Azure 机器学习 Python SDK 技能
为 Python 编码代理提供 Azure Machine Learning 资源管理与训练工作流指导。
文档推荐 DefaultAzureCredential、避免密钥并说明生产环境凭据约束，降低凭据暴露风险；但创建、更新、流式作业和删除等外部副作用没有用户确认、权限范围、数据流、敏感数据处理或回滚说明，因此扣分。
安装和主要同步示例路径基本连贯，并提示验证当前 API；但未提供异常处理、分页、长时间运行操作失败反馈或可复现依赖版本，流水线示例还依赖未定义的 prep_component 和 train_component，因此按静态上限扣分。
触发词、Python SDK、工作区、作业、模型、数据和计算场景较明确；但输入输出契约、非适用边界、权限前提、成本风险、中文支持及中国大陆网络可达性未说明，因此扣分。
包含 front matter、安装、认证、生命周期、分层场景、参考文件、操作表和最佳实践，且 MIT 许可与版本字段清楚；但缺少变更日志、明确维护责任和更新路径，也存在 latest 环境标签及隐藏前提，因此扣分。
覆盖工作区、数据、模型、计算、作业、管道、环境和数据存储等核心任务，示例可作为起点；但生产使用仍需补充组件定义、错误处理、删除/清理流程和版本锁定，部分输出不可直接运行，因此静态评估不超过7分并扣分。
技能提供可审计的源代码示例、参考索引和仓库级 CI/评估工作流；但所给材料未展示该技能专属测试、实际执行结果或多源交叉验证，因此仅给有限静态证据分。
- 示例会创建或修改 Azure 资源；执行前应明确确认目标订阅、资源组、工作区、权限和预期成本。
- 不要直接依赖 @latest 环境或未锁定的 azure-ai-ml 版本；应先核对当前 API 并固定可复现版本。
- 管道示例中的 prep_component 和 train_component 未定义，不能视为可直接运行的完整实现。
- 文档未说明数据是否离开本地环境、如何处理敏感训练数据，也未给出失败后的清理和回滚流程。
- 未提供中国大陆网络可达性或中文使用说明；依赖 Azure 服务和 Microsoft 文档访问时应单独验证网络条件。
它能做什么 & 适用场景
该技能面向 Azure Machine Learning SDK v2 for Python，帮助代理管理工作区、作业、模型、数据资产和计算资源。它覆盖身份验证、客户端生命周期、命令作业、数据与模型注册、环境、数据存储和多步骤管道。技能建议优先使用 DefaultAzureCredential，并通过上下文管理器释放客户端和凭据资源。它适合已经使用 Azure ML 的 Python 项目，但不负责替代 Azure 资源权限配置或完整的项目部署流程。
指导代理安装 azure-ai-ml，读取 AZURE_SUBSCRIPTION_ID、AZURE_RESOURCE_GROUP 和 AZURE_ML_WORKSPACE_NAME 等环境变量，创建或加载 MLClient，并调用 Azure ML SDK 管理工作区、数据资产、模型、计算集群、作业、管道、环境和数据存储。它还提供命令作业提交、作业日志流式传输、模型注册、版本管理和计算自动缩容示例。
- 使用 Python 管理 Azure ML 工作区、列出工作区或创建新工作区的机器学习工程师。
- 需要注册训练数据、文件夹数据和模型版本的数据科学团队。
- 需要提交并监控 Azure ML 命令作业的开发者。
- 需要组合数据准备、训练和模型输出等步骤的机器学习工程师。
- 希望通过自定义环境、资源标签和空闲缩容控制训练可复现性与计算成本的团队。
优缺点一览
- 覆盖 Azure ML 常见资源和端到端训练流程。
- 提供同步客户端、身份验证和客户端生命周期的明确模式。
- 包含数据、模型和环境版本管理，以及作业监控和管道示例。
- MIT 许可证，且属于微软维护的 Agent Skills 集合。
- 依赖 Azure 订阅、资源组、ML 工作区和相应身份权限。
- 技能只覆盖 azure-ai-ml Python SDK 场景，不应代表仓库中其他技能的能力。
- 源材料未提供该单个技能的独立测试覆盖或失败处理示例。
- 参考文件列出但未提供其具体内容，因此高级能力范围无法从给定材料确认。
如何安装
在项目中运行 npx skills add microsoft/skills，在安装向导中选择 azure-ai-ml-py。技能会安装到所选代理的目录，例如 GitHub Copilot 使用的 .github/skills/。运行示例代码前，安装 SDK：pip install azure-ai-ml。源材料未说明具体 Python 版本要求。
如何使用
向编码代理提出包含触发词的请求，例如：请使用 azure-ai-ml 和 MLClient 创建一个 Azure ML 命令作业，注册数据集并流式传输作业日志。 代理应根据技能使用 DefaultAzureCredential、所需环境变量和 MLClient 上下文管理器。源材料未提供独立的命令行入口或可执行脚本。