技能 azure-compute
📦

azure-compute

安全 ⚙️ 外部命令🌐 網路存取

取得 Azure VM 大小建議

此技能會根據工作負載需求、效能需求和預算限制,建議 Azure 虛擬機器大小和 VM Scale Set 設定。它會查詢公開的 Azure 零售價格 API 來提供成本估計,無需 Azure 訂用帳戶。

支援: Claude Codex Code(CC)
📊 71 充足
1

下載技能 ZIP

2

在 Claude 中上傳

前往 設定 → 功能 → 技能 → 上傳技能

3

開啟並開始使用

測試它

正在使用「azure-compute」。 對於具有輕微流量的開發/測試環境,我應該使用什麼 Azure VM?

預期結果:

對於具有輕微流量的開發/測試環境,我建議使用 B 系列(可突發)VM。這些 VM 成本最低,並配備可處理間歇性負載的點數:

| VM 大小 | vCPU | RAM | $/小時 (eastus) | 適用場景 |
| --- | --- | --- | --- | --- |
| Standard_B2s | 2 | 8 GB | ~$0.04 | 輕量開發/測試、小型網站 |
| Standard_B4ms | 4 | 16 GB | ~$0.08 | 中等開發工作負載 |
| Standard_B2ps_v2 | 2 | 4 GB | ~$03 | 極輕量、突發工作負載 |

取捨:B 系列 VM 在點數用完時會節流。若要獲得穩定效能,請考慮 D 系列。

正在使用「azure-compute」。 針對 SQL Server 資料庫比較 D 系列與 E 系列

預期結果:

對於 SQL Server 工作負載,E 系列(記憶體最佳化)通常是較好的選擇:

| 系列 | 優勢 | VM 大小 | vCPU | RAM | $/小時 |
| --- | --- | --- | --- | --- | --- |
| E 系列 | 高記憶體:CPU | Standard_E4ds_v5 | 4 | 32 GB | ~$0.25 |
| E 系列 | 高記憶體:CPU | Standard_E8ds_v5 | 8 | 64 GB | ~$0.50 |
| D 系列 | 平衡 | Standard_D4ds_v5 | 4 | 16 GB | ~$0.17 |

建議:生產資料庫使用 E 系列。較高的記憶體與 CPU 比率更能有效容納緩衝集區、索引和查詢快取。

安全審計

安全
v1 • 2/28/2026

All static findings are false positives. The detected patterns are code examples within markdown documentation showing API usage (curl, bash, PowerShell) and public Azure endpoints. The skill is a legitimate Microsoft Azure VM recommendation tool that uses only public, unauthenticated APIs. No executable code, no credentials, no deployments - purely informational recommendations.

4
已掃描檔案
453
分析行數
2
發現項
1
審計總數

風險因素

⚙️ 外部命令 (115)
references/retail-prices-api.md:7-9 references/retail-prices-api.md:9-12 references/retail-prices-api.md:12-14 references/retail-prices-api.md:14-18 references/retail-prices-api.md:18 references/retail-prices-api.md:18 references/retail-prices-api.md:18-22 references/retail-prices-api.md:22-24 references/retail-prices-api.md:24-26 references/retail-prices-api.md:26-28 references/retail-prices-api.md:28-30 references/retail-prices-api.md:30-32 references/retail-prices-api.md:34-38 references/retail-prices-api.md:38-40 references/retail-prices-api.md:40-42 references/retail-prices-api.md:42-44 references/retail-prices-api.md:44-46 references/retail-prices-api.md:46-48 references/retail-prices-api.md:50-54 references/retail-prices-api.md:54-56 references/retail-prices-api.md:56-58 references/retail-prices-api.md:58-60 references/retail-prices-api.md:60-62 references/retail-prices-api.md:62-64 references/retail-prices-api.md:66-70 references/retail-prices-api.md:70-71 references/retail-prices-api.md:71-73 references/retail-prices-api.md:73-75 references/retail-prices-api.md:75-77 references/retail-prices-api.md:77-79 references/retail-prices-api.md:79-81 references/retail-prices-api.md:83-89 references/retail-prices-api.md:89 references/retail-prices-api.md:89-90 references/retail-prices-api.md:90 references/retail-prices-api.md:90 references/retail-prices-api.md:90-91 references/retail-prices-api.md:91 references/retail-prices-api.md:91-92 references/retail-prices-api.md:92 references/retail-prices-api.md:92 references/retail-prices-api.md:92-93 references/retail-prices-api.md:93 references/retail-prices-api.md:93-94 references/retail-prices-api.md:94 references/retail-prices-api.md:94-95 references/retail-prices-api.md:95 references/retail-prices-api.md:95 references/retail-prices-api.md:95-97 references/retail-prices-api.md:97-103 references/retail-prices-api.md:103 references/retail-prices-api.md:103-104 references/retail-prices-api.md:104-105 references/retail-prices-api.md:105 references/retail-prices-api.md:105-106 references/retail-prices-api.md:106-107 references/retail-prices-api.md:107-108 references/retail-prices-api.md:108-109 references/retail-prices-api.md:109 references/retail-prices-api.md:109 references/retail-prices-api.md:109 references/retail-prices-api.md:109-110 references/retail-prices-api.md:110 references/retail-prices-api.md:110 references/retail-prices-api.md:110-111 references/retail-prices-api.md:111 references/retail-prices-api.md:111 references/retail-prices-api.md:111-112 references/retail-prices-api.md:112 references/retail-prices-api.md:112-116 references/retail-prices-api.md:116-118 references/retail-prices-api.md:118-120 references/retail-prices-api.md:120-124 references/retail-prices-api.md:124 references/retail-prices-api.md:124 references/retail-prices-api.md:124-125 references/retail-prices-api.md:125-127 references/retail-prices-api.md:127-128 references/retail-prices-api.md:128 references/retail-prices-api.md:18 references/retail-prices-api.md:30 references/retail-prices-api.md:46 references/retail-prices-api.md:62 references/retail-prices-api.md:79 references/vm-families.md:30-44 references/vm-families.md:44-51 references/vm-families.md:51-52 references/vm-families.md:52-58 references/vm-families.md:58-62 references/vm-families.md:62-63 references/vm-families.md:63-64 references/vm-families.md:64-65 references/vm-families.md:65-66 references/vm-families.md:66-67 references/vm-families.md:67-68 references/vm-families.md:68-70 SKILL.md:25 SKILL.md:52-55 SKILL.md:55-56 SKILL.md:56-59 SKILL.md:59-70 SKILL.md:70-90 SKILL.md:90-92 SKILL.md:92-95 SKILL.md:95-96 SKILL.md:96-97 SKILL.md:97-100 SKILL.md:100-102 SKILL.md:102-104 SKILL.md:104-122 SKILL.md:122-138 SKILL.md:138-146 SKILL.md:146 SKILL.md:146 SKILL.md:146-148
🌐 網路存取 (35)

