关于 azure-language-service
azure-language-service 为 Azure AI Language 提供面向 Agent 的参考技能,涵盖设计、开发、部署与故障排查,并结合本地速查内容和远程文档获取。
主要功能
- 01Azure Language 故障排查指导
- 02设计与最佳实践参考
- 03限制、配额与安全信息
- 04配置、集成与编码模式
- 05部署与迁移指南
适用场景
- 01诊断自定义 NER 或 CQA 问题
- 02规划 CLU 或 CQA 架构
- 03查阅 Azure Language 安全配置
- 04参考 API 和 SDK 调用方式
MCP 相关
该技能可通过 mcp_microsoftdocs 的 microsoft_docs_fetch 获取远程文档;也可使用 fetch_webpage 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-language-service安装后在 Claude Code 中输入/azure-language-service确认已加载。
详细介绍
Azure AI Language 技能
此技能提供 Azure AI Language 方面的专家指导,涵盖故障排除、最佳实践、决策制定、架构与设计模式、限制与配额、安全性、配置、集成与编码模式,以及部署。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
IMPORTANT for Agent:使用下方的类别索引查找相关部分。对于带有行号范围的类别(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读取所链接的参考文件
IMPORTANT for Agent:如果
metadata.generated_at的时间早于 3 个月以上,建议用户从仓库拉取最新版本。如果mcp_microsoftdocs工具不可用,建议用户安装:安装指南
此技能需要网络访问权限来获取文档内容:
- 首选:使用
mcp_microsoftdocs:microsoft_docs_fetch,并传入查询字符串from=learn-agent-skill。返回 Markdown。 - 备用:使用
fetch_webpage,并传入查询字符串from=learn-agent-skill&accept=text/markdown。返回 Markdown。
类别索引
| 类别 | 行号 | 描述 |
|---|---|---|
| 故障排除 | L37-L42 | 诊断和解决 Azure Language 自定义 NER 和对话式问答 (CQA) 中的常见问题,包括模型错误、配置问题和故障排除工作流。 |
| 最佳实践 | L43-L53 | 设计和编写 CLU、自定义 NER、PII 和 CQA 项目的最佳实践,包括数据准备、架构、生命周期、闲聊角色设定和文档格式。 |
| 决策制定 | L54-L63 | 关于选择区域和应用类型、规划 CQA 解决方案,以及决定或执行从 LUIS、QnA Maker、Text Analytics 和 Language Studio 迁移到 Azure Language/Fountry 的指南。 |
| 架构与设计模式 | L64-L71 | 设计和实现 CLU、自定义 NER、自定义文本分类及 Azure AI Language 中编排工作流模型的区域故障转移和高可用性模式。 |
| 限制与配额 | L72-L95 | Azure Language 功能(CLU、NER、文本分类、CQA、健康)的限制、配额、语言和模型生命周期,包括数据大小、速率、吞吐量和容器限制。 |
| 安全性 | L96-L107 | 保护 Azure Language 和 CQA:静态加密(包括 CMK)、RBAC、托管标识、SAS 令牌、网络隔离/Private Link,以及安全部署和数据访问配置。 |
| 配置 | L108-L124 | 配置 Azure AI Language 功能:CLU 微调、容器、自定义/健康 NER、编排 None 意图、CQA 评分/遥测、FHIR 输出,以及相关项目/技能设置。 |
| 集成与编码模式 | L125-L144 | 如何调用 Azure Language/TA/health/CLU/CQA API 和 SDK,以实现 NER、实体链接、关键短语、语言检测、情感分析、PII 编辑、关系和编排工作流。 |
| 部署 | L145-L155 | 关于跨区域部署和运行自定义语言/NER/CQA/情感分析/健康模型、通过 Docker 容器在本地部署,以及在环境之间移动项目的指南。 |
故障排除
最佳实践
决策
| 主题 | URL |
|---|---|
| 为 Language 服务功能选择 Azure 区域 | https://learn.microsoft.com/en-us/azure/ai-services/language-service/concepts/regional-support |
| 选择 CLU 应用或编排工作流 | https://learn.microsoft.com/en-us/azure/ai-services/language-service/conversational-language-understanding/concepts/app-architecture |
| 将 Azure Language Studio 项目迁移到 Microsoft Foundry | https://learn.microsoft.com/en-us/azure/ai-services/language-service/migration-studio-to-foundry |
| 规划 CQA 应用并选择 Azure 资源 | https://learn.microsoft.com/en-us/azure/ai-services/language-service/question-answering/concepts/plan |
| 决定是否将 LUIS 和 QnA Maker 迁移到 Azure Language | https://learn.microsoft.com/en-us/azure/ai-services/language-service/reference/migrate |
| 将 Text Analytics 应用迁移到 Azure Language API | https://learn.microsoft.com/en-us/azure/ai-services/language-service/reference/migrate-language-service-latest |
架构与设计模式
限制与配额
安全性
配置
集成与编码模式
部署
评论
支持 Markdown