SKILLEMALL.ai
GitHub ↗ EN Войти

AF azure-architecture-autopilot

Проектируйте инфраструктуру Azure с использованием естественного языка или анализируйте существующие ресурсы Azure для автоматической генерации диаграмм архитектуры, их уточнения в процессе разговора и развертывания с помощью Bicep. Когда использовать этот навык: - «Создать X на Azure», «Настроить архитектуру RAG» (новый дизайн) - «Проанализировать мою текущую инфраструктуру Azure», «Нарисовать диаграмму для rg-xxx» (анализ существующего) - «Foundry работает медленно», «Я хочу сократить расходы», «Усилить безопасность» (модификация на естественном языке) - Развертывание ресурсов Azure, генерация шаблонов Bicep, генерация кода IaC - Microsoft Foundry, AI Search, OpenAI, Fabric, ADLS Gen2, Databricks и все службы Azure

машинный переводПоказать оригиналСкрыть оригинал«Design Azure infrastructure using natural language, or analyze existin…»

Design Azure infrastructure using natural language, or analyze existing Azure resources to auto-generate architecture diagrams, refine them through conversation, and deploy with Bicep. When to use this skill: - "Create X on Azure", "Set up a RAG architecture" (new design) - "Analyze my current Azure infrastructure", "Draw a diagram for rg-xxx" (existing analysis) - "Foundry is slow", "I want to reduce costs", "Strengthen security" (natural language modification) - Azure resource deployment, Bicep template generation, IaC code generation - Microsoft Foundry, AI Search, OpenAI, Fabric, ADLS Gen2, Databricks, and all Azure services

github/awesome-copilot Agent Skills автор: github MIT 14 файлов тело ≈ 1 712 токенов Открыть источникgithub.com↗ проанализирован 23 ч назад

Проектируйте инфраструктуру Azure с использованием естественного языка или анализируйте существующие ресурсы Azure для автоматической генерации диаграмм…

Как процесс F 40/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/*.md, assets/06-architecture-diagram.png, assets/07-azure-portal-resources.png

АнализаторAzureИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: GitHub Copilot / VS Code Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
F
40/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/*.md, assets/06-architecture-diagram.png, assets/07-azure-portal-resources.png
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/*.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/06-architecture-diagram.png
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/07-azure-portal-resources.png
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/08-deployment-succeeded.png

Процессный рейтинг: все десять параметров 40/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/*.md, assets/06-architecture-diagram.png, assets/07-azure-portal-resources.png
  • 0Инструменты и файлы. Не хватает 4 файла(ов): references/*.md, assets/06-architecture-diagram.png, assets/07-azure-portal-resources.png
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Шаги. Шагов: 8, расплывчатых формулировок: 4
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1712 токенов

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -32 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 7 примера фраз-триггеров в кавычках
  • +3Длина description 636 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 8 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (9 из 10)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.