DevOps Skills

AI Runway auf AKS einrichten – vom leeren Cluster zum laufenden Modell. Umfasst Cluster-Überprüfung, Controller-Installation, GPU-Bewertung, Provider-Einrichtung und erste…

Richte AI Runway auf AKS ein – vom leeren Cluster bis zum laufenden Modell. Umfasst Cluster-Überprüfung, Controller-Installation, GPU-Bewertung, Provider-Einrichtung und erste Bereitstellung. WANN: „AI Runway einrichten“, „AKS-Cluster onboarden“, „AI Runway installieren“, „airunway setup“, „Modell auf AKS bereitstellen“, „GPU-Inferenz auf AKS“, „KAITO-Setup auf AKS“, „LLM auf AKS ausführen“, „vLLM auf AKS“, „Modell-Serving auf AKS einrichten“, „AI Runway-Controller“.

Leitfaden und Referenzmaterial zur Instrumentierung von Webanwendungen mit Azure Application Insights. Behandelt SDK-Einrichtung, Telemetriemuster und Konfiguration für ASP.NET Core- und Node.js-Anwendungen, die in Azure gehostet werden. Unterscheidet zwischen dieser Fähigkeit (Referenz und Anleitung) und azure-prepare (tatsächliche Implementierung); rufen Sie azure-prepare auf, wenn der Benutzer seinem Projekt eine Instrumentierung hinzufügen möchte. Bietet Anleitungen zur automatischen Instrumentierung für C# ASP.NET Core-Apps in Azure App Service sowie manuelle...

Leitfaden zur Instrumentierung von Webanwendungen mit Azure Application Insights. Bietet Telemetriemuster, SDK-Einrichtung und Konfigurationsreferenzen. WANN: wie man eine App instrumentiert, App Insights SDK, Telemetriemuster, was ist App Insights, Application Insights-Anleitung, Instrumentierungsbeispiele, APM-Best Practices.

Instrumentieren Sie Browser-/Web-Apps mit dem Application Insights JavaScript SDK (@microsoft/applicationinsights-web). Verwenden Sie es für Real User Monitoring (RUM) – Seitenaufrufe, Klicks, AJAX/Fetch-Abhängigkeiten, Ausnahmen, benutzerdefinierte Ereignisse und browser-seitige GenAI-Agent-Traces, die mit Backend-OpenTelemetry-Traces korreliert werden. Umfasst SDK-Loader-Skript und npm-Setup, Framework-Erweiterungen (React, React Native, Angular), Click Analytics, Telemetrie-Initialisierer und OTel-GenAI-Semantik-Konventionen für Agent-/Tool-/Modell-Spans, die vom Browser ausgegeben werden.

Konfigurieren Sie Azure API Management als AI Gateway für Modelle, MCP-Tools und Agents mit integrierten Governance-Richtlinien. Unterstützt semantisches Caching (60-80 % Kosteneinsparung), Token-Ratenbegrenzung, Content-Safety-Filterung und Jailbreak-Erkennung über KI-Backends hinweg. Fügen Sie Azure OpenAI, AI Foundry-Modelle hinzu oder konvertieren Sie bestehende APIs in MCP-Tools als verwaltete Backends mit Lastausgleich. Enthält fünf Kernrichtlinienkategorien: Authentifizierung, semantischer Cache-Lookup, Token-Limits, Content-Safety und Token-Metriken...

Azure-Compliance-Scanning, Key Vault-Ablaufprüfung und Ressourcenkonfigurationsvalidierung. Führt azqr (Azure Quick Review) für eine umfassende Compliance-Bewertung anhand von Best Practices über Abonnements und Ressourcengruppen hinweg aus. Überwacht Key Vault-Schlüssel, -Geheimnisse und -Zertifikate auf Ablaufdaten und identifiziert Elemente ohne Ablaufrichtlinien. Erkennt verwaiste, fehlkonfigurierte und nicht konforme Ressourcen mithilfe von Resource Graph-Abfragen. Klassifiziert Ergebnisse nach Priorität (Kritisch, Hoch, ...).

Empfiehlt Azure-VM-Größen, Skalierungsgruppen und Konfigurationen basierend auf Workload-Anforderungen und Budget. Analysiert Workload-Typ, Leistungsanforderungen, Skalierungsbedarf und Kosten, um 2–3 VM- oder VMSS-Optionen mit Kompromissen vorzuschlagen. Überprüft Empfehlungen anhand der aktuellen Microsoft-Dokumentation; greift auf Referenzdateien zurück, falls der Abruf fehlschlägt. Fragt die nicht authentifizierte Azure Retail Prices API nach aktuellen Preisen ab, ohne ein Azure-Abonnement zu erfordern. Führt die Entscheidung zwischen VM und VMSS durch einen Entscheidungsbaum...

Azure VM- und VMSS-Router für Empfehlungen, Preise, Autoskalierung, Orchestrierung, Konnektivitätsproblembehandlung und Kapazitätsreservierungen. WANN: Azure VM, VMSS, Skalierungsgruppe, empfehlen, vergleichen, Server, Website, burstable, leichtgewichtig, VM-Familie, Workload, GPU, Lernen, Simulation, Dev/Test, Backend, Autoskalierung, Load Balancer, Flexible Orchestrierung, Uniform Orchestrierung, Kostenschätzung, verbinden, verweigert, Linux, schwarzer Bildschirm, Passwort zurücksetzen, VM erreichen, Port 3389, NSG, Problembehandlung, Kapazitätsreservierung, CRG, VMs reservieren, Kapazität garantieren, Kapazität vorab bereitstellen, CRG-Zuordnung, CRG-Aufhebung.

Azure Batch SDK für Java. Führen Sie große parallele und HPC-Batch-Jobs mit Pools, Jobs, Aufgaben und Computeknoten aus. Auslöser: „BatchClient java“, „azure batch java“, „batch pool java“, „batch job java“, „HPC java“, „parallel computing java“.

Azure Container Registry SDK für Python. Verwenden Sie es zur Verwaltung von Container-Images, Artefakten und Repositorys. Auslöser: „azure-containerregistry", „ContainerRegistryClient", „Container-Images", „Docker-Registry", „ACR".

Einheitliches Azure-Kostenmanagement: Historische Kosten abfragen, zukünftige Ausgaben prognostizieren und optimieren, um Verschwendung zu reduzieren. WENN: „Azure-Kosten“, „Azure-Ausgaben“,…

Führen Sie Azure-Bereitstellungen für vorbereitete Anwendungen mit integrierter Fehlerbehebung und Validierung durch. Erfordert .azure/plan.md mit dem Status "Validated" von den Skills azure-validate und azure-prepare; wird ohne beide Voraussetzungen nicht fortgesetzt. Führt die Befehle azd up, azd deploy, terraform apply und az deployment mit Fehlerbehandlung und Überprüfung nach der Bereitstellung aus. Enthält eine Checkliste vor der Bereitstellung, rezeptbasierte Bereitstellungsworkflows und die Konfiguration nach der Bereitstellung für SQL Managed Identity und Entity...

Systematische Diagnose und Behebung von Azure-Produktionsproblemen mit AppLens, Monitor und Ressourcenintegrität. Behandelt die Fehlerbehebung für Container Apps, Function Apps und AKS mit dienstspezifischen Anleitungen für Image-Pulls, Kaltstarts, Health Probes, Aufruffehler sowie Knoten-/Pod-Probleme. Integriert AppLens (MCP) für KI-gestützte Ursachenanalyse und Azure Monitor (MCP) für KQL-basierte Protokoll- und Metrikabfragen. Bietet einen fünfstufigen Diagnoseablauf: Symptome identifizieren, Ressourcenintegrität prüfen, überprüfen...

Behebe Azure-Produktionsprobleme auf Azure mit AppLens, Azure Monitor, Ressourcengesundheit und sicherem Triage. WANN: Produktionsprobleme debuggen, App Service problembeheben, hohe App-Service-CPU, App-Service-Bereitstellungsfehler, Container-Apps problembeheben, Functions problembeheben, AKS problembeheben, kubectl kann keine Verbindung herstellen, kube-system/CoreDNS-Fehler, Pod ausstehend, Crashloop, Knoten nicht bereit, Upgrade-Fehler, Protokolle analysieren, KQL, Einblicke, Image-Pull-Fehler, Kaltstartprobleme, Health-Probe-Fehler, Ressourcengesundheit, Ursache von Fehlern, Event Hubs problembeheben, Service Bus problembeheben, Messaging-SDK-Fehler, AMQP-Verbindungsfehler, Nachrichtensperre verloren, Service-Bus-Dead-Letter.

Architektur und Bereitstellung von unternehmensweiter Azure-Infrastruktur basierend auf Workload-Beschreibungen. Für Cloud-Architekten und Plattformingenieure, die Netzwerk, Identität, … planen.

Planen, erstellen und konfigurieren Sie produktionsreife Azure Kubernetes Service (AKS)-Cluster. Umfasst Day-0-Checkliste, SKU-Auswahl (Automatic vs. Standard), Netzwerkoptionen (private API-Server, Azure CNI Overlay, Egress-Konfiguration), Sicherheit und Betrieb (Autoscaling, Upgrade-Strategie, Kostenanalyse). WANN: AKS-Umgebung erstellen, AKS-Umgebung bereitstellen, AKS-Observability aktivieren, AKS-Netzwerk entwerfen, AKS-SKU auswählen, AKS absichern, AKS optimieren, AKS-Pod richtig dimensionieren, AKS-Spot-Knoten, AKS-Cluster-Autoscaler.

Daten in Azure Data Explorer (Kusto/ADX) mit KQL für Log-Analysen, Telemetrie und Zeitreihenanalysen abfragen und analysieren. WANN: KQL-Abfragen, Kusto-Datenbankabfragen, Azure Data Explorer, ADX-Cluster, Log-Analysen, Zeitreihendaten, IoT-Telemetrie, Anomalieerkennung.

Azure Maps SDK für .NET. Standortbasierte Dienste, einschließlich Geokodierung, Routenplanung, Rendering, Geolokalisierung und Wetter. Verwenden für Adresssuche, Wegbeschreibungen, Kartendaten, IP-Geolokalisierung und Wetterdaten. Auslöser: „Azure Maps“, „MapsSearchClient“, „MapsRoutingClient“, „MapsRenderingClient“, „Geokodierung .NET“, „Routenführung“, „Kartendaten“, „Geolokalisierung“.

Azure Application Insights SDK für .NET. Anwendungsleistungsüberwachung und Verwaltung von Observability-Ressourcen. Verwenden zum Erstellen von Application Insights-Komponenten, Webtests, Arbeitsmappen, Analytikelementen und API-Schlüsseln. Auslöser: „Application Insights“, „ApplicationInsights“, „App Insights“, „APM“, „Anwendungsüberwachung“, „Webtests“, „Verfügbarkeitstests“, „Arbeitsmappen“.

Führen Sie Playwright-Tests in großem Maßstab mit Azure Playwright Workspaces (ehemals Microsoft Playwright Testing) aus. Verwenden Sie dies, wenn Sie Browsertests über cloudgehostete Browser skalieren, in CI/CD-Pipelines integrieren oder Testergebnisse im Azure-Portal veröffentlichen möchten.

Azure Monitor Ingestion SDK für Java. Senden Sie benutzerdefinierte Protokolle an Azure Monitor über Data Collection Rules (DCR) und Data Collection Endpoints (DCE). Trigger: „LogsIngestionClient java“, „azure monitor ingestion java“, „custom logs java“, „DCR java“, „data collection rule java“.

Azure Monitor Ingestion SDK für Python. Verwenden zum Senden benutzerdefinierter Protokolle an den Log Analytics-Arbeitsbereich über die Logs Ingestion API. Auslöser: „azure-monitor-ingestion“, „LogsIngestionClient“, „benutzerdefinierte Protokolle“, „DCR“, „Datensammlungsregel“, „Log Analytics“.

Azure Monitor OpenTelemetry-Exporter für Java. Exportieren Sie OpenTelemetry-Traces, Metriken und Logs an Azure Monitor/Application Insights. Auslöser: „AzureMonitorExporter java", „opentelemetry azure java", „application insights java otel", „azure monitor tracing java". Hinweis: Dieses Paket ist VERALTET. Migrieren Sie zu azure-monitor-opentelemetry-autoconfigure.

Azure Monitor OpenTelemetry Exporter für Python. Verwendung für Low-Level-OpenTelemetry-Export an Application Insights. Auslöser: „azure-monitor-opentelemetry-exporter", „AzureMonitorTraceExporter", „AzureMonitorMetricExporter", „AzureMonitorLogExporter".

Azure Monitor OpenTelemetry Distro für Python. Für die Einrichtung von Application Insights mit einer einzigen Zeile und automatischer Instrumentierung. Auslöser: „azure-monitor-opentelemetry“, „configure_azure_monitor“, „Application Insights“, „OpenTelemetry-Distro“, „Auto-Instrumentierung“.

Instrumentieren Sie Anwendungen mit Azure Monitor und OpenTelemetry für JavaScript (@azure/monitor-opentelemetry). Verwenden Sie dies, wenn Sie verteilte Ablaufverfolgung, Metriken und Protokolle zu Node.js-Anwendungen mit Application Insights hinzufügen.

Azure Monitor Query SDK für Java. Führen Sie Kusto-Abfragen gegen Log Analytics-Arbeitsbereiche aus und fragen Sie Metriken von Azure-Ressourcen ab. Auslöser: „LogsQueryClient java“, „MetricsQueryClient java“, „kusto query java“, „log analytics java“, „azure monitor query java“. Hinweis: Dieses Paket ist veraltet. Migrieren Sie zu azure-monitor-query-logs und azure-monitor-query-metrics.

Azure Monitor Query SDK für Python. Verwenden zum Abfragen von Log Analytics-Arbeitsbereichen und Azure Monitor-Metriken. Auslöser: "azure-monitor-query", "LogsQueryClient", "MetricsQueryClient", "Log Analytics", "Kusto-Abfragen", "Azure-Metriken".

Bereiten Sie Azure-Anwendungen für die Bereitstellung mit Infrastructure-as-Code, Konfiguration und Containerisierung vor. Generiert Bicep- oder Terraform-Infrastrukturcode, azure.yaml-Konfiguration und Dockerfiles basierend auf Anwendungstyp und Bereitstellungsziel. Erfordert einen obligatorischen Plan-zuerst-Workflow: Workspace analysieren, Anforderungen sammeln, Rezept auswählen (AZD, AZCLI, Bicep oder Terraform), Architektur entwerfen, dann erst nach Benutzerfreigabe ausführen. Deckt neue App-Erstellung, Modernisierung und Updates ab; leitet...