manage-desktop-flows

Gerenciar e executar fluxos do Power Automate Desktop (RPA) e grupos de máquinas. Use quando o usuário perguntar sobre fluxos de desktop, RPA ou grupos de máquinas.

npx skills add https://github.com/microsoft/power-platform-skills --skill manage-desktop-flows

Baixar ZIP GitHub

Desktop Flow Manager

Manage Power Automate Desktop (RPA) flows, machine groups, and run sessions.

Tools

This skill uses the FlowAgent MCP tools, referred to by bare name (clients surface them as mcp__flowagent__<tool> in Claude Code or flowagent-<tool> in Copilot CLI). If no MCP tools are present, the plugin is not wired up — run the setup skill.

Tool	Purpose
`list_desktop_flows`	Browse RPA flows (filter by `name`)
`run_desktop_flow`	Trigger with optional `machineGroup`, `body`, `timeout`
`list_machine_groups`	Browse machine infrastructure

Operations

List Desktop Flows

Call list_desktop_flows. Present in table: Name | Status | Created | Modified

Run Desktop Flow

Call list_desktop_flows to find the flow (if name given, use name filter)
Optionally call list_machine_groups to target a specific group
Call run_desktop_flow with optional machineGroup, body (input data), timeout
Report: session status (Waiting/InProgress/Failed/Cancelled/Succeeded), outputs

Machine Infrastructure

Call list_machine_groups. Present: Name | Type | Status | Machines

Mais skills de microsoft

Persona de growth hacker OSS

agent-framework-azure-ai-py

Crie agentes do Azure AI Foundry usando o SDK Python do Microsoft Agent Framework (agent-framework-azure-ai). Use ao criar agentes persistentes com AzureAIAgentsProvider, usando ferramentas hospedadas (interpretador de código, pesquisa de arquivos, pesquisa na web), integrando servidores MCP, gerenciando threads de conversa ou implementando respostas em streaming. Abrange ferramentas de função, saídas estruturadas e agentes com múltiplas ferramentas.

airunway-aks-setup

Configure o AI Runway no AKS — do cluster vazio ao modelo em execução. Abrange verificação do cluster, instalação do controlador, avaliação de GPU, configuração do provedor e primeira implantação. QUANDO: "configurar AI Runway", "integrar cluster AKS", "instalar AI Runway", "configuração do airunway", "implantar modelo no AKS", "inferência GPU no AKS", "configuração KAITO no AKS", "executar LLM no AKS", "vLLM no AKS", "configurar serviço de modelo no AKS", "controlador AI Runway".

appinsights-instrumentation

Orientação para instrumentar aplicações web com Azure Application Insights. Fornece padrões de telemetria, configuração de SDK e referências de configuração. QUANDO: como instrumentar o app, SDK do App Insights, padrões de telemetria, o que é App Insights, orientação sobre Application Insights, exemplos de instrumentação, melhores práticas de APM.

applicationinsights-web-ts

Instrumente aplicativos de navegador/web com o SDK JavaScript do Application Insights (@microsoft/applicationinsights-web). Use para Real User Monitoring (RUM) — visualizações de página, cliques, dependências AJAX/fetch, exceções, eventos personalizados e rastreamentos de agentes GenAI no lado do navegador correlacionados a rastreamentos OpenTelemetry no backend. Abrange o Script de Carregamento do SDK e a configuração via npm, extensões de frameworks (React, React Native, Angular), Click Analytics, inicializadores de telemetria e convenções semânticas GenAI do OTel para spans de agente/ferramenta/modelo emitidos pelo navegador.

azure-ai-anomalydetector-java

Crie aplicativos de detecção de anomalias com o SDK do Azure AI Anomaly Detector para Java. Use ao implementar detecção de anomalias univariada/multivariada, análise de séries temporais ou monitoramento com IA.

azure-ai-language-conversations-py

Implemente o reconhecimento de linguagem conversacional (CLU) usando o SDK Python azure-ai-language-conversations. Use ao trabalhar com ConversationAnalysisClient para analisar intenção e entidades de conversas, criar recursos de NLP ou integrar o reconhecimento de linguagem em aplicativos.

SDK v2 do Azure Machine Learning para Python. Use para workspaces de ML, jobs, modelos, conjuntos de dados, computação e pipelines. Gatilhos: "azure-ai-ml", "MLClient", "workspace", "registro de modelos", "jobs de treinamento", "conjuntos de dados".