Skills Développement

SDK v2 d’Azure Machine Learning pour Python. Utiliser pour les espaces de travail ML, les tâches, les modèles, les jeux de données, le calcul et les pipelines. Déclencheurs : « azure-ai-ml », « MLClient », « espace de travail », « registre de modèles », « tâches d’entraînement », « jeux de données ».

SDK Azure OpenAI pour .NET. Bibliothèque cliente pour les services Azure OpenAI et OpenAI. Utilisez pour les complétions de chat, les intégrations, la génération d'images, la transcription audio et les assistants. Déclencheurs : « Azure OpenAI », « AzureOpenAIClient », « ChatClient », « complétions de chat .NET », « GPT-4 », « intégrations », « DALL-E », « Whisper », « OpenAI .NET ».

SDK Azure AI Projects pour .NET. Client de haut niveau pour les projets Azure AI Foundry, incluant les agents, connexions, jeux de données, déploiements, évaluations et index. À utiliser pour la gestion de projets AI Foundry, les agents versionnés et l'orchestration. Déclencheurs : « AI Projects », « AIProjectClient », « projet Foundry », « agents versionnés », « évaluations », « jeux de données », « connexions », « déploiements .NET ».

SDK Azure AI Projects pour Java. SDK de haut niveau pour la gestion de projets Azure AI Foundry, incluant les connexions, les jeux de données, les index et les évaluations. Déclencheurs : « AIProjectClient java », « azure ai projects java », « Foundry project java », « ConnectionsClient », « DatasetsClient », « IndexesClient ».

Créez des applications d'IA à l'aide du SDK Python Azure AI Projects (azure-ai-projects). Utilisez-le lorsque vous travaillez avec des clients de projet Foundry, créez des agents versionnés avec PromptAgentDefinition, exécutez des évaluations, gérez les connexions/déploiements/jeux de données/index, ou utilisez des clients compatibles OpenAI. Il s'agit du SDK Foundry de haut niveau - pour les opérations d'agent de bas niveau, utilisez la compétence azure-ai-agents-python.

Créez des applications IA à l’aide du SDK Azure AI Projects pour JavaScript (@azure/ai-projects). À utiliser lors du travail avec les clients de projet Foundry, les agents, les connexions, les déploiements, les jeux de données, les index, les évaluations ou l’obtention de clients OpenAI.

SDK Azure AI Text Analytics pour l'analyse des sentiments, la reconnaissance d'entités, les expressions clés, la détection de langue, les informations personnelles identifiables (PII) et le NLP en santé. Utilisez-le pour le traitement du langage naturel sur du texte. Déclencheurs : « text analytics », « sentiment analysis », « entity recognition », « key phrase », « PII detection », « TextAnalyticsClient ».

SDK Azure AI Transcription pour Python. À utiliser pour la transcription vocale en texte en temps réel et par lots, avec horodatage et diarisation. Déclencheurs : « transcription », « speech to text », « Azure AI Transcription », « TranscriptionClient ».

SDK Azure AI Document Translation pour la traduction par lots de documents avec préservation du format. À utiliser pour traduire des documents Word, PDF, Excel, PowerPoint et d’autres formats à grande échelle. Déclencheurs : « document translation », « batch translation », « translate documents », « DocumentTranslationClient ».

SDK Azure AI Text Translation pour la traduction de texte en temps réel, la translittération, la détection de langue et la recherche dans le dictionnaire. Utilisez-le pour traduire du contenu textuel dans les applications. Déclencheurs : « text translation », « translator », « translate text », « transliterate », « TextTranslationClient ».

Créez des applications de traduction à l'aide des SDK Azure Translation pour JavaScript (@azure-rest/ai-translation-text, @azure-rest/ai-translation-document). Utilisez-le lors de l'implémentation de la traduction de texte, de la translittération, de la détection de langue ou de la traduction de documents par lots.

Créez des applications d'analyse d'images avec le SDK Azure AI Vision pour Java. À utiliser lors de l'implémentation de légendes d'images, d'extraction de texte OCR, de détection d'objets, de balisage ou de recadrage intelligent.

SDK Azure AI Vision Image Analysis pour légendes, balises, objets, OCR, détection de personnes et recadrage intelligent. Utilisez-le pour les tâches de vision par ordinateur et de compréhension d'images. Déclencheurs : « analyse d'image », « vision par ordinateur », « OCR », « détection d'objets », « ImageAnalysisClient », « légende d'image ».

