用途：为 Azure Machine Learning（Azure ML）开发提供专家级指导，涵盖故障排查、最佳实践、决策、架构与设计模式、限制与配额、安全、配置、集成与编码模式、部署等主题。
主要能力：技能内含分类索引，按主题组织本地速查内容，并可远程获取官方文档。分类包括：故障排查（管道、终结点、AutoML、网络、Kubernetes、环境、数据访问、prompt flow 及已知平台问题）；最佳实践（AutoML 与训练优化、不平衡/过拟合处理、数据准备、批处理/推理性能、模型监控、成本优化）；决策（v1/v2 迁移、升级、网络、灾难恢复、数据、计算、部署与监控）；架构与设计模式（在线终结点实时推理、基于向量存储的 RAG）；限制与配额（区域/主权云支持、VM SKU、工作区软删除、容量规划）；安全（加密、身份/RBAC、网络隔离/VNet、Key Vault 密钥、合规）；配置（组件、计算、网络、AutoML、YAML 架构、监控、Prompt Flow）；集成与编码模式（数据平台、REST/MLflow API、Spark、Databricks/Synapse/Fabric、prompt flow/RAG）；部署（在线/批处理终结点、CI/CD、MLOps、HF/MLflow/ONNX、跨工作区/注册表）。
使用方式：Agent 应使用分类索引定位相关章节；对带行范围的分类使用 read_file 读取指定行，对带文件链接的分类读取对应引用文件。若 metadata.generated_at 超过 3 个月，建议用户从仓库拉取最新版本；若 mcp_microsoftdocs 工具不可用，建议用户安装。该技能需要网络访问以获取文档内容：首选使用 mcp_microsoftdocs:microsoft_docs_fetch，查询字符串为 from=learn-agent-skill，返回 Markdown；备选使用 fetch_webpage，查询字符串为 from=learn-agent-skill&accept=text/markdown，返回 Markdown。
适用场景：Azure ML 工作区、管道、终结点、AutoML、Prompt Flow、RAG 等开发与运维中的问题诊断、方案选型、安全配置与部署实践。
限制：具体功能、收费、价格、平台与效果等事实以官方文档为准，本资料未提供；需网络访问才能获取远程文档内容。