用途
Microsoft Foundry Skill 面向使用 Microsoft Foundry 资源的开发者，覆盖模型发现与部署、AI 智能体完整开发生命周期、评估工作流以及故障排查。它通过一组专门的子技能把各类任务对应到明确的工作流，并规定执行前必须完成的依赖检查与文档阅读步骤。
主要能力与子技能
技能包含以下子技能，每项对应特定场景：
- deploy：将托管智能体部署到 Foundry，对部署进行冒烟测试，创建或更新提示词智能体，管理智能体版本与多环境部署。
- cicd：为 Foundry 智能体搭建 CI/CD 部署流水线。
- invoke：向智能体发送消息，支持单轮或多轮对话。
- routine：用例程按计划或事件触发 Foundry 智能体，使用 azd 进行 CRUD、启用/禁用、手动派发和查看历史运行，或在 azure.yaml 中定义例程。
- invocations-ws：构建、部署并连接使用 invocations_ws 双工 WebSocket 协议的托管智能体，适用于语音智能体、实时流和带外媒体传输信令。
- observe：评估智能体质量、运行批量评估、分析失败、优化提示词、改进智能体指令、比较版本、搭建 CI/CD 监控并启用持续生产评估。
- insights：从已有监控中拉取生成的智能体洞察、证据和建议，只读检索，不发起新分析。
- trace：查询调用链，分析延迟/失败，通过 App Insights customEvents 将评估结果关联到具体响应。
- troubleshoot：查看托管智能体日志，查询遥测，诊断失败。
- validate：仅在用户明确要求使用该验证子技能或要求按最佳实践验证 Microsoft Foundry 托管智能体代码时使用，不得主动调用或加入其他工作流。
- create (quick start)：从零端到端创建新的托管 Foundry 智能体，包括脚手架、预置或使用已有 Foundry 项目、部署和冒烟测试；不用于已有代码。
- create：用于标准端到端顺利路径（快速开始）不适用的情况，包括新建智能体、更新已有智能体代码、继续开发现有智能体、在脚手架阶段接入连接、使用高级设置或 A2A（Agent2Agent），以及从失败的快速开始中恢复。
- agent-optimizer：让已有 Python 托管智能体代码具备可优化条件，配置 eval.yaml，运行 Agent Optimizer 作业，在本地应用候选方案，并在评审后通过 azd 部署。
- eval-datasets：把生产调用链采集为评估数据集，管理数据集版本与切分，跟踪评估指标随时间的变化，检测回归，维护从调用链到部署的完整血缘。
- project/create：创建新的 Microsoft Foundry 项目以托管智能体和模型，适用于入门 Foundry 或搭建新基础设施。
- resource/create：使用 Azure CLI 创建 Azure AI Services 多服务资源（Foundry 资源），适用于需要精细控制的手动预置。
- private-network：回答 Foundry 网络隔离问题，并在 VNet 隔离下部署 Foundry（自带 VNet、托管 VNet、混合），涵盖架构概念、模板选择、部署与部署后验证。
- models/deploy-model：统一模型部署与智能路由，处理快速预设部署、完全自定义部署（版本/SKU/容量/RAI）以及跨区域容量发现；路由到 preset（快速部署）、customize（完全控制）、capacity（查找可用容量）子技能。
- quota：管理 Microsoft Foundry 资源的配额与容量，适用于检查配额使用、排查因配额不足导致的部署失败、申请配额增加或规划容量。
- rbac：管理 Microsoft Foundry 资源的 RBAC 权限、角色分配、托管标识和服务主体，适用于访问控制、权限审计和 CI/CD 设置。
- finetuning：在 Microsoft Foundry 上微调模型，包括 SFT 蒸馏、DPO 偏好优化、带评分器和工具调用的 RFT，涵盖数据集准备、评分器校准、训练、检查点选择、部署和评估。
- azd-guidance：提供管理 Foundry 智能体的共享 azd 知识与指导，任何与 azd 相关的工作流都应先阅读。
使用方式
执行前要求：技能加载后的第一步必须运行依赖检查与安装脚本，并等待其完成后再继续。脚本先检查、只安装缺失依赖，不重复安装已有依赖。必须在阅读或进入任何子技能、工作流或工作流专属参考之前完成该检查。
- macOS / Linux：
./scripts/check-and-setup-dependencies.sh - Windows (pwsh)：
./scripts/check-and-setup-dependencies.ps1
