goal

Установить, проверить или контролировать долговременную цель — агент продолжает итерации между шагами, пока не будет выполнено условие остановки.

npx skills add https://github.com/microsoft/vscode-team-kit --skill goal

Скачать ZIP GitHub

You are handling the /goal command. Invoke the follow-goal skill to do the actual work.

Persist goal state into session storage as goal.md. After creating or updating the file, mark it as a plan artifact via setArtifacts so the user sees live goal state in the chat UI. Do not write the goal to the workspace.

Dispatch based on what the user typed after /goal:

/goal <objective text> → Set a new goal. Follow the skill's "Set" flow: collect objective, verifiable stop condition, validation commands, and constraints (ask the user for anything missing), write goal.md with status: active, and start the loop.
/goal (no extra args) → Status only. Read goal.md and report objective, stop condition, status, checkpoint count, and the last few progress-log lines. Do nothing else.
/goal pause → Mark the goal paused. Stop iterating.
/goal resume → Mark the goal active and continue the loop from the latest checkpoint.
/goal clear → Mark the goal cleared. Leave the file in place for history.

Rules:

If goal.md does not exist in session storage and the user typed something other than a new objective, tell them there is no active goal and show them the /goal <objective> syntax.
After every write to goal.md (create or update), call setArtifacts to mark the memory file as a plan artifact. This keeps the UI widget in sync with the persisted state.
If a goal is already active and the user sets a new one, ask whether to replace, pause, or clear the existing goal first.
Never invent a stop condition the user didn't give you. If they can't articulate one, push back — a goal without a verifiable end state is not ready.

Больше skills от microsoft

Персона OSS-хакера роста

agent-framework-azure-ai-py

Создание агентов Azure AI Foundry с использованием Microsoft Agent Framework Python SDK (agent-framework-azure-ai). Используйте при создании постоянных агентов с AzureAIAgentsProvider, применении размещенных инструментов (интерпретатор кода, поиск файлов, веб-поиск), интеграции MCP-серверов, управлении потоками бесед или реализации потоковых ответов. Охватывает функциональные инструменты, структурированные выходные данные и агентов с несколькими инструментами.

airunway-aks-setup

Настройка AI Runway на AKS — от пустого кластера до работающей модели. Охватывает проверку кластера, установку контроллера, оценку GPU, настройку провайдера и первое развертывание. КОГДА: «настроить AI Runway», «подключить кластер AKS», «установить AI Runway», «airunway setup», «развернуть модель на AKS», «GPU-инференс на AKS», «настройка KAITO на AKS», «запуск LLM на AKS», «vLLM на AKS», «настройка обслуживания моделей на AKS», «контроллер AI Runway».

appinsights-instrumentation

Руководство по инструментированию веб-приложений с помощью Azure Application Insights. Содержит шаблоны телеметрии, настройку SDK и справочники по конфигурации. КОГДА: как инструментировать приложение, SDK App Insights, шаблоны телеметрии, что такое App Insights, руководство по Application Insights, примеры инструментирования, лучшие практики APM.

applicationinsights-web-ts

Инструментируйте браузерные/веб-приложения с помощью JavaScript SDK Application Insights (@microsoft/applicationinsights-web). Используйте для мониторинга реальных пользователей (RUM) — просмотры страниц, клики, зависимости AJAX/fetch, исключения, пользовательские события и трассировки агентов GenAI на стороне браузера, коррелируемые с бэкенд-трассировками OpenTelemetry. Охватывает скрипт загрузчика SDK и настройку npm, расширения фреймворков (React, React Native, Angular), Click Analytics, инициализаторы телеметрии и семантические конвенции OTel GenAI для спанов агента/инструмента/модели, генерируемых из браузера.

azure-ai-anomalydetector-java

Создавайте приложения для обнаружения аномалий с помощью Azure AI Anomaly Detector SDK для Java. Используйте при реализации одномерного/многомерного обнаружения аномалий, анализа временных рядов или мониторинга на основе ИИ.

azure-ai-language-conversations-py

Реализация понимания разговорного языка (CLU) с использованием Python SDK azure-ai-language-conversations. Используйте при работе с ConversationAnalysisClient для анализа намерений и сущностей в разговоре, создании NLP-функций или интеграции языкового понимания в приложения.

Azure Machine Learning SDK v2 для Python. Используется для рабочих областей ML, заданий, моделей, наборов данных, вычислений и конвейеров. Триггеры: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets".