ontology-catalog-import

作成者： microsoft

顧客または外部のRDF/OWLをこのリポジトリのカタログ形式にインポートします。ユーザーがRDF/OWLファイルをドロップし、それをカタログ対応（メタデータ、カテゴリ、…）にしたい場合に使用します。

npx skills add https://github.com/microsoft/ontology-playground --skill ontology-catalog-import

ZIPダウンロード GitHub

Ontology Catalog Import Skill

Goal

Turn a source .rdf / .owl file into a valid catalogue entry under:

catalogue/external/<source>/<slug>/ or
catalogue/community/<author>/<slug>/

Read First

docs/authoring-guide.md
scripts/compile-catalogue.ts (validation expectations)
Existing examples:

catalogue/external/schema-org/
catalogue/external/pizza-ontology/

Intake Questions

Ask user:

Is this entry external or community?
Desired slug and source folder?
Desired category?
Author display name?
Should this be tutorialized into Ontology School too?

Required Outputs

<slug>.rdf copied/adapted into target folder
metadata.json with required fields
Valid category value for catalogue compiler

Person Names

If import cleanup, metadata examples, sample instances, generated RDF/OWL, docs, or optional Ontology School content need person names, first use the name-generator skill. Do not invent customer, employee, patient, student, instructor, reviewer, or other human names.

All new person names must come from the FullName column in:

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

Validate

Run:

npx tsx scripts/compile-catalogue.ts
npm run validate

Done Criteria

Entry appears in public/catalogue.json
No compile or validation errors
Metadata is complete and user-readable
Any new person names introduced during import came from the name-generator skill / approved CSV fixture

microsoftのその他のスキル

OSS成長ハッカーのペルソナ

agent-framework-azure-ai-py

Microsoft Agent Framework Python SDK（agent-framework-azure-ai）を使用してAzure AI Foundryエージェントを構築します。AzureAIAgentsProviderを使用した永続的なエージェントの作成、ホスト型ツール（コードインタープリター、ファイル検索、ウェブ検索）の使用、MCPサーバーの統合、会話スレッドの管理、ストリーミング応答の実装時に使用します。関数ツール、構造化出力、マルチツールエージェントをカバーします。

airunway-aks-setup

AKS上でAI Runwayをセットアップ — ベアクラスターからモデル実行まで。クラスター検証、コントローラーインストール、GPU評価、プロバイダー設定、初回デプロイをカバー。対象: 「AI Runwayのセットアップ」「AKSクラスターのオンボード」「AI Runwayのインストール」「airunway setup」「AKSへのモデルデプロイ」「AKSでのGPU推論」「AKSでのKAITOセットアップ」「AKSでのLLM実行」「AKSでのvLLM」「AKSでのモデルサービング設定」「AI Runwayコントローラー」。

appinsights-instrumentation

Azure Application Insightsを使用したWebアプリのインストルメンテーションに関するガイダンス。テレメトリパターン、SDKセットアップ、構成リファレンスを提供します。対象: アプリのインストルメンテーション方法、App Insights SDK、テレメトリパターン、App Insightsとは何か、Application Insightsガイダンス、インストルメンテーション例、APMベストプラクティス。

applicationinsights-web-ts

Application Insights JavaScript SDK（@microsoft/applicationinsights-web）を使用してブラウザ/Webアプリを計測します。Real User Monitoring（RUM）— ページビュー、クリック、AJAX/fetch依存関係、例外、カスタムイベント、およびバックエンドのOpenTelemetryトレースに関連付けられたブラウザ側のGenAIエージェントトレースに使用します。SDKローダースクリプトとnpmセットアップ、フレームワーク拡張機能（React、React Native、Angular）、Click Analytics、テレメトリ初期化子、およびブラウザから生成されるエージェント/ツール/モデルスパンのOTel GenAIセマンティック規約をカバーします。

azure-ai-anomalydetector-java

Azure AI Anomaly Detector SDK for Javaを使用して異常検出アプリケーションを構築します。単変量/多変量異常検出、時系列分析、またはAIを活用したモニタリングを実装する際に使用します。

azure-ai-language-conversations-py

azure-ai-language-conversations Python SDKを使用して会話言語理解（CLU）を実装します。ConversationAnalysisClientを使用して会話の意図とエンティティを分析する場合、NLP機能を構築する場合、またはアプリケーションに言語理解を統合する場合に使用します。

Azure Machine Learning SDK v2 for Python。MLワークスペース、ジョブ、モデル、データセット、コンピュート、パイプラインに使用します。トリガー: 「azure-ai-ml」、「MLClient」、「ワークスペース」、「モデルレジストリ」、「トレーニングジョブ」、「データセット」。