Azure AI 文本分析 Python 技能
为 Python 开发者提供 Azure 文本分析与自然语言处理集成指导。
证据显示优先使用 DefaultAzureCredential、生产环境约束凭据链，并对客户端和异步凭据使用上下文管理器；同时提供 API 密钥旧路径和 PII/医疗文本示例。扣分原因是未要求用户确认外部 Azure 数据处理，未说明文本、PII 或医疗数据的传输、保留和合规边界，也未提供权限最小化、失败恢复或回滚指导。
安装、认证、同步/异步生命周期、主要操作和文档错误结果处理基本一致，且提示批量上限和长期运行操作。扣分原因是未固定 SDK 版本，部分示例依赖未定义变量，异常、超时、重试、服务不可用和输入限制说明不足；静态审查无法验证关键路径，因此不超过 10 分。
触发词和目标场景较清楚，覆盖情感、实体、关键词、PII、语言、医疗和批量分析。扣分原因是未充分声明不适用范围、输入输出契约和语义边界，未提供中文语言支持或中国大陆网络可达性说明；核心功能依赖 Azure 外部服务，环境适配证据有限。
SKILL.md 采用安装、环境变量、认证、场景、最佳实践和引用文件的分层结构，包含 MIT、作者和 1.0.0 版本元数据；仓库 README、许可证和 CI 提供一定治理信号。扣分原因是技能自身没有 changelog、维护责任人/更新路径、FAQ、依赖版本和系统化故障排查说明，且引用文件存在重复内容。
示例直接覆盖主要 Text Analytics 调用，包含结果遍历、文档级错误检查、PII 脱敏、批量操作和异步客户端，能帮助完成核心编码任务。扣分原因是若干示例不是完整可运行程序，缺少资源配置、语言参数、生产错误处理和可直接验证的输出；静态审查不能证明结果正确性，因此按上限不超过 7 分。
技能包含明确代码示例、API 方法名、引用文件和仓库级测试/CI材料，具备一定审计线索。扣分原因是未提供该技能专属测试、版本锁定、官方文档内容或真实执行结果，仓库级测试材料未证明本技能关键路径已复现；静态证据不足以超过 5 分。
- 使用 PII 或医疗文本前，应明确数据是否可发送到 Azure、适用的合规要求、区域部署和数据保留策略。
- 先核对当前 azure-ai-textanalytics API、依赖版本、批量限制和服务可用区域；文档示例未经本次审查执行验证。
- 补充完整的异常、超时、重试、认证失败和输入校验处理，并为示例补齐 endpoint、documents 等上下文。
它能做什么 & 适用场景
该技能面向使用 Azure AI Language 服务进行文本自然语言处理的 Python 开发者。它涵盖情感分析、实体识别、关键短语提取、语言检测、PII 检测与医疗文本分析。技能指导优先使用 DefaultAzureCredential，并要求对同步或异步客户端采用上下文管理器。它适合需要快速编写 Azure AI Text Analytics SDK 代码的项目，但仍需要 Azure 语言资源、终结点和相应凭据。
指导安装 azure-ai-textanalytics，配置 AZURE_LANGUAGE_ENDPOINT 及认证相关环境变量，并使用 TextAnalyticsClient 或其异步版本调用 Azure 服务。它展示如何分析情感和观点、识别实体、检测并遮盖 PII、提取关键短语、检测语言、分析医疗实体，以及通过长时间运行操作执行批量分析。结果处理示例包含置信度、文档级错误和医疗实体数据源链接。
- Python 应用需要判断用户反馈的正面、负面或中性情感，并进一步分析具体观点对象时。
- 开发者需要从文本中提取人物、组织、地点等命名实体及其置信度时。
- 处理包含社会安全号码、电子邮件等敏感信息的文本，需要识别和遮盖 PII 时。
- 医疗应用需要从病历文本中提取医疗实体及标准化信息时。
- 批量处理多个文档，并同时执行实体识别、关键短语提取和情感分析时。
优缺点一览
- 覆盖常见文本分析操作，包括情感、实体、PII、关键短语、语言和医疗 NLP。
- 同时提供同步与异步客户端示例，并强调确定性释放网络传输和令牌资源。
- 推荐 DefaultAzureCredential，支持本地开发和 Azure 环境中的身份认证场景。
- 包含批量分析、观点挖掘和文档级错误处理指导。
- 必须连接 Azure AI Language 服务，并配置终结点和有效凭据。
- 技能没有提供 Azure 资源创建、权限配置或服务定价信息。
- 示例依赖 Python SDK；未提供其他编程语言实现。
- 正文没有附带测试套件或针对该单项技能的测试覆盖证据。
如何安装
安装整个集合：运行 npx skills add microsoft/skills，然后在向导中选择需要的技能。也可以克隆仓库并复制目标技能目录；本技能位于 .github/plugins/azure-sdk-python/skills/azure-ai-textanalytics-py/。技能正文明确给出的 Python 包安装命令是 pip install azure-ai-textanalytics。
如何使用
在兼容 Agent Skills 的编码代理中提出包含“text analytics”“sentiment analysis”“entity recognition”“key phrase”“PII detection”或“TextAnalyticsClient”的请求。代码中设置 AZURE_LANGUAGE_ENDPOINT，优先使用 DefaultAzureCredential；生产环境按说明设置 AZURE_TOKEN_CREDENTIALS=prod 或指定凭据。同步代码使用 with TextAnalyticsClient(...)，异步代码使用 async with 管理凭据和客户端。具体 Azure 资源创建流程未在该技能中说明。
对比同类
认证方式上，技能明确推荐使用 DefaultAzureCredential；AzureKeyCredential 仅作为尚未迁移到 Entra ID 的现有密钥部署的兼容路径。它没有提供与其他文本分析产品或 SDK 的直接比较。