azure-cost

Einheitliches Azure-Kostenmanagement: historische Kosten abfragen, zukünftige Ausgaben prognostizieren und optimieren, um Verschwendung zu reduzieren. WANN: „Azure-Kosten“, „Azure-Ausgaben“, „Azure-Rechnung“, „Kostenaufschlüsselung“, „Kosten nach Dienst“, „Kosten nach Ressource“, „Wie viel gebe ich aus“, „Zeig mir meine Rechnung“, „Monatliche Kostenübersicht“, „Kostentrends“, „Wichtigste Kostentreiber“, „Tatsächliche Kosten“, „Amortisierte Kosten“, „Ausgabenprognose“, „Prognostizierte Kosten“, „Rechnung schätzen“, „Zukünftige Kosten“, „Budgetprognose“, „Monatsendkosten“, „Wie viel werde ich ausgeben“, „Kosten optimieren“, „Ausgaben reduzieren“, „Kosteneinsparungen finden“, „Verwaiste Ressourcen“, „VMs richtig dimensionieren“, „Kostenanalyse“, „Verschwendung reduzieren“, „Ungenutzte Ressourcen“, „Redis-Kosten optimieren“, „Kosten nach Tag“, „Kosten nach Ressourcengruppe“, „AKS-Kostenanalyse-Add-on“, „Namespace-Kosten“, „Kostenspitze“, „Anomalie“, „Budgetwarnung“, „AKS-Kostentransparenz“. NICHT VERWENDEN FÜR: Bereitstellung von Ressourcen, Bereitstellung von Infrastruktur, Diagnose, Sicherheitsaudits oder Kostenschätzung für noch nicht bereitgestellte neue Ressourcen.

npx skills add https://github.com/microsoft/skills --skill azure-cost

Mehr Skills von microsoft

oss-growth
microsoft
OSS-Wachstums-Hacker-Persona
agent-framework-azure-ai-py
microsoft
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.
development
airunway-aks-setup
microsoft
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“.
devops
appinsights-instrumentation
microsoft
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.
devops
applicationinsights-web-ts
microsoft
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.
devops
azure-ai-anomalydetector-java
microsoft
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.
development
azure-ai-language-conversations-py
microsoft
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.
development
azure-ai-ml-py
microsoft
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“.
development