name-generator

Генерировать утверждённые имена людей для примеров, демонстраций, квестов, тестов, документации и образцов данных. Использовать, когда задаче требуются вымышленные имена людей, имена клиентов,…

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

Name Generator Skill

Goal

Generate person names for this repository from the approved local name fixture:

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

Do not invent person names. Every person name used in examples, sample data, quests, tests, demos, docs, or generated ontology content must come from the CSV FullName column.

Source File

CSV columns:

FirstName,LastName,FullName,FirstNameNative,LastNameNative,FullNameNative,Gender,Language

Use FullName by default. Use FullNameNative only when the user explicitly asks for native-script names or locale-specific display text.

Workflow

1. Decide how many names are needed

Identify the role and quantity from the task, for example:

  • sample customers
  • employees or managers
  • patients or clinicians
  • students or instructors
  • reviewers, approvers, assignees, or contributors

If the task does not specify quantity, use the minimum number needed for the example or test.

2. Read names from the CSV

Use the CSV fixture as the only source. A quick shell-friendly way to inspect the first approved names is:

awk -F, 'NR > 1 { print $3 }' data/reference/FNF-2026-06-01-01002-0268.csv | head

For random sampling:

awk -F, 'NR > 1 { print rand() "\t" $3 }' data/reference/FNF-2026-06-01-01002-0268.csv | sort -n | cut -f2- | head -n 5

If names with commas or quotes are ever added to the CSV, use a proper CSV parser instead of field splitting.

3. Fit names to the scenario

  • Choose distinct names for distinct entities.
  • Keep the selected names stable within a scenario so queries, expected results, docs, and sample instances stay consistent.
  • Do not alter spellings unless the surrounding file has a strict ASCII-only convention. If ASCII is required, choose names from the CSV that are already ASCII-compatible.
  • Email addresses and IDs may be generic (customer001@example.com) and do not need to use the person's name.

4. Update all dependent examples

When replacing a name in code or content, update every coupled surface:

  • sample instances
  • query prompts and curated query matches
  • expected test strings
  • rendered docs or generated content source files
  • catalogue examples or learning materials

Regenerate compiled artifacts when source content changes:

npm run catalogue:build
npm run learn:build

Validation

Before finishing a name-generation or name-replacement task:

  1. Verify each selected name appears in the CSV FullName column.
  2. Search for removed placeholder names to ensure no stale references remain.
  3. Run focused tests for touched code paths.
  4. Run npm run build when generated catalogue or learning output changes.

Done Criteria

  • All person names used by the task come from data/reference/FNF-2026-06-01-01002-0268.csv.
  • No invented placeholder names remain in the touched examples.
  • Related prompts, sample data, expected results, and tests are consistent.
  • Relevant tests or build commands have passed, or any skipped validation is clearly reported.

Больше skills от microsoft

oss-growth
microsoft
Персона OSS-хакера роста
agent-framework-azure-ai-py
microsoft
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.
development
airunway-aks-setup
microsoft
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».
devops
appinsights-instrumentation
microsoft
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.
devops
applicationinsights-web-ts
microsoft
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.
devops
azure-ai-anomalydetector-java
microsoft
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.
development
azure-ai-language-conversations-py
microsoft
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.
development
azure-ai-ml-py
microsoft
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".
development