Azure Deploy · 执行已准备且通过验证的部署方案
@public/azure-deploy
读取已有部署计划及真实验证证据,完成部署前检查后按适用方案执行 Azure 部署,并处理错误、核查端点与实际角色权限。面向已准备应用的部署执行,不承担新应用脚手架或基础设施方案生成。采用 MIT 许可证。
- 部署已有配置且已通过前置验证的 Azure 应用
- 更新既有云部署并核查实际结果
- 根据方案处理部署错误与权限问题
从用途出发,找到可以复用的能力。
@public/azure-deploy
读取已有部署计划及真实验证证据,完成部署前检查后按适用方案执行 Azure 部署,并处理错误、核查端点与实际角色权限。面向已准备应用的部署执行,不承担新应用脚手架或基础设施方案生成。采用 MIT 许可证。
@public/azure-validate
在部署准备计划的基础上,按配套工作流检查配置、基础设施、运行时及相关权限前置条件,记录验证进度、命令和结果。仅在检查完成后标记验证状态,是否继续部署由用户明确目标决定。采用 MIT 许可证。
@public/azure-prepare
适用于明确采用 Azure Developer CLI 或已有 azure.yaml 的项目,先分析代码、需求与目标环境,形成部署计划,再依照获批方案生成基础设施和应用配置,完成准备后交给验证阶段。采用 MIT 许可证。
@public/appinsights-instrumentation
提供 Web 应用接入 Azure Application Insights 的模式、SDK 和配置参考,先确定语言、框架与托管位置,再判断自动采集或手动 SDK 配置方式。覆盖 ASP.NET Core、Node.js、Python 及 Container Apps 相关资料,实际项目变更交给配套编排流程。采用 MIT 许可证。
@public/azure-aigateway
针对 Azure API Management 的 AI 网关配置与测试,整理模型后端、身份访问、语义缓存、令牌限额、内容策略、负载分配和使用指标,也覆盖 MCP 工具治理入口。先核对网关与后端,再按需求组合策略并验证调用。采用 MIT 许可证。
@public/azure-ai
为 Azure AI Search、Speech、模型调用和 Document Intelligence 等应用提供服务入口与 SDK 参考。根据全文、向量或混合检索、转录、合成及文档提取任务选择资料,也包含 Speech SDK 客户端日志诊断入口。采用 MIT 许可证。
@public/azure-kubernetes
根据工作负载和运维约束规划、创建与配置 AKS 集群,区分创建前较难变更的网络、API 访问与出口决策,以及后续可启用的观测和升级功能。结合需求比较 Automatic 与 Standard,并记录配置理由。采用 MIT 许可证。