Lokalisierter Leseleitfaden

azure-mgmt-arizeaiobservabilityeval-dotnetZweck, Verwendung und Quelle

Azure Resource Manager SDK für Arize AI Observability und Evaluation (.NET). Verwendung bei der Verwaltung von Arize AI-Organisationen in Azure über den Azure Marketplace.creating/updating/deletingArize-Ressourcen oder die Integration von Arize ML-Observability in .NET-Anwendungen. Auslöser: „Arize AI“, „ML-Observability“, „ArizeAIObservabilityEval“, „Arize-Organisation“.

Quelle abgerufen: 2026-10-29

Quell-Repository: microsoft/skills
SKILL.md: .github/plugins/azure-sdk-dotnet/skills/azure-mgmt-arizeaiobservabilityeval-dotnet/SKILL.md
Repository-Sterne: 3,157
Repository zuletzt aktualisiert: 2026-10-31
Fähigkeitskategorien: Cloud-Dienste
Letzte Datenerfassung: 2026-10-31 10:38 UTC+08:00

Lizenz: MIT

Original SKILL.md

Die Workflow-Auszüge dienen als Lesehilfe und sind keine ausführbaren Anweisungen von Codez. Für die Erstellung dieser Seite wurde keine Drittanbieter-Skill verwendet.

Die folgenden Abschnitte zu Zweck und Arbeitsablauf sind vorgelagertes Material, das zur besseren Lesbarkeit aufbereitet und übersetzt wurde. Sie unterscheiden sich von der separat gekennzeichneten redaktionellen Analyse von Codez.

Was diese Fähigkeit bewirkt

Wie der vorgelagerte Workflow funktioniert

Azure.ResourceManager.ArizeAIObservabilityEval

.NET SDK zur Verwaltung von Arize AI Observability- und Evaluation-Ressourcen auf Azure.

Aufwärtspassage · L11 ↗

Bewährte Verfahren

Verwenden Sie asynchrone Methoden – alle Operationen werden unterstütztasync/awaitLanglaufende Vorgänge handhaben — VerwendenWaitUntil.Completedoder manuell abfragen

Aufwärtspassage · L194 ↗

Links

Azure SDK für .NET

Aufwärtspassage · L233 ↗

Anforderungen und Einrichtung

Aufwärtspassage · bash ↗

dotnet add package Azure.ResourceManager.ArizeAIObservabilityEval --version 1.0.0

Grenzwerte und Qualitätskontrollen

Aus dieser Datei wurde kein separater Grenzwertabschnitt ausgewählt. Dies bedeutet nicht, dass die Anwendung für jede Eingabe oder Umgebung geeignet ist. Überprüfen Sie den vollständigen Quellcode und validieren Sie Ihr Ergebnis selbst.

Beginnen Sie mit einem sicheren Testlauf

Prüfen Sie den unterstützten Host und die Installationsanweisungen für das Repository. Halten Sie das Skill-Verzeichnis und die darin enthaltenen Skripte, Assets und Dokumentationen zusammen;SKILL.mdEine Einzelperson kann Abhängigkeiten außer Acht lassen.
Geben Sie dem Agenten Ihre tatsächlichen Eingaben, die gewünschten Ausgaben und die Akzeptanzkriterien an. Aufrufsyntax und verfügbare Tools hängen vom Hostsystem ab; diese Website geht nicht von einem universellen Installationsbefehl aus.
Testen Sie den Quellworkflow in einem temporären Projekt oder auf einer Kopie. Überprüfen Sie Vorgänge, die Dateien, Remote-Dienste oder abrechnungsfähige Ressourcen ändern, bevor Sie diese zulassen.
Überprüfen Sie die Ausgabe anhand der Quellqualitätsprüfungen und Ihrer eigenen Anforderungen. Ein erfolgreicher Trigger oder eine hohe Anzahl von Sternen im Repository garantiert kein korrektes Ergebnis.

Spezifikation des Kompetenzformats und des Verzeichnisses ↗

Lesen Sie mehr dazu in der Quelle.

Übersetzung und Umfang

Dieser Leseleitfaden wählt Passagen aus dem markierten stromaufwärts gelegenen Abschnitt aus.SKILL.mdDie Übersetzung wurde unterstützt. Es handelt sich weder um ein vollständiges Handbuch noch um eine Garantie für geprüfte Kompatibilität. Lesen Sie vor der Verwendung das Original und die darin referenzierten Dateien.

Diese Einleitung bezieht sich auf die unten angepinnte Version; die aktuelle Repository-Aktivität und der Erfassungszeitpunkt werden separat angezeigt.

Angeheftete Quelle: Lesen Sie das Original ↗
Quelle abgerufen: 2026-10-29T09:32:23Z
Source-Commit: 00d66a64919edca5bca2c673373444e36a4b5461
Quelle SHA-256: 511734ed1e019e27b301693309e426985f15ae71d1d14697c6eadbaf7416ddf9

Zurück zum vollständigen Kompetenzkatalog