azure-cost

द्वारा microsoft

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।

npx skills add https://github.com/microsoft/skills --skill azure-cost

ZIP डाउनलोड करें GitHub

microsoft की और Skills

OSS ग्रोथ हैकर व्यक्तित्व

agent-framework-azure-ai-py

Microsoft Agent Framework Python SDK (agent-framework-azure-ai) का उपयोग करके Azure AI Foundry एजेंट बनाएं। AzureAIAgentsProvider के साथ स्थायी एजेंट बनाते समय, होस्टेड टूल्स (कोड इंटरप्रेटर, फ़ाइल खोज, वेब खोज) का उपयोग करते समय, MCP सर्वर एकीकृत करते समय, वार्तालाप थ्रेड प्रबंधित करते समय, या स्ट्रीमिंग प्रतिक्रियाएँ लागू करते समय उपयोग करें। फ़ंक्शन टूल्स, संरचित आउटपुट और मल्टी-टूल एजेंट शामिल हैं।

airunway-aks-setup

AI Runway को AKS पर सेट करें — बेयर क्लस्टर से चल रहे मॉडल तक। इसमें क्लस्टर सत्यापन, कंट्रोलर इंस्टॉल, GPU मूल्यांकन, प्रोवाइडर सेटअप, और पहली डिप्लॉयमेंट शामिल है। कब: "setup AI Runway", "onboard AKS cluster", "install AI Runway", "airunway setup", "deploy model to AKS", "GPU inference on AKS", "KAITO setup on AKS", "run LLM on AKS", "vLLM on AKS", "set up model serving on AKS", "AI Runway controller"।

appinsights-instrumentation

Azure Application Insights के साथ वेबऐप्स को इंस्ट्रूमेंट करने के लिए मार्गदर्शन। टेलीमेट्री पैटर्न, SDK सेटअप, और कॉन्फ़िगरेशन संदर्भ प्रदान करता है। WHEN: ऐप को कैसे इंस्ट्रूमेंट करें, App Insights SDK, टेलीमेट्री पैटर्न, App Insights क्या है, Application Insights मार्गदर्शन, इंस्ट्रूमेंटेशन उदाहरण, APM सर्वोत्तम अभ्यास।

applicationinsights-web-ts

ब्राउज़र/वेब ऐप्स को Application Insights JavaScript SDK (@microsoft/applicationinsights-web) से इंस्ट्रूमेंट करें। Real User Monitoring (RUM) के लिए उपयोग करें — पेज व्यू, क्लिक, AJAX/fetch निर्भरताएँ, अपवाद, कस्टम इवेंट, और बैकएंड OpenTelemetry ट्रेस से सहसंबंधित ब्राउज़र-साइड GenAI एजेंट ट्रेस। SDK Loader Script और npm सेटअप, फ्रेमवर्क एक्सटेंशन (React, React Native, Angular), Click Analytics, टेलीमेट्री इनिशियलाइज़र, और ब्राउज़र से उत्सर्जित एजेंट/टूल/मॉडल स्पैन के लिए OTel GenAI सिमेंटिक कन्वेंशन शामिल हैं।

azure-ai-anomalydetector-java

Azure AI Anomaly Detector SDK for Java के साथ एनोमली डिटेक्शन एप्लिकेशन बनाएं। यूनीवेरिएट/मल्टीवेरिएट एनोमली डिटेक्शन, टाइम-सीरीज़ विश्लेषण, या AI-संचालित मॉनिटरिंग लागू करते समय उपयोग करें।

azure-ai-language-conversations-py

<text> azure-ai-language-conversations Python SDK का उपयोग करके संवादात्मक भाषा समझ (CLU) लागू करें। ConversationAnalysisClient के साथ काम करते समय उपयोग करें ताकि वार्तालाप के इरादे और संस्थाओं का विश्लेषण किया जा सके, NLP सुविधाएँ बनाई जा सकें, या अनुप्रयोगों में भाषा समझ को एकीकृत किया जा सके। </text>

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"।