dt-rpi-integration

Connaissances de transfert du Design Thinking vers le RPI couvrant le contrat de transfert DT-vers-RPI, les contextes de recherche/planification/implémentation/révision conscients du DT, le transfert de sous-agent…

npx skills add https://github.com/microsoft/hve-core --skill dt-rpi-integration

Télécharger ZIP GitHub

Design Thinking → RPI Integration — Skill Entry

This skill is the entry point for Design Thinking to RPI integration knowledge.

The DT coach loads these references when Design Thinking coaching graduates into the RPI workflow. Every DT exit produces research-ready input for rpi-research. The retained downstream phases, rpi-plan, rpi-implement, and rpi-review, consume the resulting context. RPI Agent is the lifecycle wrapper when end-to-end coordination is needed; it does not replace rpi-research as the handoff target.

Integration references

Reference	When to load
Handoff contract	Exit points, artifact schemas, RPI input contracts, and quality markers for lateral DT-to-RPI handoff
Research context	DT-aware `rpi-research` framing for handoffs from the DT coach
Planning context	DT-aware `rpi-plan` context for plans originating from DT artifacts
Implement context	DT-aware `rpi-implement` context applying fidelity and stakeholder constraints
Review context	DT-aware `rpi-review` criteria for evaluating Design Thinking artifacts
Subagent handoff	Readiness assessment, artifact compilation, and validation via subagent dispatch
Image prompt generation	Method 5 concept visualization with lo-fi prompt enforcement

Skill layout

SKILL.md — this file (skill entrypoint).
references/ — the DT-to-RPI integration reference documents.
- rpi-handoff-contract.md — DT-to-RPI handoff contract: exit points, artifact schemas, RPI input contracts, and confidence markers.
- rpi-research-context.md provides DT-aware rpi-research context.
- rpi-planning-context.md provides DT-aware rpi-plan context.
- rpi-implement-context.md provides DT-aware rpi-implement context.
- rpi-review-context.md provides DT-aware rpi-review context.
- subagent-handoff.md provides the subagent dispatch workflow for handoff readiness, compilation, and validation.
- image-prompt-generation.md provides Method 5 lo-fi image prompt generation guidance.

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 ».