boards-my-work

Cette compétence récupère et affiche les éléments de travail assignés à l'utilisateur dans Azure DevOps, organisés par type et triés par date de modification récente. Elle demande un projet…

npx skills add https://github.com/microsoft/azure-devops-skills --skill boards-my-work

Get my work items

Before getting work items, you need to know which project to use.

  • If the user provides a project name in their request (for example, "for Contoso"), use that project directly and do not call the core_list_projects tool.
  • If a project name is not provided, first return a prompt asking the user for the project name.
  • If the project name is still not provided after prompting the user, then call the MCP Server tool core_list_projects to get the list of projects the user can choose from.
  • Do not continue if the user has not provided a project name or selected one from the list.

Tools

Use Azure DevOps MCP Server tools for all interactions with Azure DevOps.

  • core_list_projects: Get the list of projects the user can choose from.
  • wit_work_item (action: my): Get work items from Azure DevOps that are assigned to the user
  • wit_work_item (action: get_batch): Get work item details in batch by their IDs. Use this tool to get detailed information about the work items retrieved by wit_work_item with action my.

Fields

When using the tool wit_work_item with action get_batch, if the user does not provide a list of fields to retrieve, use the following default fields:

  • System.Id
  • System.Title
  • System.State
  • System.AssignedTo
  • System.WorkItemType
  • System.CreatedDate
  • System.ChangedDate
  • System.Tags
  • Microsoft.VSTS.Common.Priority

Display results

When displaying the results...

  • show the work item ID (make this clickable hyperlink to open the work item in a web browser. Format should be like this: {ID}),
  • title
  • state,
  • priority

in a table format. Show the most recently changed work items first and group the work items by thier work item type (System.WorkItemType). For example, group the work items into the following categories based on their work item type:

Epics Features Stories Bugs Tasks Test Cases other work item types

Steps

  1. Check if the user has provided a project name in their request. If not, prompt the user to provide a project name.
  2. If the user still does not provide a project name, call the core_list_projects tool to get the list of projects and prompt the user to select one.
  3. Once a project name is obtained, call the wit_work_item tool with action my to retrieve the work items assigned to the user for that project. Use assigned to me as the filter criteria to get the relevant work items.
  4. Extract the IDs of the retrieved work items and call the wit_work_item tool with action get_batch to get detailed information about those work items, including the default fields if the user did not specify any.
  5. Organize the retrieved work items by their work item type (System.WorkItemType) and sort them by the most recently changed date (System.ChangedDate).
  6. Display the work items in a table format, showing the ID (as a clickable hyperlink), title, state, and priority for each work item, grouped by their work item type.

Plus de skills de microsoft

oss-growth
microsoft
Persona de growth hacker OSS
agent-framework-azure-ai-py
microsoft
Créez des agents Azure AI Foundry à l’aide du SDK Python Microsoft Agent Framework (agent-framework-azure-ai). À utiliser lors de la création d’agents persistants avec AzureAIAgentsProvider, de l’utilisation d’outils hébergés (interpréteur de code, recherche de fichiers, recherche web), de l’intégration de serveurs MCP, de la gestion de fils de conversation ou de l’implémentation de réponses en streaming. Couvre les outils de fonction, les sorties structurées et les agents multi-outils.
development
airunway-aks-setup
microsoft
Configurez AI Runway sur AKS — du cluster nu au modèle en cours d'exécution. Couvre la vérification du cluster, l'installation du contrôleur, l'évaluation GPU, la configuration du fournisseur et le premier déploiement. QUAND : « configurer AI Runway », « intégrer un cluster AKS », « installer AI Runway », « configuration airunway », « déployer un modèle sur AKS », « inférence GPU sur AKS », « configuration KAITO sur AKS », « exécuter LLM sur AKS », « vLLM sur AKS », « configurer le service de modèles sur AKS », « contrôleur AI Runway ».
devops
appinsights-instrumentation
microsoft
Conseils pour instrumenter les applications web avec Azure Application Insights. Fournit des modèles de télémétrie, la configuration du SDK et des références de configuration. QUAND : comment instrumenter une application, SDK App Insights, modèles de télémétrie, qu'est-ce qu'App Insights, conseils sur Application Insights, exemples d'instrumentation, bonnes pratiques APM.
devops
applicationinsights-web-ts
microsoft
Instrumentez les applications navigateur/web avec le SDK JavaScript Application Insights (@microsoft/applicationinsights-web). Utilisez-le pour la surveillance des utilisateurs réels (RUM) — vues de page, clics, dépendances AJAX/fetch, exceptions, événements personnalisés et traces d’agents GenAI côté navigateur corrélées aux traces OpenTelemetry backend. Couvre le script de chargement du SDK et la configuration npm, les extensions de framework (React, React Native, Angular), Click Analytics, les initialiseurs de télémétrie et les conventions sémantiques OTel GenAI pour les spans d’agents/outils/modèles émises depuis le navigateur.
devops
azure-ai-anomalydetector-java
microsoft
Créez des applications de détection d'anomalies avec le SDK Azure AI Anomaly Detector pour Java. Utilisez-le lors de l'implémentation de la détection d'anomalies univariées/multivariées, de l'analyse de séries temporelles ou de la surveillance basée sur l'IA.
development
azure-ai-language-conversations-py
microsoft
Implémentez la compréhension du langage conversationnel (CLU) à l’aide du SDK Python azure-ai-language-conversations. Utilisez-le lorsque vous travaillez avec ConversationAnalysisClient pour analyser l’intention et les entités d’une conversation, créer des fonctionnalités de NLP ou intégrer la compréhension du langage dans des applications.
development
azure-ai-ml-py
microsoft
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 ».
development