API 功能之间的差距。

轻松将本地 HTML 文件发布为可在飞书妙搭上共享的 Web 应用。该技能在一个工作流中处理应用创建、内容部署和访问配置。