AI Skills

Находит и перечисляет ресурсы Azure (VM, Storage, Web Apps) через Azure Resource Graph. Полезно для инвентаризации, поиска по тегам и выявления неиспользуемых ресурсов в подписках.

Справочник по интеграции веб-приложений с Azure Application Insights: настройка SDK, паттерны телеметрии и примеры для ASP.NET Core, Node.js и Python. Полезен при необходимости добавить мониторинг производительности (APM) или настроить ресурсы через Bicep/CLI.

Проверяет соответствие Azure лучшим практикам через azqr и контролирует сроки действия ключей, секретов и сертификатов в Key Vault. Полезен при аудите безопасности, поиске устаревших ресурсов и валидации политик.

Настройка регистрации приложений в Microsoft Entra ID, OAuth 2.0 и интеграция MSAL. Подходит для создания app registration, настройки аутентификации, API permissions и service principal. Не подходит для управления секретами Key Vault.

Управляет Azure Storage: Blob, File, Queue, Table и Data Lake. Помогает с загрузкой файлов, выбором уровней доступа (hot, cool, cold, archive) и управлением жизненным циклом. Подходит для работы с объектами, SMB-шарами и NoSQL-данными.

Запрос метрик, логов и трассировок через Azure Monitor, Application Insights и Log Analytics. Подходит для анализа производительности, написания KQL-запросов и создания дашбордов в Workbooks. Не используйте для внедрения SDK или анализа затрат.

Проверяет готовность к развертыванию в Azure: конфигурацию, инфраструктуру (Bicep, Terraform), RBAC и Managed Identity. Требует .azure/deployment-plan.md и .azure.yaml, интегрируется в workflow azure-prepare → azure-validate → azure-deploy.

Выполняет развертывание уже подготовленных приложений в Azure (azd up, terraform apply) с автоматическим восстановлением при ошибках. Требует наличия .azure/deployment-plan.md и валидации от azure-prepare/azure-validate. Не используйте для создания новых приложений.

Объединяет доступ к Azure AI Search, Speech, OpenAI и Document Intelligence. Применяется для полнотекстового, векторного и семантического поиска, распознавания речи, синтеза голоса, OCR и генерации изображений через команды azure__search и azure__speech.

Подготавливает проекты для Azure Developer CLI (azd): генерирует azure.yaml, инфраструктуру (Bicep/Terraform) и Dockerfiles. Используйте только при явном запросе на использование azd или наличии azure.yaml.

Диагностика и устранение проблем в Azure (AppLens, Monitor, AKS, Functions, VM) с использованием KQL и MCP. Применяется при сбоях деплоя, высоких нагрузках, ошибках подключения и недоступности сервисов.

Оценивает и улучшает надежность Azure Functions и App Service: проверяет зональную избыточность, ZRS, health probes и отказоустойчивость. Полезно при запросах на проверку надежности, высокой доступности или аварийного восстановления.

Анализирует затраты Azure, прогнозирует расходы и выявляет возможности оптимизации (например, неиспользуемые ресурсы или праваizing VMs). Полезно при запросах о счетах, разбивке затрат или снижении расходов. Не используется для развертывания или диагностики.

Оценивает и автоматизирует обновление рабочих нагрузок Azure между планами, уровнями и SKU, а также миграцию App Service в Container Apps. Обновляет legacy Azure Java SDK и кэш Redis. Применяется при смене тарифов или модернизации зависимостей.

Настройка AI Runway на AKS: от проверки кластера до запуска модели. Включает установку контроллера, оценку GPU и развертывание. Полезно при запросах типа 'setup AI Runway' или 'deploy model to AKS'.

Проверяет квоты и лимиты Azure через CLI (az quota) для планирования развертывания и валидации емкости. Полезно при запросе увеличения квот, выборе региона или проверке доступных vCPU.

Помогает подобрать минимальную роль Azure RBAC, генерирует CLI-команды и Bicep-код для назначения. Полезно при настройке доступа, поиске подходящей роли или создании кастомных определений.

Оценивает готовность исходного кода к развертыванию в Azure: проверяет сборку, зависимости, совместимость стека и наличие блокирующих факторов. Полезен при запросах типа "is my app ready to deploy" или "scan my repo for issues".

