既存のAKSクラスターにAI Runwayを導入し、GPUの互換性確認から推論用ソフトウェアの選定、最初のAIモデルの配置と動作確認までを案内します。
- 既存AKSにAI Runwayを導入したいとき
- モデル配置前のGPU互換性確認
- 推論用ソフトウェアの選定と導入
AzureアプリケーションやFoundryエージェントの稼働状況を、提供された証拠または許可済みテレメトリーから読み取り専用で評価します。失敗や遅延などの所見を優先度順に示し、判断に足りない情報も明記します。
Assess operational Azure application/resource or Foundry-agent health from supplied evidence or authorized telemetry: failed requests, runtime/tool errors and application latency. Return ranked findings and gaps read-only. Not resource creation, general coding fixes or deployment readiness. Direct health requests do not require the coordinator; conceptual health/monitoring questions need no journey.
実行スコア 未検証
インストール方法を見る提供された証拠、または許可された範囲のテレメトリーを使って、Azureアプリケーション、リソース、Foundryエージェントの稼働状況を一度の読み取り専用評価で整理します。失敗リクエスト、実行時やツールのエラー、アプリケーションの遅延などを確認し、影響や根拠とともに所見を順位付けします。評価対象、時間範囲、情報の鮮度、観測範囲を明示し、データの欠落や不一致も区別して報告します。
Azure上のアプリやエージェントで実際に障害や遅延が起きているとき、手元の証拠から現状を把握したいときに向いています。クラウド接続を使わず、提供済みの安全な証拠だけで評価することもできます。概念的な監視の質問には、調査手順を始めず直接回答します。
読み取り専用の評価であり、リソース作成、コード修正、デプロイ、アラート設定、監視の継続は行いません。ライブ情報の取得には、実際に利用可能な許可済みツールが必要です。任意の図の生成には承認済みのPython 3.9以降が必要ですが、評価自体には不要です。
この紹介文は、公開されている SKILL.md をもとに AI(OpenAI Codex)が作成しました。正確な仕様は下の原文を確認してください。
ほか 1 件のファイルがあります。 GitHub でソースを見る
インストールする前に、エージェントに与えられる指示の中身を確認できます。
まだレビューはありません。使ってみた感想をお寄せください。
ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。
まだコメントはありません。最初のコメントを書いてみませんか。
既存のAKSクラスターにAI Runwayを導入し、GPUの互換性確認から推論用ソフトウェアの選定、最初のAIモデルの配置と動作確認までを案内します。
既存のAKSクラスターで、Podの配置効率やノード拡張の詰まり、ストレージ費用を調べ、コスト改善につながる根拠を整理するスキルです。
AKSのGPUやKAITOの運用障害を、読み取り専用の情報で調査します。Podの待機やメモリ不足、拡張時の問題を切り分け、根拠と未確認事項を整理します。
AKSで発生した既知のエラーを、詳細メッセージと発生条件まで照合し、文書化された原因・修正方法・Microsoft Learnの出典と読み取り専用の確認方法を案内します。
AKSのノードやPodの通信を範囲を限定して記録し、Azureのネットワーク設定と合わせて収集することで、パケットが失われる場所を調べるための証拠をそろえるスキル。
稼働中のAzure Kubernetes Serviceの障害を、ログや状態を読み取って調査します。Pod停止や通信障害、更新の停滞を証拠から切り分け、報告書にまとめるスキル。