mcpField
A
azure-ai-services

azure-ai-services

github.com/alphaonedev云与 DevOps42 次安装
代码仓库

关于 azure-ai-services

azure-ai-services 为 Azure 服务选型与运维规划提供架构指导，执行工作由 Microsoft Agent Framework 负责。适用于规划成本、权限、基础设施即代码方案及多 Agent 工作流的团队。

主要功能

  1. 01Azure 服务选型与权衡分析
  2. 02成本估算与优化策略
  3. 03Entra ID 与 RBAC 权限预检
  4. 04Bicep、ARM 与 Terraform AzureRM 方案建议
  5. 05基于图运行时的多 Agent 工作流设计

适用场景

  1. 01比较 Azure 服务并制定架构方案
  2. 02估算成本并规划优化措施
  3. 03核查部署前的 Entra ID 与 RBAC 权限
  4. 04设计带检查点的多 Agent 流程

MCP 相关

该技能将 Azure 配置与运维操作交由 Microsoft Agent Framework 执行。框架提供 MCP 客户端，可集成外部服务；Agent 也支持工具和 MCP 服务端。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/alphaonedev/openclaw-graph --skill azure-ai-services

安装后在 Claude Code 中输入/azure-ai-services确认已加载。

详细介绍

azure-ai-services

Microsoft Azure Agent Framework 集成

此技能将所有 Azure 预配和运维操作委托给官方 Microsoft Agent Framework。

# Python
pip install semantic-kernel

# .NET / C#
dotnet add package Microsoft.SemanticKernel.Agents

文档： https://learn.microsoft.com/en-us/agent-framework/overview/

所有 Azure 预配和运维操作均使用 Microsoft Agent Framework。此技能提供架构指导、成本建模和预检要求；执行工作由该框架负责。

架构指导

可参考此技能了解：

  • Azure 服务选择和权衡分析
  • 成本估算和优化策略
  • 预检所需的 Entra ID / RBAC 权限
  • IaC 方案（Bicep、ARM 或 Terraform AzureRM）
  • 与 Microsoft 365 和其他 Azure 服务的集成模式
  • 使用 Agent Framework 基于图的运行时设计多 Agent 工作流

Agent Framework 功能

功能描述
Agents支持工具和 MCP 服务的独立大模型 Agent
Workflows支持检查点的基于图的多 Agent 管道
ProvidersAzure OpenAI、OpenAI、Anthropic、Ollama 等
MCP用于集成外部服务的原生 MCP 客户端
Human-in-the-loop内置审批和干预检查点

参考

评论

支持 Markdown