Предоставляет OAuth 2.0-идентичности для ИИ-агентов через Microsoft Graph: создает Agent Identity Blueprints, BlueprintPrincipals и per-instance Agent Identities. Поддерживает fmi_path, OBO, Workload Identity Federation и Microsoft.Identity.Web.AgentIdentities. Не используйте для стандартных app registration.

Проектирует корпоративную инфраструктуру Azure (WAF, landing zones, сети, безопасность) и генерирует код Bicep или Terraform. Пригодится при планировании топологий, настройке VNets, Private Endpoints и развертывании ресурсов.

Анализирует данные Azure Cost Management и Azure Monitor для выявления экономии: отключенные диски, неиспользуемые NIC, избыточные VM. Генерирует отчеты с командами и ссылками, включая оптимизацию Redis и AKS. Не для развертывания или безопасности.

Развертывание Python-приложений (Flask, Django, FastAPI) на Azure App Service Linux. Используйте при необходимости деплоя Python-кода в App Service. Не применяйте для Container Apps, Functions, Terraform или других языков.

Настройте Azure API Management как AI Gateway для моделей, MCP-инструментов и агентов. Полезно для семантического кэширования, ограничения токенов, фильтрации контента и обнаружения джейлбрейков. Поддерживает Azure OpenAI, AI Foundry и конвертацию API в MCP.

Автоматизирует перенос приложений в Azure: от идеи до развертывания с оценкой стоимости. Автоопределяет сервисы, генерирует код инфраструктуры и выполняет деплой. Используйте, когда нужно запустить приложение в облаке или мигрировать существующее решение.

Планирование и настройка production-ready кластеров Azure Kubernetes Service (AKS): выбор SKU, сети, безопасность и масштабирование. Пригодится при создании AKS, настройке observability, оптимизации ресурсов и управлении кластером.

Устанавливаемый навык для ИИ-агентов. Позволяет создавать и настраивать функциональность агентов в рамках платформы.

Создаёт, разворачивает и модифицирует приложения на GitHub Copilot SDK в Azure. Обязателен при наличии @github/copilot-sdk или CopilotClient. Поддерживает BYOM и интеграцию с Azure.

Безопасное рефакторинг Rust-кода с анализом через LSP. Активируется по командам /refactor, rename symbol, move function, extract, 重构, 重命名, 提取函数, 安全重构.

Создаёт пользовательский браузерный интерфейс для аннотации данных, обзора LLM-трейсов и сбора структурированной обратной связи. Применяется, когда нужен инструмент для проверки трасс или сбора человеческих меток.

Использовать для дженериков, трейтов и абстракций без накладных расходов. Применять при ошибках E0277, E0308, E0599, а также при работе с monomorphization, static/dynamic dispatch и impl Trait.

Всегда активен при разработке агентов на ADK. Описывает жизненный цикл, правила сохранения кода, выбор модели и отладку. Используйте в начале сессии.

Обязательная шпаргалка по ADK API для Python: типы агентов, инструменты, оркестрация, колбэки и управление состоянием. Используйте перед написанием или изменением кода агентов. Не подходит для создания новых проектов.

Запускает анализ ошибок на датасете: создает UI для ревью, отбирает разнообразные примеры, контролирует аннотации и структурирует режимы сбоев. Пригодится для оценки качества моделей и выявления проблем в данных.

Помогает с интеграцией крэтов, управлением зависимостями, фичами и рабочими пространствами Cargo. Полезно при ошибках компиляции, выборе библиотек, работе с C-кодом, PyO3, WebAssembly и bindgen.

Обязательно к прочтению перед созданием или улучшением проектов на ADK. Используйте, когда нужно создать нового агента (например, поискового) или доработать существующий проект (например, добавить CI/CD или RAG).

Экспериментальный навык для параллельного метакогнитивного анализа в три слоя. Активируется по командам /meta-parallel, 三层分析, parallel analysis, 并行元认知.

Создаёт навыки для агентов на основе документации Rust, std, tokio, serde, axum. Полезно при генерации навыков для crate или std библиотеки.

Анализирует код на антипаттерны, ошибки и плохие практики. Полезно при ревью кода для выявления запахов кода и поиска идиоматичных решений.

Оптимизация производительности: профилирование, бенчмарки (criterion), анализ аллокаций, кэшей и SIMD. Используйте при проблемах со скоростью, необходимости ускорении кода или анализе flamegraph.

