这个 Skill 能做什么，适合哪些场景？
该技能面向使用 Azure.Messaging.EventHubs 的 .NET 开发者，覆盖事件发送、生产环境接收、分区管理和实时数据摄取。它提供即时批量生产者、后台缓冲生产者以及带 Blob Storage 检查点的 EventProcessorClient 示例。内容还包括 Entra ID 身份验证、连接字符串配置、RBAC 角色、事件位置和 ASP.NET Core 集成。适合构建 Azure Event Hubs 数据管道，但实际运行仍需要 Azure 资源、凭据和相应权限。
指导安装 Event Hubs 核心、处理器、Azure Identity 和 Blob Storage NuGet 包；读取事件中心命名空间、事件中心名称及存储检查点等环境变量；使用 EventHubProducerClient 批量发送事件，使用 EventHubBufferedProducerClient 自动批处理并后台发送；使用 EventProcessorClient 按分区接收事件、处理错误并更新 Blob Storage 检查点；配置分区键、指定分区和 EventPosition；展示 ASP.NET Core 客户端注入及 EventHubsException 错误处理。
- 需要从 .NET 服务向 Azure Event Hubs 实时批量发送事件的后端开发者。
- 需要高吞吐、后台自动批处理和失败回调的事件生产场景。
- 需要在生产环境按分区消费事件并通过 Blob Storage 保存检查点的团队。
- 需要保证同一客户或业务键事件顺序的开发者。
- 需要将 Event Hubs 生产者注册到 ASP.NET Core 依赖注入容器的应用团队。
如何安装这个 Skill？
- 在采用示例前，应编译验证批处理代码，并确认 using 声明变量重新赋值是否合法；同时核对 DefaultAzureCredential 的实际构造和 AZURE_TOKEN_CREDENTIALS 配置方式。
- 不要将连接字符串提交到代码或日志；EventBody 可能包含敏感数据，示例中的控制台输出应按数据分类和生产日志策略审查。
- 应补充取消处理、处理器关闭保障、瞬态错误退避、并发检查点、重复投递和中国大陆区域及网络可达性说明。
- Shell / 命令行
- 网络访问
.NET SDKAzure.Messaging.EventHubsAzure.Messaging.EventHubs.ProcessorAzure.IdentityAzure.Storage.Blobs
安装整个技能集合：npx skills add microsoft/skills，随后在向导中选择需要的技能。集合会安装到所选 Agent 的目录，例如 GitHub Copilot 使用 .github/skills/。源材料没有提供仅安装 azure-eventhub-dotnet 这一技能的专用命令；技能文件位于 .github/plugins/azure-sdk-dotnet/skills/azure-eventhub-dotnet/SKILL.md。在 .NET 项目中，还需按需执行：dotnet add package Azure.Messaging.EventHubs、dotnet add package Azure.Messaging.EventHubs.Processor、dotnet add package Azure.Identity 和 dotnet add package Azure.Storage.Blobs。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/microsoft/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/.github/plugins/azure-sdk-dotnet/skills/azure-eventhub-dotnet" ~/.claude/skills/
rm -rf "$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：
- 请用 Azure.Messaging.EventHubs 为我的 .NET 服务实现生产者批量发送和 EventProcessorClient 检查点接收
将技能安装到 Agent 可发现的技能目录后，可使用类似“请用 Azure.Messaging.EventHubs 为我的 .NET 服务实现生产者批量发送和 EventProcessorClient 检查点接收”的提示触发。运行示例前，设置 EVENTHUB_FULLY_QUALIFIED_NAMESPACE、EVENTHUB_NAME 和检查点相关变量，并为身份分配 Azure Event Hubs Data Sender、Azure Event Hubs Data Receiver 或 Azure Event Hubs Data Owner。生产接收应使用 EventProcessorClient，配置 Blob Storage 容器并注册事件及错误处理器。
这个 Skill 有哪些优点和局限？
- 覆盖发送、生产接收、分区、检查点、认证和错误处理等完整事件流基础流程。
- 明确区分即时批量生产者、缓冲生产者和生产级处理器的适用场景。
- 提供可复制的 C# 和 dotnet 安装示例。
- 包含 ASP.NET Core 依赖注入和客户端复用建议。
- 生产接收依赖 Blob Storage 进行检查点管理，部署配置更复杂。
- 需要正确配置 Azure 凭据、环境变量和 RBAC 权限。
- 内容聚焦 Azure Event Hubs .NET SDK，不涵盖其他语言或通用消息系统。
- 提供的材料未展示该单项技能的专属测试结果；仓库整体仍处于积极开发中。
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 Event Hubs .NET 技能 本页 ✓ Microsoft · 官方 | 47 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure Event Hubs TypeScript 技能 ✓ Microsoft · 官方 | 52 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure Event Hubs Python 技能 ✓ Microsoft · 官方 | 49 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Azure Event Hubs Java 开发技能 ✓ Microsoft · 官方 | 57 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
| Fabric 容量管理助手（.NET） ✓ Microsoft · 官方 | 53 · 谨慎使用 | ★ 2.7k | 3 个月前 | MIT |
EventProcessorClient 被明确定位为生产接收方案，而 EventHubConsumerClient 仅适合原型。发送方面，EventHubProducerClient 提供即时批量控制，EventHubBufferedProducerClient 负责后台自动批处理。认证方面，示例优先展示 DefaultAzureCredential，同时保留连接字符串作为替代方式。
FollowSkills 如何评估这个 Skill？
文档说明了 Entra ID、连接字符串和 RBAC 角色，并建议复用客户端；但未明确最小权限之外的敏感数据处理、连接字符串保护、事件内容日志风险、用户确认、外部副作用边界或回滚方案，因此扣分。未见红线风险。
覆盖发送、缓冲发送、处理器接收、分区、错误处理和检查点等主要路径，但静态证据不足以证明可运行；批处理示例中使用 using 声明后重新赋值 batch，可能导致 C# 编译问题，DefaultAzureCredential 的构造方式也存在可疑之处，且取消、重试和并发检查点处理较薄弱，因此仅给有限分数。
触发词、目标 SDK、发送/接收场景和生产接收建议较清楚；但未充分声明不适用范围、输入输出约束、版本兼容边界或中文使用说明。核心依赖 Azure 云服务，未提供中国大陆网络、区域和服务可达性指导，因此扣分。
具备名称、描述、MIT 许可、版本元数据、安装命令、环境变量、分层章节、示例、最佳实践和相关 SDK；但缺少变更日志、明确维护责任与更新路径、故障排查 FAQ、依赖版本治理和已知限制说明，因此未满分。
内容可直接作为 Event Hubs .NET 编码参考，覆盖常见生产模式；但示例存在潜在编译或配置问题，缺少可验证的完整项目、测试、幂等性、重平衡、死信或生产运维细节，用户仍需较多审查和修正，因此低于中等高分。
仓库上下文显示存在 CI、评估工作流和测试工具，提供了一定审计线索；但给定材料未显示该技能路径对应的专门测试、评估结果或第三方执行证据，关键代码正确性无法静态独立复现，因此限制在 5 分以内。
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 →