Skills การพัฒนา

Azure Machine Learning SDK v2 สำหรับ Python ใช้สำหรับพื้นที่ทำงาน ML งาน โมเดล ชุดข้อมูล คอมพิวต์ และไปป์ไลน์ ทริกเกอร์: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets

Azure OpenAI SDK สำหรับ .NET ไลบรารีไคลเอ็นต์สำหรับบริการ Azure OpenAI และ OpenAI ใช้สำหรับการสนทนาแบบแชท การฝังข้อความ การสร้างภาพ การถอดเสียงเสียง และผู้ช่วย ทริกเกอร์: "Azure OpenAI", "AzureOpenAIClient", "ChatClient", "chat completions .NET", "GPT-4", "embeddings", "DALL-E", "Whisper", "OpenAI .NET

Azure AI Projects SDK สำหรับ .NET ไคลเอนต์ระดับสูงสำหรับโปรเจกต์ Azure AI Foundry รวมถึงเอเจนต์ การเชื่อมต่อ ชุดข้อมูล การปรับใช้ การประเมินผล และดัชนี ใช้สำหรับการจัดการโปรเจกต์ AI Foundry เอเจนต์แบบมีเวอร์ชัน และการจัดระเบียบ ทริกเกอร์: "AI Projects", "AIProjectClient", "Foundry project", "versioned agents", "evaluations", "datasets", "connections", "deployments .NET

Azure AI Projects SDK สำหรับ Java. SDK ระดับสูงสำหรับการจัดการโปรเจกต์ Azure AI Foundry รวมถึงการเชื่อมต่อ ชุดข้อมูล ดัชนี และการประเมินผล ทริกเกอร์: "AIProjectClient java", "azure ai projects java", "Foundry project java", "ConnectionsClient", "DatasetsClient", "IndexesClient

สร้างแอปพลิเคชัน AI โดยใช้ Azure AI Projects Python SDK (azure-ai-projects) ใช้เมื่อทำงานกับ Foundry project clients การสร้าง agent แบบมีเวอร์ชันด้วย PromptAgentDefinition การรัน evaluations การจัดการ connections/deployments/datasets/indexes หรือการใช้ OpenAI-compatible clients นี่คือ Foundry SDK ระดับสูง — สำหรับการดำเนินการ agent ระดับต่ำ ให้ใช้ทักษะ azure-ai-agents-python

สร้างแอปพลิเคชัน AI โดยใช้ Azure AI Projects SDK สำหรับ JavaScript (@azure/ai-projects) ใช้เมื่อทำงานกับ Foundry project clients, agents, connections, deployments, datasets, indexes, evaluations หรือการรับ OpenAI clients

Azure AI Text Analytics SDK สำหรับการวิเคราะห์ความรู้สึก การรู้จำเอนทิตี วลีสำคัญ การตรวจจับภาษา PII และ NLP ด้านการดูแลสุขภาพ ใช้สำหรับการประมวลผลภาษาธรรมชาติบนข้อความ ทริกเกอร์: "text analytics", "sentiment analysis", "entity recognition", "key phrase", "PII detection", "TextAnalyticsClient

Azure AI Transcription SDK สำหรับ Python ใช้สำหรับการถอดเสียงคำพูดเป็นข้อความแบบเรียลไทม์และแบบแบตช์ พร้อมด้วยการระบุเวลาและการแยกผู้พูด ทริกเกอร์: "transcription", "speech to text", "Azure AI Transcription", "TranscriptionClient

Azure AI Document Translation SDK สำหรับการแปลเอกสารแบบแบตช์พร้อมคงรูปแบบเดิม ใช้สำหรับแปลไฟล์ Word, PDF, Excel, PowerPoint และรูปแบบเอกสารอื่นๆ ในปริมาณมาก ทริกเกอร์: "document translation", "batch translation", "translate documents", "DocumentTranslationClient

Azure AI Text Translation SDK สำหรับการแปลข้อความแบบเรียลไทม์ การถอดเสียง การตรวจจับภาษา และการค้นหาพจนานุกรม ใช้สำหรับการแปลเนื้อหาข้อความในแอปพลิเคชัน ทริกเกอร์: "text translation", "translator", "translate text", "transliterate", "TextTranslationClient

สร้างแอปพลิเคชันการแปลโดยใช้ Azure Translation SDK สำหรับ JavaScript (@azure-rest/ai-translation-text, @azure-rest/ai-translation-document) ใช้เมื่อต้องการนำไปใช้ในการแปลข้อความ การถอดเสียง การตรวจจับภาษา หรือการแปลเอกสารแบบกลุ่ม

สร้างแอปพลิเคชันวิเคราะห์ภาพด้วย Azure AI Vision SDK สำหรับ Java ใช้เมื่อต้องการนำไปใช้ในการเขียนคำอธิบายภาพ การแยกข้อความด้วย OCR การตรวจจับวัตถุ การติดแท็ก หรือการครอบตัดอัจฉริยะ

Azure AI Vision Image Analysis SDK สำหรับคำอธิบายภาพ แท็ก วัตถุ OCR การตรวจจับบุคคล และการครอบตัดอัจฉริยะ ใช้สำหรับงานคอมพิวเตอร์วิทัศน์และการทำความเข้าใจภาพ ทริกเกอร์: "การวิเคราะห์ภาพ", "คอมพิวเตอร์วิทัศน์", "OCR", "การตรวจจับวัตถุ", "ImageAnalysisClient", "คำอธิบายภาพ

Azure AI Voice Live SDK สำหรับ .NET สร้างแอปพลิเคชันเสียง AI แบบเรียลไทม์ด้วยการสื่อสาร WebSocket แบบสองทิศทาง ใช้สำหรับผู้ช่วยเสียง AI เชิงสนทนา การแปลงเสียงเป็นเสียงแบบเรียลไทม์ และแชทบอทที่เปิดใช้งานเสียง ทริกเกอร์: "voice live", "real-time voice", "VoiceLiveClient", "VoiceLiveSession", "voice assistant .NET", "bidirectional audio", "speech-to-speech

Azure AI VoiceLive SDK สำหรับ Java. การสนทนาเสียงแบบสองทิศทางแบบเรียลไทม์กับผู้ช่วย AI โดยใช้ WebSocket. ทริกเกอร์: "VoiceLiveClient java", "voice assistant java", "real-time voice java", "audio streaming java", "voice activity detection java".

สร้างแอปพลิเคชันเสียง AI แบบเรียลไทม์โดยใช้ Azure AI Voice Live SDK (azure-ai-voicelive) ใช้สกิลนี้เมื่อสร้างแอปพลิเคชัน Python ที่ต้องการการสื่อสารเสียงแบบสองทิศทางแบบเรียลไทม์กับ Azure AI รวมถึงผู้ช่วยเสียง แชทบอทที่เปิดใช้งานเสียง การแปลเสียงเป็นเสียงแบบเรียลไทม์ อวตารที่ขับเคลื่อนด้วยเสียง หรือการสตรีมเสียงผ่าน WebSocket กับโมเดล AI ใดๆ รองรับ Server VAD (Voice Activity Detection) การสนทนาแบบผลัดกันพูด การเรียกใช้ฟังก์ชัน เครื่องมือ MCP การรวมอวตาร และการถอดเสียง

Azure AI Voice Live SDK สำหรับ JavaScript/TypeScript สร้างแอปพลิเคชันเสียง AI แบบเรียลไทม์ด้วยการสื่อสาร WebSocket แบบสองทิศทาง ใช้สำหรับผู้ช่วยเสียง AI เชิงสนทนา การแปลงเสียงเป็นเสียงแบบเรียลไทม์ และแชทบอทที่เปิดใช้งานเสียงในสภาพแวดล้อม Node.js หรือเบราว์เซอร์ ทริกเกอร์: "voice live", "real-time voice", "VoiceLiveClient", "VoiceLiveSession", "voice assistant TypeScript", "bidirectional audio", "speech-to-speech JavaScript