SDK Azure AI Voice Live pour .NET. Créez des applications vocales IA en temps réel avec communication WebSocket bidirectionnelle. Utilisez-le pour les assistants vocaux, l’IA conversationnelle, la parole-à-parole en temps réel et les chatbots vocaux. Déclencheurs : « voice live », « real-time voice », « VoiceLiveClient », « VoiceLiveSession », « voice assistant .NET », « bidirectional audio », « speech-to-speech ».

SDK Azure AI VoiceLive pour Java. Conversations vocales bidirectionnelles en temps réel avec des assistants IA utilisant WebSocket. Déclencheurs : « VoiceLiveClient java », « assistant vocal java », « voix en temps réel java », « streaming audio java », « détection d'activité vocale java ».

Créez des applications vocales IA en temps réel à l’aide du SDK Azure AI Voice Live (azure-ai-voicelive). Utilisez cette compétence lors de la création d’applications Python nécessitant une communication audio bidirectionnelle en temps réel avec Azure AI, notamment les assistants vocaux, les chatbots vocaux, la traduction vocale en temps réel, les avatars pilotés par la voix ou tout flux audio en streaming basé sur WebSocket avec des modèles IA. Prend en charge la VAD serveur (détection d’activité vocale), la conversation à tour de rôle, l’appel de fonctions, les outils MCP, l’intégration d’avatars et la transcription.

SDK Azure AI Voice Live pour JavaScript/TypeScript. Créez des applications vocales IA en temps réel avec communication WebSocket bidirectionnelle. Utilisez-le pour les assistants vocaux, l'IA conversationnelle, la parole-à-parole en temps réel et les chatbots vocaux dans des environnements Node.js ou navigateur. Déclencheurs : « voice live », « voix en temps réel », « VoiceLiveClient », « VoiceLiveSession », « assistant vocal TypeScript », « audio bidirectionnel », « parole-à-parole JavaScript ».

Configurez Azure API Management comme passerelle IA pour les modèles d'IA, les outils MCP et les agents. QUAND : mise en cache sémantique, limite de jetons, sécurité du contenu, équilibrage de charge, gouvernance des modèles d'IA, limitation de débit MCP, détection de jailbreak, ajouter un backend Azure OpenAI, ajouter un modèle AI Foundry, tester la passerelle IA, politiques LLM, configurer un backend IA, métriques de jetons, contrôle des coûts IA, convertir une API en MCP, importer OpenAPI vers la passerelle.

SDK Azure App Configuration pour Java. Gestion centralisée de la configuration d'application avec paramètres clé-valeur, indicateurs de fonctionnalité et instantanés. Déclencheurs : « ConfigurationClient java », « app configuration java », « feature flag java », « configuration setting java », « azure config java ».

SDK Azure App Configuration pour Python. Utilisé pour la gestion centralisée de la configuration, les indicateurs de fonctionnalité et les paramètres dynamiques. Déclencheurs : « azure-appconfiguration », « AzureAppConfigurationClient », « indicateurs de fonctionnalité », « configuration », « paramètres clé-valeur ».

Créez des applications à l’aide du SDK Azure App Configuration pour JavaScript (@azure/app-configuration). Utilisez-le lorsque vous travaillez avec des paramètres de configuration, des indicateurs de fonctionnalité, des références Key Vault, l’actualisation dynamique ou la gestion centralisée de la configuration.

Évaluez et migrez des charges de travail multi-cloud vers Azure avec des rapports de migration et la conversion de code. Prend en charge Lambda→Functions, Fargate→Container Apps, Kubernetes→Container Apps, Cloud Run→Container Apps. QUAND : migrer Lambda vers Functions, AWS vers Azure, évaluation Lambda, convertir serverless, rapport de préparation, depuis AWS, depuis GCP, migration Cloud Run, Fargate vers ACA, ECS vers Container Apps, Kubernetes vers ACA, GKE vers Azure, EKS vers Container Apps.

Exécutez des audits de conformité et de sécurité Azure avec azqr ainsi que des vérifications d'expiration de Key Vault. Couvre l'évaluation des meilleures pratiques, la revue des ressources, la validation des politiques/conformité et les contrôles de posture de sécurité. QUAND : analyse de conformité, audit de sécurité, AVANT d'exécuter azqr (outil CLI de conformité), meilleures pratiques Azure, vérification d'expiration de Key Vault, certificats expirés, secrets arrivant à expiration, ressources orphelines, évaluation de conformité.

Recommande les tailles de machines virtuelles Azure, les groupes de mise à l'échelle et les configurations en fonction des exigences de charge de travail et du budget. Analyse le type de charge de travail, les besoins en performances, les exigences de mise à l'échelle et le coût pour suggérer 2 à 3 options de VM ou VMSS avec des compromis. Vérifie les recommandations par rapport à la documentation Microsoft en direct ; se rabat sur les fichiers de référence en cas d'échec de récupération. Interroge l'API non authentifiée Azure Retail Prices pour obtenir les prix actuels sans nécessiter d'abonnement Azure. Guide la décision VM vs VMSS via un arbre de décision...

