विकास Skills

Azure Machine Learning SDK v2 for Python। ML वर्कस्पेस, जॉब्स, मॉडल, डेटासेट, कंप्यूट और पाइपलाइन के लिए उपयोग करें। ट्रिगर्स: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets"।

.NET के लिए Azure OpenAI SDK। Azure OpenAI और OpenAI सेवाओं के लिए क्लाइंट लाइब्रेरी। चैट पूर्णताओं, एम्बेडिंग्स, छवि निर्माण, ऑडियो प्रतिलेखन, और सहायकों के लिए उपयोग करें। ट्रिगर्स: "Azure OpenAI", "AzureOpenAIClient", "ChatClient", "chat completions .NET", "GPT-4", "embeddings", "DALL-E", "Whisper", "OpenAI .NET"।

.NET के लिए Azure AI Projects SDK। Azure AI Foundry प्रोजेक्ट्स के लिए उच्च-स्तरीय क्लाइंट, जिसमें एजेंट, कनेक्शन, डेटासेट, डिप्लॉयमेंट, मूल्यांकन और इंडेक्स शामिल हैं। AI Foundry प्रोजेक्ट प्रबंधन, संस्करणित एजेंट और ऑर्केस्ट्रेशन के लिए उपयोग करें। ट्रिगर: "AI Projects", "AIProjectClient", "Foundry project", "versioned agents", "evaluations", "datasets", "connections", "deployments .NET"।

Azure AI Projects SDK for Java। Azure AI Foundry परियोजना प्रबंधन के लिए उच्च-स्तरीय SDK, जिसमें कनेक्शन, डेटासेट, इंडेक्स और मूल्यांकन शामिल हैं। ट्रिगर: "AIProjectClient java", "azure ai projects java", "Foundry project java", "ConnectionsClient", "DatasetsClient", "IndexesClient"।

Azure AI Projects Python SDK (azure-ai-projects) का उपयोग करके AI अनुप्रयोग बनाएं। Foundry प्रोजेक्ट क्लाइंट के साथ काम करते समय, PromptAgentDefinition के साथ संस्करणित एजेंट बनाने, मूल्यांकन चलाने, कनेक्शन/डिप्लॉयमेंट/डेटासेट/इंडेक्स प्रबंधित करने, या OpenAI-संगत क्लाइंट का उपयोग करते समय उपयोग करें। यह उच्च-स्तरीय Foundry SDK है - निम्न-स्तरीय एजेंट संचालन के लिए, azure-ai-agents-python कौशल का उपयोग करें।

Azure AI Projects SDK for JavaScript (@azure/ai-projects) का उपयोग करके AI एप्लिकेशन बनाएं। Foundry प्रोजेक्ट क्लाइंट, एजेंट, कनेक्शन, डिप्लॉयमेंट, डेटासेट, इंडेक्स, मूल्यांकन, या OpenAI क्लाइंट प्राप्त करने के साथ काम करते समय उपयोग करें।

Azure AI टेक्स्ट एनालिटिक्स SDK भावना विश्लेषण, इकाई पहचान, मुख्य वाक्यांश, भाषा पहचान, PII, और स्वास्थ्य सेवा NLP के लिए। पाठ पर प्राकृतिक भाषा प्रसंस्करण के लिए उपयोग करें। ट्रिगर: "text analytics", "sentiment analysis", "entity recognition", "key phrase", "PII detection", "TextAnalyticsClient"।

Azure AI Transcription SDK for Python। वास्तविक समय और बैच स्पीच-टू-टेक्स्ट ट्रांसक्रिप्शन के लिए टाइमस्टैम्प और डायराइज़ेशन के साथ उपयोग करें। ट्रिगर: "transcription", "speech to text", "Azure AI Transcription", "TranscriptionClient"।

Azure AI दस्तावेज़ अनुवाद SDK बैच अनुवाद के लिए, जिसमें प्रारूप संरक्षण शामिल है। Word, PDF, Excel, PowerPoint और अन्य दस्तावेज़ प्रारूपों का बड़े पैमाने पर अनुवाद करने के लिए उपयोग करें। ट्रिगर: "document translation", "batch translation", "translate documents", "DocumentTranslationClient"।

Azure AI टेक्स्ट अनुवाद SDK वास्तविक समय में टेक्स्ट अनुवाद, लिप्यंतरण, भाषा पहचान और शब्दकोश खोज के लिए है। एप्लिकेशन में टेक्स्ट सामग्री का अनुवाद करने के लिए उपयोग करें। ट्रिगर: "टेक्स्ट अनुवाद", "अनुवादक", "टेक्स्ट का अनुवाद करें", "लिप्यंतरण", "TextTranslationClient"।

