SKILLEMALL.ai
GitHub ↗ EN Войти

AD azure-ai-projects-py

Создавайте AI-приложения с помощью Azure AI Projects Python SDK (azure-ai-projects). Используйте при работе с клиентами проектов Foundry, создании версионированных агентов с помощью PromptAgentDefinition, запуске оценок, управлении соединениями/развертываниями/наборами данных/индексами или использовании клиентов, совместимых с OpenAI. Это SDK Foundry высокого уровня — для низкоуровневых операций агентов используйте навык azure-ai-agents-python.

машинный переводПоказать оригиналСкрыть оригинал«Build AI applications using the Azure AI Projects Python SDK (azure-ai…»

Build AI applications using the Azure AI Projects Python SDK (azure-ai-projects). Use when working with Foundry project clients, creating versioned agents with PromptAgentDefinition, running evaluations, managing connections/deployments/datasets/indexes, or using OpenAI-compatible clients. This is the high-level Foundry SDK - for low-level agent operations, use azure-ai-agents-python skill.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 9 файлов тело ≈ 2 094 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Создавайте AI-приложения с помощью Azure AI Projects Python SDK (azure-ai-projects).

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияAzureИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Рискованное назначение intent-offensive-security SKILL.md:48
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | `client.red_teams` | `.red_teams.*` | Red team operations |

    Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "package"

    Процессный рейтинг: все десять параметров 41/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 12, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2094 токенов
    • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле

    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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 393 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 12 пунктов
    • +4Есть примеры (15 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (7 из 8)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.