กำหนดค่า Azure API Management เป็น AI Gateway สำหรับโมเดล AI เครื่องมือ MCP และเอเจนต์ เมื่อ: แคชเชิงความหมาย, ขีดจำกัดโทเค็น, ความปลอดภัยของเนื้อหา, การปรับสมดุลโหลด, การกำกับดูแลโมเดล AI, การจำกัดอัตรา MCP, การตรวจจับการเจาะระบบ, เพิ่มแบ็กเอนด์ Azure OpenAI, เพิ่มโมเดล AI Foundry, ทดสอบ AI Gateway, นโยบาย LLM, กำหนดค่าแบ็กเอนด์ AI, เมตริกโทเค็น, การควบคุมต้นทุน AI, แปลง API เป็น MCP, นำเข้า OpenAPI ไปยังเกตเวย์

Azure App Configuration SDK สำหรับ Java การจัดการการกำหนดค่าแอปพลิเคชันแบบรวมศูนย์พร้อมการตั้งค่าแบบคีย์-ค่า ฟีเจอร์แฟล็ก และสแนปช็อต ทริกเกอร์: "ConfigurationClient java", "app configuration java", "feature flag java", "configuration setting java", "azure config java

Azure App Configuration SDK สำหรับ Python ใช้สำหรับการจัดการคอนฟิกูเรชันแบบรวมศูนย์ ฟีเจอร์แฟล็ก และการตั้งค่าแบบไดนามิก ทริกเกอร์: "azure-appconfiguration", "AzureAppConfigurationClient", "ฟีเจอร์แฟล็ก", "คอนฟิกูเรชัน", "การตั้งค่าแบบคีย์-ค่า

สร้างแอปพลิเคชันโดยใช้ Azure App Configuration SDK สำหรับ JavaScript (@azure/app-configuration) ใช้เมื่อทำงานกับการตั้งค่าคอนฟิกูเรชัน ฟีเจอร์แฟลก การอ้างอิง Key Vault การรีเฟรชแบบไดนามิก หรือการจัดการคอนฟิกูเรชันแบบรวมศูนย์

ประเมินและย้าย workloads ข้ามคลาวด์ไปยัง Azure พร้อมรายงานการย้ายและแปลงโค้ด รองรับ Lambda→Functions, Fargate→Container Apps, Kubernetes→Container Apps, Cloud Run→Container Apps เมื่อ: ย้าย Lambda ไป Functions, AWS ไป Azure, ประเมิน Lambda, แปลง serverless, รายงานความพร้อม, จาก AWS, จาก GCP, ย้าย Cloud Run, Fargate ไป ACA, ECS ไป Container Apps, Kubernetes ไป ACA, GKE ไป Azure, EKS ไป Container Apps

รันการตรวจสอบความสอดคล้องและความปลอดภัยของ Azure ด้วย azqr พร้อมการตรวจสอบวันหมดอายุของ Key Vault ครอบคลุมการประเมินแนวทางปฏิบัติที่ดีที่สุด การตรวจสอบทรัพยากร การตรวจสอบนโยบาย/ความสอดคล้อง และการตรวจสอบสถานะความปลอดภัย ใช้เมื่อ: การสแกนความสอดคล้อง การตรวจสอบความปลอดภัย ก่อนรัน azqr (เครื่องมือ CLI สำหรับความสอดคล้อง) แนวทางปฏิบัติที่ดีที่สุดของ Azure การตรวจสอบวันหมดอายุของ Key Vault ใบรับรองที่หมดอายุ ซีเคร็ตที่ใกล้หมดอายุ ทรัพยากรที่ไม่มีเจ้าของ การประเมินความสอดคล้อง