后续操作应严格遵循脚本输出。
工作流指引：执行任何工作流专属步骤前，必须先阅读对应的子技能文档。未阅读某工作流的技能文档，不得调用该工作流的专属 MCP 工具——即使已知道 MCP 工具参数也必须如此，因为技能文档包含必需的工作流步骤、预检查和验证逻辑。此规则在每条触发不同工作流的新用户消息中均适用，即使技能已加载。
Foundry MCP：使用 Foundry MCP 操作前，必须先调用 Azure MCP 的 foundry 工具，检查可用的 Foundry MCP 工具及相关参数，作为基于 MCP 工作流的发现/帮助步骤。
azd：执行任何 azd 命令前，必须先阅读 azd-guidance，并严格遵守其中定义的共享规则，尤其是 AZURE_DEV_USER_AGENT 设置规则。
基础设施生命周期：根据用户意图选择工作流。意图不明确时（如“创建 Foundry”/“搭建 Foundry”），使用 AskUserQuestion 确认是（a）仅 AI Services 资源、（b）公共访问的项目，还是（c）带网络隔离的项目，分别路由到 resource/create、project/create、private-network。
智能体开发生命周期：按用户意图匹配工作流并按顺序阅读子技能，例如从零端到端创建为 dependency check → azd-guidance → quick-start-hosted；超出快速开始的情况为 dependency check → azd-guidance → create → deploy → invoke；优化已有 Python 托管智能体为 dependency check → azd-guidance → agent-optimizer → scaffold/review → eval.yaml → optimize → apply candidate → deploy → invoke 等。
.foundry 工作区标准与元数据
每个智能体源码文件夹可在 .foundry/ 下保存 Foundry 专属缓存与覆盖状态，包含 agent-metadata.yaml、agent-metadata.prod.yaml、suites/、datasets/、evaluators/、results/。在 azd 项目中，部署上下文（项目终结点、智能体名称/版本、ACR、App Insights）应从 azure.yaml 加 azd env get-values 推导，若 azd 已提供则不重复写入元数据。agent-metadata.yaml 是非 azd 值、远程 Foundry 套件引用、本地缓存路径、结果摘要和显式覆盖的首选本地/开发覆盖文件；agent-metadata.prod.yaml 等边车文件可保存单一生产或 CI 目标覆盖。suites/、datasets/、evaluators/ 是本地缓存文件夹，内容仍有效时可复用，刷新或覆盖前应先询问。
项目上下文解析
仅当智能体技能需要其尚未拥有的配置值时才运行该步骤。若某个值（如智能体根目录、环境、项目终结点或智能体名称）已从用户消息或同一会话的前序技能中得知，则跳过该值的解析。步骤包括：发现智能体根目录与 azd 上下文（检查 azure.yaml 中 host: azure.ai.agent 的服务，或搜索含 agent-metadata.yaml 的 .foundry/ 文件夹，多个匹配时要求用户选择）；解析环境与部署上下文（优先使用 azd 值，如 AZURE_AI_PROJECT_ENDPOINT、AGENT_<SERVICE>NAME、AGENT<SERVICE>_VERSION、AZURE_CONTAINER_REGISTRY_NAME、APPLICATIONINSIGHTS_CONNECTION_STRING、AZURE_SUBSCRIPTION_ID 等）；选择元数据覆盖并解析环境；解析 eval.yaml 本地评估意图（agent.name、dataset.local_uri、dataset.name/version、validation_dataset、evaluators[] 等）。
适用场景与限制
适用场景包括：在 Foundry 上构建、部署、评估、优化、微调和管理智能体与模型；搭建 CI/CD 与持续评估监控；排查调用链、延迟与故障；管理配额、RBAC 和私有网络部署。
限制与注意事项：validate 子技能仅在用户明确要求时使用，不得主动调用；默认 azd ai agent 流程使用 Basic Agent Setup，不预置 capabilityHosts/agents，不应将其缺失视为缺陷；insights 为只读检索，不发起新分析；使用 MCP 工具和 azd 命令前有强制的阅读与检查前置条件；缓存文件夹复用前需询问。关于具体收费、价格和平台支持范围，现有资料未提供。