token-lookup

Trouver le jeton de design Fluent UI correspondant à une valeur CSS codée en dur (couleur, espacement, taille de police, rayon de bordure, ombre)

npx skills add https://github.com/microsoft/fluentui --skill token-lookup

Télécharger ZIP GitHub

Essayer cette compétenceSponsorisé

Design Token Lookup

Find the correct @fluentui/react-theme design token for the hardcoded value $ARGUMENTS.

Steps

Identify the value category:
- Hex color / rgb / named color → color tokens
- px/rem spacing → spacing tokens
- px/rem font size → font size tokens
- px/rem border radius → border radius tokens
- Font weight (400, 600, bold) → font weight tokens
- Box shadow → shadow tokens
- Border width → stroke width tokens
- Duration (ms/s) → duration tokens
Search the theme source for matching values:
```
packages/react-components/react-theme/library/src/
```
Look in the relevant theme files (e.g., colorPalette*.ts, global/, alias/) to find tokens that map to the given value.

Return the token name and usage:

// Instead of: color: '#0078d4'
// Use:
import { tokens } from '@fluentui/react-theme';
color: tokens.colorBrandBackground;

If no exact match exists, suggest the closest semantic token and explain the difference. Refer to docs/architecture/design-tokens.md for token categories.

Common Mappings

Hardcoded	Token
`#0078d4`	`tokens.colorBrandBackground`
`#323130`	`tokens.colorNeutralForeground1`
`#ffffff`	`tokens.colorNeutralBackground1`
`4px` border-radius	`tokens.borderRadiusMedium`
`8px` padding	`tokens.spacingHorizontalS` or `tokens.spacingVerticalS`
`14px` font-size	`tokens.fontSizeBase300`
`600` font-weight	`tokens.fontWeightSemibold`

These are approximate — always verify against the actual theme source.

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

Guidance for instrumenting webapps with Azure Application Insights. Provides telemetry patterns, SDK setup, and configuration references. WHEN: how to instrument app, App Insights SDK, telemetry patterns, what is App Insights, Application Insights guidance, instrumentation examples, APM best practices.

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 ».