แนะนำขนาด VM ของ Azure, ชุดสเกล และการกำหนดค่าตามความต้องการของเวิร์กโหลดและงบประมาณ วิเคราะห์ประเภทเวิร์กโหลด ความต้องการด้านประสิทธิภาพ ข้อกำหนดในการปรับขนาด และต้นทุน เพื่อเสนอตัวเลือก VM หรือ VMSS 2–3 ตัวพร้อมข้อดีข้อเสีย ตรวจสอบคำแนะนำกับเอกสารสดของ Microsoft; ใช้ไฟล์อ้างอิงสำรองหากการดึงข้อมูลล้มเหลว สืบค้น API ราคาขายปลีก Azure ที่ไม่ต้องยืนยันตัวตนเพื่อรับราคาปัจจุบันโดยไม่ต้องสมัครใช้งาน Azure แนะนำการตัดสินใจระหว่าง VM กับ VMSS ผ่านแผนผังการตัดสินใจ...

การจัดการต้นทุน Azure แบบครบวงจร: ค้นหาต้นทุนในอดีต คาดการณ์ค่าใช้จ่ายในอนาคต และปรับให้เหมาะสมเพื่อลดความสูญเปล่า ใช้เมื่อ: "ค่าใช้จ่าย Azure", "การใช้จ่าย Azure", "บิล Azure", "รายละเอียดต้นทุน", "ต้นทุนตามบริการ", "ต้นทุนตามทรัพยากร", "ฉันใช้เงินไปเท่าไหร่", "แสดงบิลของฉัน", "สรุปต้นทุนรายเดือน", "แนวโน้มต้นทุน", "ปัจจัยต้นทุนหลัก", "ต้นทุนจริง", "ต้นทุนตัดจำหน่าย", "คาดการณ์การใช้จ่าย", "ต้นทุนที่คาดการณ์", "ประมาณการบิล", "ต้นทุนในอนาคต", "คาดการณ์งบประมาณ", "ต้นทุนสิ้นเดือน", "ฉันจะใช้เงินเท่าไหร่", "ปรับต้นทุนให้เหมาะสม", "ลดการใช้จ่าย", "ค้นหาการประหยัดต้นทุน", "ทรัพยากรที่ถูกทิ้งร้าง", "ปรับขนาด VM ให้เหมาะสม", "การวิเคราะห์ต้นทุน", "ลดความสูญเปล่า", "ทรัพยากรที่ไม่ได้ใช้", "ปรับต้นทุน Redis ให้เหมาะสม", "ต้นทุนตามแท็ก", "ต้นทุนตามกลุ่มทรัพยากร", "ส่วนเสริมการวิเคราะห์ต้นทุน AKS", "ต้นทุนเนมสเปซ", "ต้นทุนพุ่งสูง", "ความผิดปกติ", "การแจ้งเตือนงบประมาณ", "การมองเห็นต้นทุน AKS" ห้ามใช้สำหรับ: การปรับใช้ทรัพยากร การจัดเตรียมโครงสร้างพื้นฐาน การวินิจฉัย การตรวจสอบความปลอดภัย หรือการประมาณต้นทุนสำหรับทรัพยากรใหม่ที่ยังไม่ได้ปรับใช้