Azure Translation SDKs का उपयोग करके JavaScript में अनुवाद अनुप्रयोग बनाएं (@azure-rest/ai-translation-text, @azure-rest/ai-translation-document)। पाठ अनुवाद, लिप्यंतरण, भाषा पहचान, या बैच दस्तावेज़ अनुवाद लागू करते समय उपयोग करें।

Azure AI Vision SDK for Java के साथ छवि विश्लेषण अनुप्रयोग बनाएँ। छवि कैप्शनिंग, OCR पाठ निष्कर्षण, वस्तु पहचान, टैगिंग, या स्मार्ट क्रॉपिंग लागू करते समय उपयोग करें।

Azure AI विज़न इमेज विश्लेषण SDK कैप्शन, टैग, ऑब्जेक्ट, OCR, व्यक्ति पहचान और स्मार्ट क्रॉपिंग के लिए। कंप्यूटर विज़न और इमेज समझ कार्यों के लिए उपयोग करें। ट्रिगर: "इमेज विश्लेषण", "कंप्यूटर विज़न", "OCR", "ऑब्जेक्ट डिटेक्शन", "ImageAnalysisClient", "इमेज कैप्शन"।

.NET के लिए Azure AI Voice Live SDK। द्विदिशात्मक WebSocket संचार के साथ वास्तविक समय वॉयस AI अनुप्रयोग बनाएं। वॉयस असिस्टेंट, संवादात्मक AI, वास्तविक समय स्पीच-टू-स्पीच, और वॉयस-सक्षम चैटबॉट के लिए उपयोग करें। ट्रिगर: "वॉयस लाइव", "रियल-टाइम वॉयस", "VoiceLiveClient", "VoiceLiveSession", "वॉयस असिस्टेंट .NET", "द्विदिशात्मक ऑडियो", "स्पीच-टू-स्पीच"।

Azure AI VoiceLive SDK for Java। WebSocket का उपयोग करके AI सहायकों के साथ रीयल-टाइम द्विदिशात्मक आवाज़ वार्तालाप। ट्रिगर: "VoiceLiveClient java", "voice assistant java", "real-time voice java", "audio streaming java", "voice activity detection java"।

Azure AI Voice Live SDK (azure-ai-voicelive) का उपयोग करके रीयल-टाइम वॉयस AI अनुप्रयोग बनाएं। इस कौशल का उपयोग तब करें जब Python अनुप्रयोग बना रहे हों जिन्हें Azure AI के साथ रीयल-टाइम द्विदिशात्मक ऑडियो संचार की आवश्यकता हो, जिसमें वॉयस असिस्टेंट, वॉयस-सक्षम चैटबॉट, रीयल-टाइम स्पीच-टू-स्पीच अनुवाद, वॉयस-संचालित अवतार, या AI मॉडल के साथ कोई भी WebSocket-आधारित ऑडियो स्ट्रीमिंग शामिल है। सर्वर VAD (वॉयस एक्टिविटी डिटेक्शन), टर्न-आधारित संवाद, फ़ंक्शन कॉलिंग, MCP टूल, अवतार एकीकरण और ट्रांसक्रिप्शन का समर्थन करता है।

Azure AI Voice Live SDK JavaScript/TypeScript के लिए। वास्तविक समय में वॉयस AI अनुप्रयोग बनाएं द्विदिशात्मक WebSocket संचार के साथ। वॉयस असिस्टेंट, संवादात्मक AI, वास्तविक समय स्पीच-टू-स्पीच, और वॉयस-सक्षम चैटबॉट के लिए Node.js या ब्राउज़र वातावरण में उपयोग करें। ट्रिगर: "वॉयस लाइव", "वास्तविक समय वॉयस", "VoiceLiveClient", "VoiceLiveSession", "वॉयस असिस्टेंट TypeScript", "द्विदिशात्मक ऑडियो", "स्पीच-टू-स्पीच JavaScript"।

Azure API Management को AI मॉडल, MCP टूल्स और एजेंट्स के लिए AI गेटवे के रूप में कॉन्फ़िगर करें। कब: सिमेंटिक कैशिंग, टोकन सीमा, सामग्री सुरक्षा, लोड बैलेंसिंग, AI मॉडल गवर्नेंस, MCP रेट लिमिटिंग, जेलब्रेक डिटेक्शन, Azure OpenAI बैकएंड जोड़ें, AI Foundry मॉडल जोड़ें, AI गेटवे का परीक्षण करें, LLM पॉलिसी, AI बैकएंड कॉन्फ़िगर करें, टोकन मेट्रिक्स, AI लागत नियंत्रण, API को MCP में बदलें, गेटवे में OpenAPI आयात करें।