Помогает найти информацию о версиях Rust, новых функциях, changelog и данных о кретах (crates.io, lib.rs, docs.rs). Полезно при вопросах о стабильных/nightly версиях, зависимостях, командах cargo и редакциях (2021, 2024).

Создаёт LLM-as-Judge оценщики для субъективных критериев (тон, релевантность), когда код не справляется. Используйте write-judge-prompt, а не write-code-eval. Для проверки существующего оценщика применяйте validate-evaluator.

Навык yomiyasu улучшает японские тексты, устраняя «AI-стиль» и неестественные обороты. Подходит для редактирования технических статей, спецификаций, отчетов и эссе в сервисе nanaism/yomiyasu.

Навык для моделирования предметной области (DDD). Применяется при работе с сущностями, агрегатами, репозиториями, бизнес-правилами и валидацией.

Помогает разрабатывать встроенное ПО (firmware) для микроконтроллеров на Rust без стандартной библиотеки (no_std). Подходит для работы с bare-metal, периферией (GPIO, SPI, I2C, UART), прерываниями и фреймворками RTIC, embassy на архитектурах ARM, RISC-V, ESP32, STM32, NRF.

Помогает создавать облачно-нативные приложения. Использует Kubernetes, Docker, gRPC, микросервисы, service mesh, observability и мониторинг. Подходит для разработки, деплоя и отслеживания состояния сервисов.

Анализирует структуру проекта Rust через LSP-символы. Полезно для запросов /symbols, поиска структур, трейтов и функций. Поддерживает команды на русском и китайском.

Калибрует LLM-судью по человеческим меткам через сплиты данных, TPR/TNR и коррекцию смещения. Применяйте после написания промпта (write-judge-prompt) для проверки соответствия перед использованием. Не подходит для кодовых оценщиков (для них используйте unit-тесты из write-code-eval).

Инструмент для создания CLI-приложений на Rust. Использует clap для парсинга аргументов, ratatui и crossterm для TUI, а также поддерживает прогресс-бары, цветовую вывод и shell completion. Подходит для разработки терминальных утилит.

Исследует реализации трейтов Rust через LSP. Полезно при запросах /trait-impl, поиске реализаций и определении, кто и какие трейты реализует.

Используйте при разработке ML/AI-приложений на Rust. Включает работу с тензорами, моделями, нейросетями, обучением и инференсом через ndarray, tch-rs, burn, candle.

Руководство по настройке наблюдаемости для ADK-агентов: Cloud Trace, логирование, BigQuery Agent Analytics и интеграции. Применяется при мониторинге, отладке и анализе производительности агентов в продакшене.

Помогает с вопросами по Rust, Cargo, компиляцией, ошибками (E0382, E0597 и др.), асинхронностью (tokio, async-std), владением и заимствованием. Применяется для анализа ошибок, сравнения технологий и написания кода.

Точка входа для работы с evals. Используйте, когда пользователь спрашивает о помощи с оценками, не знает, с чего начать, или запрос не покрывается другими навыками. Не применяйте, если есть более специфичный навык.

Применяет функции IRQL-графа к результатам KQL/IRQL для визуализации в Kusto Explorer. Генерирует маппинги Lift_To_Graph и вызывает Graph_Render_View, Enrich_Node_*. Полезно для иконок, сворачивания узлов и обогащения графов по готовым запросам.

Управление файлами и папками: создание, перемещение, копирование, удаление и структурирование каталогов. Применяется для организации файлов, сортировки папок и пакетной обработки.

Создавайте и запрашивайте графы Kusto (KQL) на естественном языке. Умеет строить графы (make-graph), искать кратчайшие пути, находить связанные компоненты и выполнять поиск паттернов (graph-match). Пригодится для анализа связей, работы с transient/persistent графами и экспорта данных в таблицы.

Помогает проектировать жизненный цикл ресурсов в Rust: RAII, Drop, пулы соединений, ленивую инициализацию (OnceCell, Lazy, OnceLock) и управление транзакциями. Пригодится для корректной очистки ресурсов, работы с сессиями и реализации паттерна guard.

Устанавливаемый навык для ИИ-агентов из репозитория microsoft/azure-skills. Назначение и функциональность не указаны.

azure-postgres — устанавливаемый навык для ИИ-агентов. Назначение и сценарии использования не указаны.

Помогает при разработке IoT-приложений: работа с датчиками, MQTT, устройствами, граничными вычислениями и умным домом. Полезно для создания систем телеметрии и шлюзов.