ontology-school-path-generator

Hasilkan jalur/lab kursus Ontology School dengan ontologi langkah progresif dari materi ontologi sumber. Gunakan saat pengguna meminta untuk membuat tutorial dari suatu ontologi menjadi…

npx skills add https://github.com/microsoft/ontology-playground --skill ontology-school-path-generator

Ontology School Path Generator Skill

Goal

Generate a complete Ontology School course with progressive ontology steps.

Read First

  1. docs/authoring-guide.md
  2. docs/learn-content-guide.md
  3. docs/embed-guide.md
  4. Example lab:
  • content/learn/iq-lab-retail-supply-chain/
  • catalogue/official/iq-lab-retail-step-1/

Workflow

  1. Extract a teachable subset from source ontology.
  2. Define step progression (4-7 steps).
  3. Create step ontologies under catalogue/official/<slug>-step-N/.
  4. Mark step ontologies with "category": "school".
  5. Create course under content/learn/<course-slug>/.
  6. Add <ontology-embed> + diff for progressive steps.
  7. Include at least one quiz per article.

Person Names

If the course, step ontologies, examples, sample data, quests, quiz text, or docs need any person names, first use the name-generator skill. Do not invent customer, employee, patient, student, instructor, reviewer, or other human names.

All generated person names must come from:

data/reference/FNF-2026-06-01-01002-0268.csv

Use the CSV FullName column by default, and keep selected names consistent across source markdown, RDF/OWL examples, generated catalogue data, and tests.

Validate

  • npm run qa:tutorial-content
  • npm run build

Human Review Flow

If lesson content is not yet approved:

  • Add reviewStatus: under-human-review to article frontmatter
  • Open review issue via .github/ISSUE_TEMPLATE/ontology-school-review.yml

Done Criteria

  • Course renders in /#/learn
  • Step ontologies are isolated in School category
  • Any person names introduced by the lesson or sample data came from the name-generator skill / approved CSV fixture
  • Builds and validators pass

Lebih banyak skill dari microsoft

oss-growth
microsoft
Persona peretas pertumbuhan OSS
agent-framework-azure-ai-py
microsoft
Bangun agen Azure AI Foundry menggunakan Microsoft Agent Framework Python SDK (agent-framework-azure-ai). Gunakan saat membuat agen persisten dengan AzureAIAgentsProvider, menggunakan alat yang dihosting (code interpreter, file search, web search), mengintegrasikan server MCP, mengelola utas percakapan, atau mengimplementasikan respons streaming. Mencakup alat fungsi, keluaran terstruktur, dan agen multi-alat.
development
airunway-aks-setup
microsoft
Siapkan AI Runway di AKS — dari klaster kosong hingga model berjalan. Mencakup verifikasi klaster, instalasi controller, penilaian GPU, penyiapan penyedia, dan deployment pertama. KAPAN: "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".
devops
appinsights-instrumentation
microsoft
Panduan untuk instrumentasi aplikasi web dengan Azure Application Insights. Menyediakan pola telemetri, pengaturan SDK, dan referensi konfigurasi. KAPAN: cara menginstrumentasi aplikasi, SDK App Insights, pola telemetri, apa itu App Insights, panduan Application Insights, contoh instrumentasi, praktik terbaik APM.
devops
applicationinsights-web-ts
microsoft
Instrumentasi aplikasi browser/web dengan Application Insights JavaScript SDK (@microsoft/applicationinsights-web). Digunakan untuk Real User Monitoring (RUM) — tampilan halaman, klik, dependensi AJAX/fetch, pengecualian, peristiwa kustom, dan jejak agen GenAI sisi browser yang dikorelasikan dengan jejak OpenTelemetry backend. Mencakup pengaturan SDK Loader Script dan npm, ekstensi kerangka kerja (React, React Native, Angular), Click Analytics, inisialisasi telemetri, dan konvensi semantik OTel GenAI untuk span agen/alat/model yang dipancarkan dari browser.
devops
azure-ai-anomalydetector-java
microsoft
Bangun aplikasi deteksi anomali dengan Azure AI Anomaly Detector SDK untuk Java. Gunakan saat mengimplementasikan deteksi anomali univariat/multivariat, analisis deret waktu, atau pemantauan bertenaga AI.
development
azure-ai-language-conversations-py
microsoft
Implementasikan Pemahaman Bahasa Percakapan (CLU) menggunakan SDK Python azure-ai-language-conversations. Gunakan saat bekerja dengan ConversationAnalysisClient untuk menganalisis maksud dan entitas percakapan, membangun fitur NLP, atau mengintegrasikan pemahaman bahasa ke dalam aplikasi.
development
azure-ai-ml-py
microsoft
Azure Machine Learning SDK v2 untuk Python. Gunakan untuk ruang kerja ML, pekerjaan, model, kumpulan data, komputasi, dan pipeline. Pemicu: "azure-ai-ml", "MLClient", "ruang kerja", "registri model", "pekerjaan pelatihan", "kumpulan data".
development