Azure App Configuration SDK for Java। केंद्रीकृत अनुप्रयोग कॉन्फ़िगरेशन प्रबंधन जिसमें key-value सेटिंग्स, feature flags, और snapshots शामिल हैं। ट्रिगर: "ConfigurationClient java", "app configuration java", "feature flag java", "configuration setting java", "azure config java"।

Azure App Configuration के लिए Python SDK। केंद्रीकृत कॉन्फ़िगरेशन प्रबंधन, फीचर फ्लैग और गतिशील सेटिंग्स के लिए उपयोग करें। ट्रिगर: "azure-appconfiguration", "AzureAppConfigurationClient", "फीचर फ्लैग", "कॉन्फ़िगरेशन", "की-वैल्यू सेटिंग्स"।

Azure App Configuration SDK for JavaScript (@azure/app-configuration) का उपयोग करके एप्लिकेशन बनाएं। कॉन्फ़िगरेशन सेटिंग्स, फीचर फ्लैग, Key Vault संदर्भ, डायनामिक रिफ्रेश, या केंद्रीकृत कॉन्फ़िगरेशन प्रबंधन के साथ काम करते समय उपयोग करें।

क्रॉस-क्लाउड वर्कलोड का आकलन करें और माइग्रेशन रिपोर्ट और कोड रूपांतरण के साथ उन्हें Azure में स्थानांतरित करें। Lambda→Functions, Fargate→Container Apps, Kubernetes→Container Apps, Cloud Run→Container Apps का समर्थन करता है। कब उपयोग करें: Lambda को Functions में माइग्रेट करें, AWS से Azure, Lambda आकलन, सर्वरलेस रूपांतरण, तैयारी रिपोर्ट, AWS से, GCP से, Cloud Run माइग्रेशन, Fargate से ACA, ECS से Container Apps, Kubernetes से ACA, GKE से Azure, EKS से Container Apps।

Azure अनुपालन और सुरक्षा ऑडिट azqr के साथ-साथ Key Vault समाप्ति जाँच के साथ चलाएँ। इसमें सर्वोत्तम-अभ्यास मूल्यांकन, संसाधन समीक्षा, नीति/अनुपालन सत्यापन, और सुरक्षा स्थिति जाँच शामिल हैं। कब: अनुपालन स्कैन, सुरक्षा ऑडिट, azqr (अनुपालन CLI टूल) चलाने से पहले, Azure सर्वोत्तम अभ्यास, Key Vault समाप्ति जाँच, समाप्त प्रमाणपत्र, समाप्त होने वाले रहस्य, अनाथ संसाधन, अनुपालन मूल्यांकन।

कार्यभार आवश्यकताओं और बजट के आधार पर Azure VM आकार, स्केल सेट और कॉन्फ़िगरेशन की अनुशंसा करता है। कार्यभार प्रकार, प्रदर्शन आवश्यकताओं, स्केलिंग आवश्यकताओं और लागत का विश्लेषण करके 2–3 VM या VMSS विकल्पों को उनके ट्रेड-ऑफ़ के साथ सुझाता है। लाइव Microsoft दस्तावेज़ीकरण के विरुद्ध अनुशंसाओं को सत्यापित करता है; यदि फ़ेच विफल होता है तो संदर्भ फ़ाइलों पर वापस आ जाता है। बिना Azure सब्स

एकीकृत Azure लागत प्रबंधन: ऐतिहासिक लागतों की जाँच करें, भविष्य के खर्च का पूर्वानुमान लगाएं, और बर्बादी कम करने के लिए अनुकूलन करें। कब उपयोग करें: "Azure लागतें", "Azure खर्च", "Azure बिल", "लागत विवरण", "सेवा के अनुसार लागत", "संसाधन के अनुसार लागत", "मैं कितना खर्च कर रहा हूँ", "मेरा बिल दिखाएं", "मासिक लागत सारांश", "लागत रुझान", "शीर्ष लागत कारक", "वास्तविक लागत", "परिशोधित लागत", "खर्च का पूर्वानुमान", "अनुमानित लागतें", "बिल का अनुमान", "भविष्य की लागतें", "बजट पूर्वानुमान", "महीने के अंत की लागतें", "मैं कितना खर्च करूँगा", "लागत अनुकूलित करें", "खर्च कम करें", "लागत बचत खोजें", "अनाथ संसाधन", "VM का आकार सही करें", "लागत विश्लेषण", "बर्बादी कम करें", "अप्रयुक्त संसाधन", "Redis लागत अनुकूलित करें", "टैग के अनुसार लागत", "संसाधन समूह के अनुसार लागत", "AKS लागत विश्लेषण ऐड-ऑन", "नेमस्पेस लागत", "लागत में वृद्धि", "विसंगति", "बजट अलर्ट", "AKS लागत दृश्यता"। इसके लिए उपयोग न करें: संसाधनों को तैनात करना, बुनियादी ढांचा प्रदान करना, निदान, सुरक्षा ऑडिट, या अभी तक तैनात न किए गए नए संसाधनों के लिए लागत का अनुमान लगाना।

