prompt-analyze

Führen Sie eine Prompt-Bewertung für vorhandene Prompt-Artefakte durch und erstellen Sie einen Analysebericht, ohne Dateien zu ändern.

npx skills add https://github.com/microsoft/hve-core --skill prompt-analyze

ZIP herunterladen GitHub

Prompt Analyze Compatibility Skill

Goal

Preserve legacy prompt-analyze activation while producing review evidence through hve-builder in read-only review mode.

Flow

Translate promptFiles to targets and infer current open or attached prompt-engineering artifacts when omitted.
Activate hve-builder with mode=review, the targets, analysis requirements, and any caller-owned evidence root.
Keep source artifacts read-only. Permit only review and requested validation evidence writes.
Return the review verdict, validation as Not requested unless the caller requested it, overall outcome, findings summary, and evidence links.

Inputs

promptFiles: existing prompt, instruction, agent, subagent, skill, reference, or template files to review
requirements: optional purpose, criteria, or behavior to emphasize
evidenceRoot: optional caller-owned HVE Builder evidence path

Success Criteria

Source artifacts are unchanged.
The review pass completes or carries an explicit deferral.
Findings use the HVE rubric severity and disposition contracts.
The response links the durable review evidence.

Constraints

Do not dispatch retired named lifecycle workers.
Do not research, fix, refactor, or create source artifacts in this mode.

Stop Rules

Stop Pass when hve-builder review mode returns Pass.
Preserve Revise, Deferred, or Blocked and its rerun condition.
Stop before any source edit.

Handoff

Recommend prompt-builder for approved improvements or prompt-refactor for behavior-preserving cleanup. Both route changes through hve-builder.

Final Response Contract

Return targets, review verdict, validation result (Not requested unless requested), overall outcome, top findings, evidence links, and next action.

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“.