ontology-catalog-import

작성자: microsoft

고객 또는 외부 RDF/OWL을 이 저장소의 카탈로그 형식으로 가져옵니다. 사용자가 RDF/OWL 파일을 드롭하고 이를 카탈로그에 적합하게(메타데이터, 카테고리 등) 만들고자 할 때 사용합니다.

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

ZIP 다운로드 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

microsoft의 다른 스킬

OSS 성장 해커 페르소나

agent-framework-azure-ai-py

Microsoft Agent Framework Python SDK(agent-framework-azure-ai)를 사용하여 Azure AI Foundry 에이전트를 구축합니다. AzureAIAgentsProvider로 지속적 에이전트를 만들 때, 호스팅 도구(코드 인터프리터, 파일 검색, 웹 검색)를 사용할 때, MCP 서버를 통합할 때, 대화 스레드를 관리할 때, 또는 스트리밍 응답을 구현할 때 사용합니다. 함수 도구, 구조화된 출력, 다중 도구 에이전트를 다룹니다.

airunway-aks-setup

AKS에서 AI Runway 설정 — 빈 클러스터에서 실행 중인 모델까지. 클러스터 검증, 컨트롤러 설치, GPU 평가, 공급자 설정, 첫 배포를 다룹니다. 시기: "AI Runway 설정", "AKS 클러스터 온보딩", "AI Runway 설치", "airunway 설정", "AKS에 모델 배포", "AKS에서 GPU 추론", "AKS에서 KAITO 설정", "AKS에서 LLM 실행", "AKS에서 vLLM", "AKS에서 모델 서빙 설정", "AI Runway 컨트롤러".

appinsights-instrumentation

Azure Application Insights로 웹앱을 계측하기 위한 지침입니다. 원격 분석 패턴, SDK 설정, 구성 참조를 제공합니다. WHEN: 앱 계측 방법, App Insights SDK, 원격 분석 패턴, App Insights란 무엇인가, Application Insights 지침, 계측 예시, APM 모범 사례.

applicationinsights-web-ts

브라우저/웹 앱을 Application Insights JavaScript SDK(@microsoft/applicationinsights-web)로 계측합니다. Real User Monitoring(RUM) — 페이지 뷰, 클릭, AJAX/fetch 종속성, 예외, 사용자 지정 이벤트, 백엔드 OpenTelemetry 트레이스와 상관관계가 있는 브라우저 측 GenAI 에이전트 트레이스에 사용합니다. SDK Loader Script 및 npm 설정, 프레임워크 확장(React, React Native, Angular), Click Analytics, 텔레메트리 이니셜라이저, 브라우저에서 생성된 에이전트/도구/모델 스팬에 대한 OTel GenAI 의미론적 규칙을 다룹니다.

azure-ai-anomalydetector-java

Azure AI Anomaly Detector SDK for Java로 이상 탐지 애플리케이션을 구축하세요. 단변량/다변량 이상 탐지, 시계열 분석 또는 AI 기반 모니터링을 구현할 때 사용하세요.

azure-ai-language-conversations-py

azure-ai-language-conversations Python SDK를 사용하여 대화형 언어 이해(CLU)를 구현합니다. ConversationAnalysisClient로 대화 의도와 엔터티를 분석하거나, NLP 기능을 구축하거나, 애플리케이션에 언어 이해를 통합할 때 사용합니다.

Azure Machine Learning SDK v2 for Python. ML 작업 영역, 작업, 모델, 데이터 세트, 컴퓨팅 및 파이프라인에 사용합니다. 트리거: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets".