ontology-school-path-generator

tarafından microsoft

Ontoloji Okulu ders yollarını/laboratuvarlarını, kaynak ontoloji materyalinden aşamalı adım ontolojileriyle oluşturur. Kullanıcı bir ontolojiyi eğitsel hale getirmek istediğinde kullanılır…

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

Ontology School Path Generator Skill

Goal

Generate a complete Ontology School course with progressive ontology steps.

Read First

  1. docs/authoring-guide.md
  2. docs/learn-content-guide.md
  3. docs/embed-guide.md
  4. Example lab:
  • content/learn/iq-lab-retail-supply-chain/
  • catalogue/official/iq-lab-retail-step-1/

Workflow

  1. Extract a teachable subset from source ontology.
  2. Define step progression (4-7 steps).
  3. Create step ontologies under catalogue/official/<slug>-step-N/.
  4. Mark step ontologies with "category": "school".
  5. Create course under content/learn/<course-slug>/.
  6. Add <ontology-embed> + diff for progressive steps.
  7. Include at least one quiz per article.

Person Names

If the course, step ontologies, examples, sample data, quests, quiz text, or docs need any person names, first use the name-generator skill. Do not invent customer, employee, patient, student, instructor, reviewer, or other human names.

All generated person names must come from:

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

Use the CSV FullName column by default, and keep selected names consistent across source markdown, RDF/OWL examples, generated catalogue data, and tests.

Validate

  • npm run qa:tutorial-content
  • npm run build

Human Review Flow

If lesson content is not yet approved:

  • Add reviewStatus: under-human-review to article frontmatter
  • Open review issue via .github/ISSUE_TEMPLATE/ontology-school-review.yml

Done Criteria

  • Course renders in /#/learn
  • Step ontologies are isolated in School category
  • Any person names introduced by the lesson or sample data came from the name-generator skill / approved CSV fixture
  • Builds and validators pass

microsoft tarafından daha fazla skill

oss-growth
microsoft
OSS büyüme korsanı kişiliği
agent-framework-azure-ai-py
microsoft
Microsoft Agent Framework Python SDK'sini (agent-framework-azure-ai) kullanarak Azure AI Foundry aracıları oluşturun. AzureAIAgentsProvider ile kalıcı aracılar oluştururken, barındırılan araçları (kod yorumlayıcı, dosya arama, web araması) kullanırken, MCP sunucularını entegre ederken, konuşma iş parçacıklarını yönetirken veya akış yanıtları uygularken kullanın. Fonksiyon araçlarını, yapılandırılmış çıktıları ve çok araçlı aracıları kapsar.
development
airunway-aks-setup
microsoft
AI Runway'ı AKS üzerinde kurun — çıplak kümeden çalışan modele kadar. Küme doğrulama, denetleyici kurulumu, GPU değerlendirmesi, sağlayıcı yapılandırması ve ilk dağıtımı kapsar. NE ZAMAN: "AI Runway kur", "AKS kümesini onboard et", "AI Runway yükle", "airunway kurulumu", "AKS'e model dağıt", "AKS üzerinde GPU çıkarımı", "AKS üzerinde KAITO kurulumu", "AKS üzerinde LLM çalıştır", "AKS üzerinde vLLM", "AKS üzerinde model sunumu ayarla", "AI Runway denetleyicisi".
devops
appinsights-instrumentation
microsoft
Azure Application Insights ile web uygulamalarını enstrümante etme rehberi. Telemetri desenleri, SDK kurulumu ve yapılandırma referansları sağlar. NE ZAMAN: uygulama nasıl enstrümante edilir, App Insights SDK, telemetri desenleri, App Insights nedir, Application Insights rehberliği, enstrümantasyon örnekleri, APM en iyi uygulamaları.
devops
applicationinsights-web-ts
microsoft
Tarayıcı/web uygulamalarını Application Insights JavaScript SDK'sı (@microsoft/applicationinsights-web) ile izleyin. Gerçek Kullanıcı İzleme (RUM) için kullanın — sayfa görünümleri, tıklamalar, AJAX/fetch bağımlılıkları, özel durumlar, özel olaylar ve arka uç OpenTelemetry izleriyle ilişkilendirilen tarayıcı tarafı GenAI aracı izleri. SDK Loader Script ve npm kurulumunu, çerçeve uzantılarını (React, React Native, Angular), Tıklama Analitiğini, telemetri başlatıcılarını ve tarayıcıdan yayılan aracı/araç/model yayılımları için OTel GenAI anlamsal kurallarını kapsar.
devops
azure-ai-anomalydetector-java
microsoft
Azure AI Anomaly Detector SDK for Java ile anomali tespiti uygulamaları oluşturun. Tek değişkenli/çok değişkenli anomali tespiti, zaman serisi analizi veya yapay zeka destekli izleme uygularken kullanın.
development
azure-ai-language-conversations-py
microsoft
azure-ai-language-conversations Python SDK'sini kullanarak Konuşma Dili Anlama (CLU) uygulayın. ConversationAnalysisClient ile konuşma niyetini ve varlıklarını analiz etmek, NLP özellikleri oluşturmak veya dil anlamayı uygulamalara entegre etmek için kullanın.
development
azure-ai-ml-py
microsoft
Azure Machine Learning SDK v2 for Python. Makine öğrenimi çalışma alanları, işler, modeller, veri kümeleri, bilgi işlem ve iş akışları için kullanın. Tetikleyiciler: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets".
development