这个 Skill 能做什么，适合哪些场景？
这是一个面向 Azure AI Foundry 的 .NET SDK 技能，围绕 Azure.AI.Projects 提供项目级开发指导。它涵盖智能体、连接、数据集、部署、评估和索引等操作，也包含持久化智能体与预览版版本化智能体的示例。技能还说明了 DefaultAzureCredential、项目端点和模型部署名称等配置要求。适合正在使用 Azure AI Foundry 和 .NET 构建或维护 AI 应用的开发者。
指导开发者安装 Azure.AI.Projects、Azure.Identity 及可选扩展包；创建 AIProjectClient 并配置项目端点和凭据；创建线程、消息和运行任务，轮询持久化智能体状态并读取消息；创建带工具的版本化智能体并获取响应；列出和读取连接、部署、数据集、索引与评估；上传或删除文件数据集，创建 Azure AI Search 索引，运行评估，并通过 Azure OpenAI ChatClient 生成聊天结果。示例还展示了 RequestFailedException 错误处理和资源清理。
- 使用 C# 管理 Azure AI Foundry 项目中的连接、模型部署、数据集和索引。
- 需要创建线程式持久化智能体，并轮询运行状态、读取消息和清理资源的 .NET 开发者。
- 希望在预览功能中创建带 Web Search 工具的版本化智能体，并通过项目响应客户端调用它的团队。
- 需要基于数据集配置并运行相关性评估、查看评估状态的工程师。
- 需要从 Foundry 项目连接获取 Azure OpenAI 客户端并执行聊天补全的应用开发者。
如何安装这个 Skill？
- 示例同时使用 GA、预览版和 --prerelease 包；实际使用前应核对目标 SDK 版本、API 签名和兼容性。
- Connections 的 includeCredentials:true、数据集上传、索引/数据集删除及外部工具调用可能涉及敏感数据或持久化外部影响，文档未提供确认、权限和恢复流程。
- 未提供该技能专属验收测试或运行结果，不能据此确认代码可编译、服务端配置完整或所有工作流可用。
- 未说明中文使用体验及中国大陆网络访问 Azure、NuGet、文档和 Copilot 相关服务时的可达性。
- Shell / 命令行
- 网络访问
- 本地文件系统
.NET SDKAzure.AI.ProjectsAzure.Identity
在 Copilot CLI 中将集合添加到当前项目：npx skills add microsoft/skills，然后在安装向导中选择此技能。README 说明技能会安装到所选 Agent 的目录，例如 GitHub Copilot 使用 .github/skills/；本技能的源路径是 .github/plugins/azure-sdk-dotnet/skills/azure-ai-projects-dotnet/SKILL.md。SDK 依赖可使用：dotnet add package Azure.AI.Projects 和 dotnet add package Azure.Identity。版本化智能体可选安装 dotnet add package Azure.AI.Projects.OpenAI --prerelease，低级智能体操作可选安装 dotnet add package Azure.AI.Agents.Persistent --prerelease。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/microsoft/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/.github/plugins/azure-sdk-dotnet/skills/azure-ai-projects-dotnet" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 使用 AIProjectClient 创建 Foundry 项目客户端，列出部署并运行一次评估
- 用 .NET 创建一个版本化智能体并调用 Web Search 工具
向编码 Agent 提出包含触发词的任务，例如：“使用 AIProjectClient 创建 Foundry 项目客户端，列出部署并运行一次评估”或“用 .NET 创建一个版本化智能体并调用 Web Search 工具”。运行生成的代码前，设置 PROJECT_ENDPOINT 和 MODEL_DEPLOYMENT_NAME；如使用连接，再设置 CONNECTION_NAME 或 AI_SEARCH_CONNECTION_NAME。生产环境使用 DefaultAzureCredential 时，按示例设置 AZURE_TOKEN_CREDENTIALS=prod 或指定凭据名称。README 未说明该技能独立的测试命令或单独发布包。
这个 Skill 有哪些优点和局限？
- 覆盖 AIProjectClient 下的智能体、连接、数据集、部署、评估和索引等主要项目操作。
- 提供可复制的 C# 示例，包括持久化智能体、版本化智能体、Azure AI Search 和评估流程。
- 明确列出 GA v1.1.0 与 Preview v1.2.0-beta.5 版本信息及相关 NuGet 包。
- 包含认证、轮询、分页、凭据读取和资源清理等实践建议。
- 内容针对 .NET 和 Azure AI Foundry，不能直接替代其他语言 SDK 技能。
- 版本化智能体和持久化智能体扩展使用预览包，存在预览 API 的适用限制。
- 需要 Azure AI 项目端点、模型部署和相应凭据；源材料没有说明所需 Azure 权限的完整清单。
- 源材料未提供此单项技能的独立测试覆盖或失败案例。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Azure AI Foundry 项目开发助手 本页 ✓ Microsoft · 官方 | 50 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure 持久化智能体 .NET 技能 ✓ Microsoft · 官方 | 48 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Microsoft Foundry Python 项目技能 ✓ Microsoft · 官方 | 47 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure AI 持久化智能体 Java SDK ✓ Microsoft · 官方 | 47 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure AI Foundry Agent Framework ✓ Microsoft · 官方 | 50 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
与 Azure.AI.Agents.Persistent 相比，本技能以 Azure.AI.Projects 的高层项目客户端为中心，同时可通过 GetPersistentAgentsClient() 访问低级智能体操作。Azure.AI.Projects.OpenAI 则用于版本化智能体及 OpenAI 扩展；本技能将其作为可选预览扩展介绍。
FollowSkills 如何评估这个 Skill？
文档说明使用 DefaultAzureCredential、环境变量和资源清理，并警告仅在需要时包含凭据；但未明确最小 Azure 权限、用户确认、敏感数据处理、外部工具数据流、删除操作的恢复方案或依赖安全审查，因此扣分。
安装、认证、客户端层级和多个核心流程具有内部一致性，且仓库提供通用 CI 与测试线索；但目标技能没有显示专属测试、可复现验证、分页/异常输入的完整处理，示例还混合 GA 与预览 API，静态评估不超过10分并扣分。
名称、受众、.NET SDK 范围和触发词较明确，覆盖 agents、connections、datasets、deployments、evaluations 和 indexes；但未清晰说明不适用场景、输入输出边界、版本选择规则，也未说明中文支持或中国大陆网络可达性，因此扣分。
文档有安装、环境变量、认证、分层工作流、类型参考、最佳实践、错误处理、相关 SDK 和版本信息；MIT 许可及 Microsoft 维护来源清楚，但缺少变更日志、维护承诺、FAQ、已知限制和更完整的故障排查，因此扣分。
技能提供可直接改写的 C# 代码，覆盖多个常见 Foundry 项目操作，核心价值明确；但示例未在文件中提供实际构建或运行证据，部分调用可能受 SDK 版本和预览状态影响，生产级完整性与替代方案比较不足，因此扣分。
包含版本、包名、API、GitHub 源码和 Samples 链接，并有仓库级 CI/测试材料；但目标技能缺少专属验收标准、测试套件或第三方执行结果，且本次只进行静态阅读，因此证据覆盖有限并扣分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →