这个 Skill 能做什么，适合哪些场景？
这是 Microsoft Agent Skills 单仓库中的一个 Python 技能，面向 Microsoft Foundry 的 azure-ai-projects SDK。它指导代理使用 AIProjectClient 创建和运行智能体、管理连接、部署、数据集、索引与评估。技能同时覆盖原生 Foundry 客户端和 OpenAI 兼容客户端，并提供同步、异步、版本化智能体及记忆存储模式。它适合已经使用 Azure Foundry 项目并希望让编码代理生成一致 SDK 代码的团队。
指导代理安装 azure-ai-projects 和 azure-identity，读取 AZURE_AI_PROJECT_ENDPOINT、AZURE_AI_MODEL_DEPLOYMENT_NAME 等环境变量，并使用 DefaultAzureCredential 连接 Foundry 项目。它生成创建智能体、PromptAgentDefinition 版本、工具、线程、消息、运行、连接、部署、数据集、索引、评估和记忆存储的 Python 代码，也涵盖 OpenAI 兼容调用及异步客户端。
- 使用 Azure Foundry 项目的 Python 开发者，需要创建基础或带工具的智能体。
- 需要在生产环境中使用 DefaultAzureCredential、托管身份和上下文管理器的团队。
- 需要为生产部署创建带 PromptAgentDefinition 和版本标签的智能体。
- 需要通过 Foundry 客户端管理模型部署、连接、数据集或索引的工程师。
- 需要使用 OpenAI 兼容客户端运行聊天请求或评估的开发者。
如何安装这个 Skill？
- 使用前应将azure-ai-projects版本与每个API示例逐项对照官方版本，并补充可执行测试；当前材料不能证明代码可运行。
- 不要在生产环境使用include_credentials=True或打印凭据相关字段；为MCP、OpenAPI、计算机操作、文件上传和外部连接建立明确的权限范围与用户确认。
- 该技能仅提供英文说明，未说明中国大陆网络可达性、Azure区域可用性或服务依赖限制。
- Shell / 命令行
- 网络访问
- MCP Server
Pythonazure-ai-projectsazure-identity
安装整个技能集合：npx skills add microsoft/skills，然后在向导中选择所需技能。手动方式是克隆 https://github.com/microsoft/skills，并将目标技能放入所选编码代理的技能目录；源材料没有提供仅安装 azure-ai-projects-py 的独立命令。运行该技能示例所需的 Python 包可用：pip install azure-ai-projects azure-identity。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/microsoft/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/.github/plugins/azure-sdk-python/skills/azure-ai-projects-py" ~/.claude/skills/
rm -rf "$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、DefaultAzureCredential 和 PromptAgentDefinition 创建一个带版本的 Foundry 智能体，并通过线程运行它。
在编码代理中提出与 Azure AI Projects Python SDK 相关的任务，例如：“使用 AIProjectClient、DefaultAzureCredential 和 PromptAgentDefinition 创建一个带版本的 Foundry 智能体，并通过线程运行它。”提供 AZURE_AI_PROJECT_ENDPOINT 和 AZURE_AI_MODEL_DEPLOYMENT_NAME；生产环境使用 DefaultAzureCredential 时设置 AZURE_TOKEN_CREDENTIALS=prod 或指定凭据。
这个 Skill 有哪些优点和局限？
- 覆盖 Foundry 项目客户端、智能体版本、工具、评估、连接、部署、数据集、索引和记忆存储。
- 明确推荐 DefaultAzureCredential，并强调同步与异步客户端及资源清理。
- 同时提供原生 Foundry API 和 OpenAI 兼容客户端模式。
- README 记录该技能有 12 个测试场景。
- 必须有 Azure AI Projects 项目端点和模型部署名称，不能脱离 Foundry 项目独立使用。
- 示例依赖 Azure 身份认证与网络服务，未提供离线运行模式。
- 仓库 README 标明整体项目仍在积极开发，技能集合和模式可能继续更新。
- 源材料未说明价格、配额或各 Azure 服务权限的具体要求。
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 |
|---|---|---|---|---|
| Microsoft Foundry Python 项目技能 本页 ✓ Microsoft · 官方 | 47 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure AI Foundry 项目开发助手 ✓ Microsoft · 官方 | 50 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure Identity Python 认证技能 ✓ Microsoft · 官方 | 60 · 推荐 | ★ 2.7k | 3 个月前 | MIT |
| Azure Queue Storage Python 技能 ✓ Microsoft · 官方 | 55 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure Bot Service Python 管理技能 ✓ Microsoft · 官方 | 52 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
源材料将其与 azure-ai-agents-python 技能区分：azure-ai-projects 是较高层的 Foundry SDK，提供版本化、连接、部署、数据集、索引和评估；azure-ai-agents-python 面向较低层的独立智能体操作。
FollowSkills 如何评估这个 Skill？
文档优先推荐DefaultAzureCredential、生产环境限制凭据链，并强调客户端和凭据生命周期管理，体现了一定的最小权限与审计意识；但示例仍覆盖API key、无认证、MCP、OpenAPI、计算机操作及外部连接，且include_credentials示例会读取凭据，缺少逐项用户确认、数据流披露、敏感信息保护、权限边界和回滚说明，因此扣11分。
安装、同步/异步模式、错误处理和部分清理流程有说明，关键路径在静态文本中基本连贯；但没有所选技能专属测试，多个示例和参考内容存在潜在API命名或版本不一致（如McpTool与MCPTool、不同工具模块路径），异步示例的凭据生命周期并不始终一致，且API参考文件在给定材料中不完整，因此扣14分；静态上限也限制了分数。
名称、受众和Foundry高层SDK定位清晰，并说明低层agent SDK的替代边界，覆盖同步、异步、agent、评估、连接、数据集和索引场景；但缺少精确触发条件、明确非适用范围、输入输出契约和中文支持说明，也未讨论中国大陆网络可达性及Azure服务地域限制，因此扣7分。
技能有YAML元数据、MIT许可证、版本号、安装说明、目录化参考资料和示例，信息架构总体较好；但未提供变更日志、明确维护责任和更新流程，版本与API参考的beta状态及可能漂移未充分管理，且引用的脚本和部分参考文件未在给定证据中呈现，因此扣6分。
内容覆盖面广，可为常见Foundry Python SDK任务提供可直接改写的代码骨架，并包含生命周期、评估和工具模式；但缺少已验证的代表性输出、端到端样例和与官方替代方案的比较，部分示例可能因SDK版本或接口不一致而需要较多人工核对，因此按静态上限给6分并扣9分。
API参考标注了包版本、上游仓库和提交，部分参考资料提供官方文档或样例链接，具备一定追溯性；但没有所选技能的测试套件、CI覆盖、执行日志或独立复现证据，且给定API参考内容不完整，因此扣6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 →