dt-coaching-foundation

Design Thinking Coaching-Grundlagenwissen: Coach-Identität und -Philosophie, Qualitäts- und Treueeinschränkungen, Methodensequenzierung, Coaching-Zustandsschema und…

npx skills add https://github.com/microsoft/hve-core --skill dt-coaching-foundation

ZIP herunterladen GitHub

DT Coaching Foundation — Skill Entry

This SKILL.md is the entrypoint for the Design Thinking coaching foundation knowledge.

The dt-coach agent loads this skill at session start and during a coaching session to ground coaching behavior in a stable identity, enforce quality and fidelity expectations, navigate method transitions, persist and recover session state, and run the opt-in canonical deck workflow. The foundation knowledge stays constant across all nine Design Thinking methods.

Foundation references

Load the reference that matches the current coaching moment.

Reference	When to load
coaching-identity.md	At session start and throughout — establishes coach identity, Think/Speak/Empower philosophy, boundaries, and the Progressive Hint Engine.
quality-constraints.md	Before any artifact generation — enforces fidelity rules, anti-polish stance, and quality-by-space expectations.
method-sequencing.md	At method transitions and space boundaries — guides the nine-method sequence, transition protocol, and non-linear iteration.
coaching-state.md	For persistence and session recovery — defines the coaching state schema, update rules, and recovery protocol.
canonical-deck.md	For opt-in canonical deck and customer-card generation — governs activation, offer points, and the PowerPoint build branch.

Skill layout

SKILL.md — this file (skill entrypoint).
references/ — the DT coaching foundation knowledge documents.
- coaching-identity.md — coach identity, philosophy, and interaction conventions.
- quality-constraints.md — fidelity rules and quality standards across all methods.
- method-sequencing.md — method transitions, space boundaries, and iteration patterns.
- coaching-state.md — coaching state schema, file conventions, and recovery protocol.
- canonical-deck.md — opt-in canonical deck and customer-card workflow.

Mehr Skills von microsoft

OSS-Wachstums-Hacker-Persona

agent-framework-azure-ai-py

Erstellen Sie Azure AI Foundry-Agents mit dem Microsoft Agent Framework Python SDK (agent-framework-azure-ai). Verwenden Sie dies beim Erstellen persistenter Agents mit AzureAIAgentsProvider, bei der Nutzung gehosteter Tools (Code-Interpreter, Dateisuche, Websuche), bei der Integration von MCP-Servern, bei der Verwaltung von Konversationsthreads oder bei der Implementierung von Streaming-Antworten. Umfasst Funktionstools, strukturierte Ausgaben und Multi-Tool-Agents.

airunway-aks-setup

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“.

appinsights-instrumentation

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.

applicationinsights-web-ts

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.

azure-ai-anomalydetector-java

Erstellen Sie Anomalieerkennungsanwendungen mit dem Azure AI Anomaly Detector SDK für Java. Verwenden Sie dies bei der Implementierung von univariater/multivariater Anomalieerkennung, Zeitreihenanalyse oder KI-gestützter Überwachung.

azure-ai-language-conversations-py

Implementieren Sie Conversational Language Understanding (CLU) mit dem azure-ai-language-conversations Python SDK. Verwenden Sie dies, wenn Sie mit ConversationAnalysisClient arbeiten, um Gesprächsabsichten und Entitäten zu analysieren, NLP-Funktionen zu erstellen oder Sprachverständnis in Anwendungen zu integrieren.

Azure Machine Learning SDK v2 für Python. Verwenden für ML-Workspaces, Jobs, Modelle, Datensätze, Compute und Pipelines. Auslöser: „azure-ai-ml“, „MLClient“, „Workspace“, „Modell-Registry“, „Trainings-Jobs“, „Datensätze“.