dt-coaching-foundation

Connaissances fondamentales du coaching en Design Thinking : identité et philosophie du coach, contraintes de qualité et de fidélité, séquençage des méthodes, schéma d'état du coaching, et…

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

Télécharger ZIP 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.

Plus de skills de microsoft

Persona de growth hacker OSS

agent-framework-azure-ai-py

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.

airunway-aks-setup

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 ».

appinsights-instrumentation

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.

applicationinsights-web-ts

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.

azure-ai-anomalydetector-java

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.

azure-ai-language-conversations-py

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.

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 ».