mcpField
A
azure-content-understanding

azure-content-understanding

github.com/microsoftdocs云与 DevOps79673 次安装3 天前更新
代码仓库

关于 azure-content-understanding

该技能为使用 Foundry Tools 中 Azure Content Understanding 的开发者和架构师提供指导，涵盖文档及视听内容分析。它结合本地参考资料与获取最新文档的指引。

主要功能

  1. 01排查 REST API 诊断问题
  2. 02利用置信度和依据提升准确性
  3. 03选择工具与模型部署
  4. 04设计 RAG 和 RPA 方案
  5. 05配置分析器与工作流
  6. 06查阅安全、限制与集成指导

适用场景

  1. 01调查处理或配置故障
  2. 02规划文档分析及 RAG 系统
  3. 03配置自定义分析器与分类
  4. 04将 REST API 或 SDK 集成到 Agent

MCP 相关

该技能建议使用 mcp_microsoftdocs MCP 工具获取 Microsoft 文档，并以网页抓取作为备用方式。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/microsoftdocs/agent-skills --skill azure-content-understanding

安装后在 Claude Code 中输入/azure-content-understanding确认已加载。

详细介绍

Foundry Tools 中的 Azure Content Understanding 技能

此技能为 Foundry Tools 中的 Azure Content Understanding 提供专业指导，涵盖故障排除、最佳实践、决策、架构与设计模式、限制与配额、安全性、配置以及集成与编码模式。它结合了本地快速参考内容与远程文档获取功能。

如何使用此技能

重要提示（面向 Agent）：使用下方的类别索引查找相关章节。对于带有行范围的类别（例如，L35-L120），使用 read_file 读取指定行。对于带有文件链接的类别（例如，[security.md](security.md)），使用 read_file 读取链接的参考文件。

重要提示（面向 Agent）：如果 metadata.generated_at 早于当前时间超过 3 个月，请建议用户从仓库拉取最新版本。如果无法使用 mcp_microsoftdocs 工具，请建议用户安装该工具：安装指南

此技能需要网络访问权限才能获取文档内容：

  • 首选：使用 mcp_microsoftdocs:microsoft_docs_fetch，并将查询字符串设为 from=learn-agent-skill。返回 Markdown。
  • 备用：使用 fetch_webpage，并将查询字符串设为 from=learn-agent-skill&accept=text/markdown。返回 Markdown。

类别索引

类别行说明
故障排除L36-L40使用 Content Understanding REST API 中的诊断信息调查失败、解读错误代码，并排查处理或配置问题。
最佳实践L41-L46运用布局、标签和反馈提升 Content Understanding 的准确性，并使用置信度分数和依据验证及完善文档分析结果。
决策L47-L55关于选择 Azure AI 工具、模型部署以及 Studio 与 Foundry 的指导，还包括从预览版迁移到 GA，以及估算和优化 Content Understanding 成本。
架构与设计模式L56-L62关于何时使用 Agent 模式、如何设计基于 RAG 的文档解决方案，以及如何使用 Azure Content Understanding 构建 RPA 工作流的指导。
限制与配额L63-L68关于安全使用同步 Content Understanding 调用的指导，以及用于规划和排查用量问题的详细配额与限制（吞吐量、负载大小、并发）。
安全性L69-L74配置 Content Understanding 的安全性：为分析器输出设置护栏、保护分析器和数据、控制访问权限，并安全处理敏感内容。
配置L75-L88配置和自定义 Content Understanding 分析器、分类器、工作流以及视听和 Markdown 输出，包括创建、复制和管理自定义分析器及 Foundry 资源。
集成与编码模式L89-L94通过 REST/SDK 调用 Content Understanding、与 Microsoft Agent Framework/LangChain 集成，以及实现 Agent 工作流的模式和代码示例。
故障排除
主题URL
使用 Content Understanding REST API 中的诊断信息https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/how-to/retrieve-diagnostics
最佳实践
主题URL
应用最佳实践提升 Content Understanding 的准确性https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/concepts/best-practices
使用置信度和依据改进文档分析https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/document/analyzer-improvement
决策
主题URL
选择用于文档处理的 Azure AI 工具https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/choosing-right-ai-tool
为 Content Understanding 分析器选择模型部署https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/concepts/models-deployments
在 Content Understanding Studio 和 Foundry 之间进行选择https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/foundry-vs-content-understanding-studio
将 Content Understanding 从预览版迁移到正式发布版https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/how-to/migration-preview-to-ga
估算和优化 Azure Content Understanding 成本https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/pricing-explainer
架构与设计模式
主题URL
确定何时对文档使用 Agentic 模式https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/concepts/agentic-mode
使用 Content Understanding 设计 RAG 解决方案https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/tutorial/build-rag-solution
使用 Content Understanding 设计 RPA 工作流https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/tutorial/robotic-process-automation
限制与配额
主题URL
安全地使用同步 Content Understanding 操作https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/quickstart/use-synchronous-rest-api
查阅 Content Understanding 配额和限制https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/service-limits
安全性
主题URL
为 Content Understanding 结果配置防护措施https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/concepts/guardrails
保护 Content Understanding 分析器和数据https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/concepts/secure-communications
配置
主题URL
配置和自定义 Content Understanding 分析器https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/concepts/analyzer-reference
配置 Content Understanding 分类器和拆分https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/concepts/classifier
解读 Content Understanding Markdown 文档输出https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/document/markdown
在 Content Understanding 中配置分类和路由工作流https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/how-to/classification-content-understanding-studio
在资源内及跨资源复制自定义分析器https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/how-to/copy-analyzers
创建和管理 Microsoft Foundry 资源https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/how-to/create-multi-service-resource
在 Studio 中构建和优化自定义分析器https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/how-to/customize-analyzer-content-understanding-studio
通过 Content Understanding REST API 创建自定义分析器https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/tutorial/create-custom-analyzer
配置视听分析和结构化输出https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/video/elements
对视听内容使用 Markdown 输出https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/video/markdown
集成与编码模式
主题URL
将 Content Understanding 与 Microsoft Agent Framework 集成https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/integrations/agent-framework
将 Content Understanding 用作 LangChain 文档加载器https://learn.microsoft.com/en-us/azure/ai-services/content-understanding/integrations/langchain
调用 Content Understanding REST API 和 SDKhttps://learn.microsoft.com/en-us/azure/ai-services/content-understanding/quickstart/use-rest-api

评论

支持 Markdown