पहले से तैयार एप्लिकेशनों के लिए Azure डिप्लॉयमेंट निष्पादित करें जिनमें मौजूदा .azure/deployment-plan.md और इंफ्रास्ट्रक्चर फाइलें हों। इस स्किल का उपयोग तब न करें जब उपयोगकर्ता नया एप्लिकेशन बनाने के लिए कहे — इसके लिए azure-prepare का उपयोग करें। यह स्किल azd up, azd deploy, terraform apply, और az deployment कमांड को अंतर्निहित त्रुटि पुनर्प्राप्ति के साथ चलाती है। azure-prepare से .azure/deployment-plan.md और azure-validate से सत्यापित स्थिति की आवश्यकता होती है। कब उपयोग करें: "azd up चलाएं", "azd deploy चलाएं", "डिप्लॉयमेंट निष्पादित करें", "प्रोडक्शन में भेजें", "क्लाउड में भेजें", "लाइव हो जाएं", "शिप करें", "bicep डिप्लॉय", "terraform apply", "Azure पर प्रकाशित करें", "Azure पर लॉन्च करें"। कब उपयोग न करें: "बनाएं और डिप्लॉय करें", "बनाएं और तैनात करें", "नया ऐप बनाएं", "इंफ्रास्ट्रक्चर सेट करें", "Terraform का उपयोग करके Azure पर बनाएं और डिप्लॉय करें" — इनके लिए azure-prepare का उपयोग करें।

Azure उत्पादन समस्याओं के लिए AppLens, Monitor और संसाधन स्वास्थ्य का उपयोग करके व्यवस्थित निदान और सुधार। इसमें Container Apps, Function Apps और AKS समस्या निवारण शामिल है, जिसमें इमेज पुल, कोल्ड स्टार्ट, हेल्थ प्रोब, इनवोकेशन विफलताओं और नोड/पॉड समस्याओं के लिए सेवा-विशिष्ट गाइड हैं। AI-संचालित मूल कारण विश्लेषण के लिए AppLens (MCP) और KQL-आधारित लॉग और मीट्रिक क्वेरी के लिए Azure Monitor (MCP) को एकीकृत करता है। पांच-चरणीय निदान प्रवाह

वर्कलोड विवरणों से एंटरप्राइज़ Azure इंफ्रास्ट्रक्चर का आर्किटेक्चर और प्रावधान करें। क्लाउड आर्किटेक्ट्स और प्लेटफ़ॉर्म इंजीनियरों के लिए जो नेटवर्किंग, पहचान, सुरक्षा, अनुपालन, और WAF संरेखण के साथ मल्टी-रिसोर्स टोपोलॉजी की योजना बना रहे हैं। सीधे Bicep या Terraform उत्पन्न करता है (azd नहीं)। जब: 'Azure इंफ्रास्ट्रक्चर की योजना बनाएं', 'Azure लैंडिंग ज़ोन का आर्किटेक्चर करें', 'हब-स्पोक नेटवर्क डिज़ाइन करें', 'मल्टी-रीजन DR टोपोलॉजी की योजना बनाएं', 'VNets फ़ायरवॉल और प्राइवेट एंडपॉइंट सेट करें', 'सब्सक्रिप्शन-स्कोप Bicep डिप्लॉयमेंट', 'VM वर्कलोड के लिए Azure Backup'। ऐप-केंद्रित वर्कफ़्लो के लिए azure-prepare को प्राथमिकता दें।

.NET के लिए Azure Event Grid SDK। Azure Event Grid के साथ इवेंट प्रकाशित और उपभोग करने के लिए क्लाइंट लाइब्रेरी। इवेंट-संचालित आर्किटेक्चर, पब/सब मैसेजिंग, CloudEvents, और EventGridEvents के लिए उपयोग करें। ट्रिगर: "Event Grid", "EventGridPublisherClient", "CloudEvent", "EventGridEvent", "publish events .NET", "event-driven", "pub/sub"।

Azure Event Grid SDK for Java के साथ इवेंट-संचालित एप्लिकेशन बनाएं। इवेंट प्रकाशित करने, pub/sub पैटर्न लागू करने, या Azure सेवाओं के साथ इवेंट के माध्यम से एकीकरण करते समय उपयोग करें।