ดำเนินการปรับใช้ Azure สำหรับแอปพลิเคชันที่เตรียมไว้แล้วซึ่งมีไฟล์ .azure/deployment-plan.md และไฟล์โครงสร้างพื้นฐานอยู่แล้ว ห้ามใช้ทักษะนี้เมื่อผู้ใช้ขอสร้างแอปพลิเคชันใหม่ — ให้ใช้ azure-prepare แทน ทักษะนี้รันคำสั่ง azd up, azd deploy, terraform apply และ az deployment พร้อมการกู้คืนข้อผิดพลาดในตัว ต้องมี .azure/deployment-plan.md จาก azure-prepare และสถานะที่ตรวจสอบแล้วจาก azure-validate เมื่อ: "รัน azd up", "รัน azd deploy", "ดำเนินการปรับใช้", "ส่งขึ้นโปรดักชัน", "ส่งขึ้นคลาวด์", "เปิดใช้งานจริง", "ส่งขึ้น", "ปรับใช้ bicep", "terraform apply", "เผยแพร่ไปยัง Azure", "เปิดตัวบน Azure" ห้ามใช้เมื่อ: "สร้างและปรับใช้", "สร้างและปรับใช้", "สร้างแอปใหม่", "ตั้งค่าโครงสร้างพื้นฐาน", "สร้างและปรับใช้ไปยัง Azure โดยใช้ Terraform" — ให้ใช้ azure-prepare สำหรับกรณีเหล่านี้

การวินิจฉัยและแก้ไขปัญหาการผลิตบน Azure อย่างเป็นระบบโดยใช้ AppLens, Monitor และสถานะทรัพยากร ครอบคลุมการแก้ไขปัญหา Container Apps, Function Apps และ AKS พร้อมคำแนะนำเฉพาะบริการสำหรับการดึงอิมเมจ การเริ่มต้นเย็น การตรวจสอบสถานะสุขภาพ ความล้มเหลวในการเรียกใช้ และปัญหาเกี่ยวกับโหนด/พ็อด ผสานรวม AppLens (MCP) สำหรับการวิเคราะห์สาเหตุที่แท้จริงด้วย AI และ Azure Monitor (MCP) สำหรับการสอบถามบันทึกและเมตริกตาม KQL มีขั้นตอนการวินิจฉัยห้าขั้นตอน: ระบุอาการ ตรวจสอบสถานะทรัพยากร ทบทวน...

ออกแบบและจัดเตรียมโครงสร้างพื้นฐาน Azure ระดับองค์กรจากคำอธิบายปริมาณงาน สำหรับสถาปนิกคลาวด์และวิศวกรแพลตฟอร์มที่วางแผนเครือข่าย อัตลักษณ์ ความปลอดภัย การปฏิบัติตามข้อกำหนด และโทโพโลยีทรัพยากรหลายรายการที่สอดคล้องกับ WAF สร้าง Bicep หรือ Terraform โดยตรง (ไม่ใช้ azd) เมื่อ: 'วางแผนโครงสร้างพื้นฐาน Azure', 'ออกแบบ Azure landing zone', 'ออกแบบเครือข่าย hub-spoke', 'วางแผนโทโพโลยี DR หลายภูมิภาค', 'ตั้งค่า VNet ไฟร์วอลล์ และ private endpoints', 'การปรับใช้ Bicep ระดับ subscription', 'Azure Backup สำหรับปริมาณงาน VM' เลือกใช้ azure-prepare สำหรับเวิร์กโฟลว์ที่เน้นแอปพลิเคชัน

Azure Event Grid SDK สำหรับ .NET ไลบรารีไคลเอนต์สำหรับการเผยแพร่และรับเหตุการณ์กับ Azure Event Grid ใช้สำหรับสถาปัตยกรรมที่ขับเคลื่อนด้วยเหตุการณ์ การส่งข้อความแบบ pub/sub, CloudEvents และ EventGridEvents ทริกเกอร์: "Event Grid", "EventGridPublisherClient", "CloudEvent", "EventGridEvent", "publish events .NET", "event-driven", "pub/sub

สร้างแอปพลิเคชันที่ขับเคลื่อนด้วยเหตุการณ์ด้วย Azure Event Grid SDK สำหรับ Java ใช้เมื่อเผยแพร่เหตุการณ์ นำรูปแบบ pub/sub ไปใช้ หรือผสานรวมกับบริการ Azure ผ่านเหตุการณ์