用途：面向 Python 的 Azure Machine Learning SDK v2 客户端库，用于管理 Azure ML 资源，涵盖工作区、作业（jobs）、模型、数据资产、计算、环境、数据存储与流水线。
主要能力：通过 MLClient 操作工作区（创建、获取、列出、删除）、作业（create_or_update、get、list、stream、cancel）、模型（create_or_update、get、list、archive）、数据（create_or_update、get、list）、计算（begin_create_or_update、get、list、delete）、环境、数据存储与组件。支持数据资产注册（文件 URI_FILE 与文件夹 URI_FOLDER）、模型注册与版本管理、计算集群创建（如 AmlCompute，可设 min_instances、max_instances、idle_time_before_scale_down）、命令作业提交、dsl.pipeline 定义训练流水线、自定义环境与数据存储列表查询。
使用方式：安装 pip install azure-ai-ml。认证需设置环境变量 AZURE_SUBSCRIPTION_ID、AZURE_RESOURCE_GROUP、AZURE_ML_WORKSPACE_NAME，并用 DefaultAzureCredential 构造 MLClient；也可用 MLClient.from_config(credential=DefaultAzureCredential())，从当前或上级目录的 config.json 读取配置。随后调用 ml_client 的各类操作提交作业、注册资源、创建计算等。
适用场景：需要在 Azure ML 上编排训练作业、管理数据集与模型版本、创建计算资源与多步流水线的机器学习工程任务。
限制：仅当任务明确匹配上述范围时使用。输出不能替代针对具体环境的验证、测试或专家评审。若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。资料未提供收费、价格与平台差异等信息。