偵測到的模式

External Commands in DocumentationPublic Azure API Endpoints
審計者: claude

品質評分

45
架構
100
可維護性
87
內容
20
社群
100
安全
91
規範符合性

你能建構什麼

新應用程式部署規劃

開發團隊正在規劃將新的 Web 應用程式部署到 Azure,需要選擇正確的 VM 大小。他們將工作負載指定為具有中等流量的無狀態 API 後端。

成本最佳化檢視

雲端架構師需要針對需要高記憶體的資料庫伺服器,比較不同 VM 系列和大小的定價。他們想了解預留容量與隨用隨付成本的差異。

ML 工作負載大小調整

資料科學團隊需要具備 GPU 的 VM 來進行模型訓練。他們想比較 NC 系列與 ND 系列選項,並了解預算提案的定價差異。

試試這些提示

基本 VM 建議
對於具有中等流量的 Web 伺服器,我應該使用什麼 Azure VM 大小?
工作負載特定大小調整
我需要一個用於記憶體密集型資料庫工作負載的 VM,需要 64GB RAM。您建議哪個 Azure VM 系列和大小?
GPU VM 比較
比較用於深度學習訓練的可用 GPU VM 大小。包含 East US 區域 ND 系列的定價估計。
VMSS 與單一 VM 決策
對於需要使用自動調整規模處理變動流量的無狀態 API,我應該使用單一 VM 還是 VM Scale Set?

最佳實務

  • 請務必驗證建議是否符合目前的 Azure 文件,因為 VM 功能和定價經常變動
  • 使用 B 系列進行開發/測試和可突發工作負載以降低成本,然後針對生產環境升級至 D 或 E 系列
  • 查詢 Azure 零售價格 API 以取得即時定價,並比較各區域以最佳化成本

避免

  • 對記憶體密集型資料庫使用一般用途 VM(應該使用 E 系列或 M 系列)
  • 對需要自動調整規模的無狀態工作負載部署單一 VM(應該使用 VMSS)
  • 選擇最新一代而不考慮定價 - 較舊的代數如 Dv4 可能更便宜

常見問題

此技能是否需要 Azure 訂用帳戶?
不需要。此技能使用公開的 Azure 零售價格 API,無需驗證。您可以在沒有 Azure 帳戶的情況下取得 VM 建議和定價。
此技能可以在 Azure 中部署 VM 嗎?
不需要。此技能僅提供建議。若要部署,請使用 azure-deploy 技能或 Azure CLI 命令。
定價估計的準確度如何?
定價來自 Azure 公開的零售價格 API,每日更新。實際價格可能略有不同,且不含稅金或區域特定折扣。
B 系列和 D 系列 VM 之間有什麼差異?
B 系列是可突發的 - 它們具有低基礎 CPU 效能,並配備用於突發的點數。D 系列提供穩定、專用的效能。B 系列對開發/測試較便宜;D 系列適用於生產。
何時應該使用 VM Scale Set 而非單一 VM?
當您需要自動調整規模、跨容錯網域的高可用性或多個相同執行個體時,請使用 VMSS。對開發/測試、跳板箱或從不擴展的工作負載使用單一 VM。
此技能可以協助選取 GPU VM 嗎?
可以。此技能會根據您的工作負載類型建議 GPU 系列(NC 用於訓練、ND 用於大規模 AI、NV 用於視覺化)並提供定價比較。