Gestion unifiée des coûts Azure : interroger les coûts historiques, prévoir les dépenses futures et optimiser pour réduire le gaspillage. QUAND : « coûts Azure », « dépenses Azure », « facture Azure », « répartition des coûts », « coûts par service », « coûts par ressource », « combien je dépense », « afficher ma facture », « résumé des coûts mensuels », « tendances des coûts », « principaux facteurs de coûts », « coût réel », « coût amorti », « prévoir les dépenses », « coûts projetés », « estimer la facture », « coûts futurs », « prévision budgétaire », « coûts de fin de mois », « combien vais-je dépenser », « optimiser les coûts », « réduire les dépenses », « trouver des économies de coûts », « ressources orphelines », « redimensionner les machines virtuelles », « analyse des coûts », « réduire le gaspillage », « ressources inutilisées », « optimiser les coûts Redis », « coûts par balise », « coûts par groupe de ressources », « module complémentaire d’analyse des coûts AKS », « coût par espace de noms », « pic de coûts », « anomalie », « alerte budgétaire », « visibilité des coûts AKS ». NE PAS UTILISER POUR : déployer des ressources, provisionner l’infrastructure, diagnostics, audits de sécurité ou estimation des coûts pour de nouvelles ressources non encore déployées.

Exécutez les déploiements Azure pour des applications DÉJÀ PRÉPARÉES disposant de fichiers .azure/deployment-plan.md et d'infrastructure existants. N'UTILISEZ PAS cette compétence lorsque l'utilisateur demande de CRÉER une nouvelle application — utilisez azure-prepare à la place. Cette compétence exécute azd up, azd deploy, terraform apply et les commandes az deployment avec une récupération d'erreurs intégrée. Nécessite .azure/deployment-plan.md provenant d'azure-prepare et un statut validé d'azure-validate. QUAND : « run azd up », « run azd deploy », « execute deployment », « push to production », « push to cloud », « go live », « ship it », « bicep deploy », « terraform apply », « publish to Azure », « launch on Azure ». NE PAS UTILISER QUAND : « create and deploy », « build and deploy », « create a new app », « set up infrastructure », « create and deploy to Azure using Terraform » — utilisez azure-prepare pour ces cas.

Diagnostic systématique et remédiation pour les problèmes de production Azure à l'aide d'AppLens, Monitor et de l'état des ressources. Couvre le dépannage de Container Apps, Function Apps et AKS avec des guides spécifiques aux services pour les extractions d'images, les démarrages à froid, les sondes de santé, les échecs d'invocation et les problèmes de nœuds/pods. Intègre AppLens (MCP) pour l'analyse des causes racines basée sur l'IA et Azure Monitor (MCP) pour les requêtes de logs et métriques basées sur KQL. Fournit un flux de diagnostic en cinq étapes : identifier les symptômes, vérifier l'état des ressources, examiner...

Concevoir et provisionner une infrastructure Azure d'entreprise à partir de descriptions de charges de travail. Pour les architectes cloud et les ingénieurs de plateforme planifiant la mise en réseau, l'identité, la sécurité, la conformité et les topologies multi-ressources avec alignement WAF. Génère directement du Bicep ou Terraform (sans azd). QUAND : « planifier une infrastructure Azure », « architecturer une zone d'atterrissage Azure », « concevoir un réseau hub-spoke », « planifier une topologie de reprise après sinistre multi-région », « configurer des VNets, des pare-feu et des points de terminaison privés », « déploiement Bicep au niveau de l'abonnement », « Azure Backup pour les charges de travail de machines virtuelles ». PRÉFÉRER azure-prepare pour les flux de travail centrés sur les applications.

SDK Azure Event Grid pour .NET. Bibliothèque cliente pour publier et consommer des événements avec Azure Event Grid. Utilisez-la pour les architectures pilotées par événements, la messagerie pub/sub, CloudEvents et EventGridEvents. Déclencheurs : « Event Grid », « EventGridPublisherClient », « CloudEvent », « EventGridEvent », « publier des événements .NET », « piloté par événements », « pub/sub ».

Créez des applications pilotées par les événements avec le SDK Azure Event Grid pour Java. Utilisez-le lors de la publication d'événements, de la mise en œuvre de modèles pub/sub ou de l'intégration avec les services Azure via des événements.