caira

CAIRA

当用户想要构建或扩展生成式 AI 解决方案时，使用此技能。CAIRA 是一个参考库，而不是应用生成器：检查代码库，选择最小范围的相关参考组件，并将其改编到用户的工作区中。

生成更改前的信息收集

只询问选择组件所需的信息：

1. 用户想要实现什么目标？
2. 用户是否已有 Foundry/OpenAI 端点、托管环境、身份验证、可观测性或前端/API 代码？
3. 需要何种网络隔离或安全边界？
4. 用户偏好哪些编程语言或框架？如果用户偏好的技术不在 CAIRA 参考中，尝试遵循 CAIRA 参考组件所展示的相同架构模式和设计原则，但要适配用户偏好的语言或框架。
5. 目前需要哪些组件：Foundry、Container Apps、API、前端，还是仅应用代码？如果用户的回答表明他们只需要一个组件，则只使用该组件。

核心规则

• 将 github.com/microsoft/caira/ 代码库中的 reference-architectures 目录作为权威信息来源。可以通过 GitHub MCP 服务（如果可用）、GitHub 原始文件 URL，或临时克隆代码库并在本地检查 reference-architectures/ 来查看它。
• 查看参考架构时，阅读所需组件的完整代码。不要只看 README 或文档。代码才是权威信息来源。
• 优先使用小型组件参考，而不是复制完整技术栈。
• 对于需要兼容 OpenAI 的端点的场景，优先使用 Foundry IaC 参考，除非用户已有端点或要求采用其他方案。
• 提出新的基础设施方案前，先了解用户已有的资源。
• 始终使用托管身份或其他无密码身份验证模式。绝不使用 API 密钥、静态凭据或机密，除非用户明确要求采用基于 API 密钥或机密的方案。
• 为 Foundry 实现 IaC 时，使用参考架构中展示的 Azure Verified Module。不要使用与 Foundry 相关的独立 Terraform 资源，除非用户明确要求。
• 如果需要实现与 Foundry 通信的 API，始终优先使用 Foundry 资源，而不是 Azure OpenAI 资源，除非用户明确要求使用 Azure OpenAI。即使使用 OpenAI Agents SDK，也遵循此规则。
• 在提出代码库安全扫描方案前，检查目标代码库是否已使用或配置 Gitleaks、Trivy 或类似工具来扫描机密、依赖项、容器或 IaC。如果缺少类似扫描工具，在实施前询问用户是否要添加 Gitleaks 和/或 Trivy 扫描。
• 让建议聚焦于下方列出的当前参考组件。
• 说明建议或生成文件参考了哪些 CAIRA 路径。
• 始终提出后续问题，以进一步明确用户需求，避免不必要地复制参考代码。
• 开始实施前，确认用户的场景、需求，以及将使用哪些 CAIRA 参考组件、配置、网络和安全边界。

当前参考组件

需求	CAIRA 参考路径
Foundry 基础架构	reference-architectures/iac/foundry/
用于 API + 前端托管的 Container Apps	reference-architectures/iac/container-apps/
使用 OpenAI Agents SDK 的 TypeScript API	reference-architectures/app/api/typescript/openai-agents-sdk/
使用 Foundry Agent Service 的 TypeScript API	reference-architectures/app/api/typescript/foundry-agent-service/
使用 Microsoft Agent Framework 的 C# API	reference-architectures/app/api/csharp/microsoft-agent-framework/
React 前端	reference-architectures/app/frontend/typescript/react/
前端/API 契约	reference-architectures/app/API_CONTRACT.md

如何使用 CAIRA 参考内容

1. 检查相关组件源文件。
2. 仅复制或改编用户技术栈所需的文件。
3. 删除不适用于用户场景的示例文本、模型名称、环境变量或 Terraform 变量。
4. 保留组件的验证方式：TypeScript 使用 npm 脚本，C# 使用 .NET 构建，IaC 使用 Terraform 验证，容器使用 Docker 构建。
5. 说明使用的 CAIRA 确切路径，以及有意省略的内容。