跳到正文
cccskills
Microsoft 官方免费在 GitHub 公开中文介绍

assess-observability-health

根据用户提供的证据或获准遥测,只读评估 Azure 应用、资源或 Foundry 智能体的运行状况。按优先级列出失败、错误和延迟,并说明证据范围及缺口。

原文查看原文说明

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.

microsoft/skills星标 3,216(GitHub 3,216 + cccskills 0)
集成工具Azure

实测评分 未实测

查看安装方法

适用场景

  • 评估 Azure 应用故障
  • 调查 API 运行延迟
  • 查看 Foundry 智能体错误

中文介绍

功能

此技能使用用户提供的证据或授权范围内的遥测,对 Azure 应用、资源或 Foundry 智能体进行一次只读评估。它会检查请求失败、运行时或工具错误、应用延迟,并结合影响和依据对发现的问题排序。报告会说明评估对象、时间范围、信息新鲜度和观测范围,也会区分数据缺失与数据不一致。

适用场景

当 Azure 应用或智能体确实发生故障或延迟,您想根据现有证据了解当前状况时,可以使用此技能。也可以只根据已提供的安全证据评估,而不连接云端。若问题只是概念性地询问可观测性或监控,技能会直接回答,不会启动调查流程。

使用示例

  • “请评估这个 API 的失败请求和延迟。”
  • “请根据我提供的日志整理 Foundry 智能体的状态。”
  • “请说明这个 Azure 应用的运行状况,以及还缺少哪些证据。”

注意事项

评估为只读操作,不会创建资源、修改代码、部署、配置告警或持续监控。获取实时信息需要实际可用且已获授权的工具。生成可选图示需要经过批准的 Python 3.9 或更高版本解释器,但评估本身不需要。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

文档检查

AI 根据 SKILL.md 的内容检查了需要注意的操作和使用前提。评分只依据实际运行的结果(实测对比)。

安全性发送数据、删除文件、执行命令等是否有说明
A良好资料将实时读取限制在授权范围内,并明确不会执行更改。
安装难易度所需工具和 API 密钥是否少且有说明
A良好仅分析已提供证据时无需 Azure 访问或 Python,也说明了实时读取条件。

不计入评分。 由 AI(OpenAI Codex)于 2026年11月18日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(13)

  • SKILL.md15.5 KB
  • references/application-health.md3.8 KB
  • references/evidence.md3.6 KB
  • references/foundry-agent-health.md12.5 KB
  • references/foundry-agent.md2.6 KB
  • references/health-contract.md4.6 KB
  • references/inline-health-visual.md5.1 KB
  • references/query-guidance.md5.1 KB
  • references/SOURCE-NOTICE.md1.1 KB
  • references/transaction-links.md1.5 KB
  • references/web-api.md1.8 KB
  • scripts/build_appinsights_trace_link.py3.5 KB

另有 1 个文件未显示。 在 GitHub 查看源代码

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

agent-framework-azure-ai-py

Microsoft 官方免费有简介

使用 Python 在 Azure AI Foundry 上构建可保留对话上下文的智能体,并组合代码执行、文件与网页搜索及外部工具。还涵盖逐步显示回复和按指定字段组织输出。

  • 构建保留对话上下文的智能体
  • 结合代码执行与文件、网页搜索
  • 通过 MCP 连接外部工具
microsoft/skills32082026年10月31日 更新

airunway-aks-setup

Microsoft 官方免费有简介

在现有 AKS 集群上部署 AI Runway,检查集群和 GPU 兼容性,选择推理软件,部署首个 AI 模型并确认其运行状态。

  • 在现有 AKS 上部署 AI Runway
  • 部署模型前检查 GPU 兼容性
  • 选择并安装推理软件
microsoft/skills32082026年10月31日 更新

aks-cost-optimization

Microsoft 官方免费有简介

检查现有 AKS 集群中的 Pod 放置、节点扩缩瓶颈和存储对应关系,整理成本效率分析的证据,包括 NAP 准备情况、装箱、缩容受阻和存储成本。

  • 检查 AKS 的 NAP 准备情况
  • 查找 Pod 放置的集约空间
  • 调查节点缩容受阻原因
microsoft/skills32082026年10月31日 更新

aks-gpu-inference

Microsoft 官方免费有简介

使用只读信息调查 AKS GPU 和 KAITO 运维故障,排查 Pod 等待、内存不足、工作区未就绪及扩缩容问题,并整理依据、可信度和缺失信息。

  • 排查 GPU Pod 一直处于 Pending 的原因
  • 区分容器内存不足与 GPU 内存分配失败
  • 调查 KAITO Workspace 未就绪
microsoft/skills32082026年10月31日 更新

aks-known-issues

Microsoft 官方免费有简介

通过核对完整错误消息及其必要条件,查找 AKS 已知错误的文档化原因和修复方法,并提供 Microsoft Learn 来源与只读验证步骤。

  • 查找特定 AKS 错误的处理方法
  • 排查节点池创建失败的原因
  • 制定修改 AKS 资源前的检查步骤
microsoft/skills32082026年10月31日 更新

aks-network-capture

Microsoft 官方免费有简介

在限定范围内采集 AKS 节点或 Pod 的数据包,并收集 Azure 网络设置,作为调查丢包位置的证据;适用于完成初步只读检查之后。

  • 采集 AKS 节点通信数据包
  • 收集数据包丢失证据
  • 一并收集捕获文件和 Azure 设置
microsoft/skills32082026年10月31日 更新

查看 microsoft 的全部技能

报告此技能的问题