C✳CODEZ.WIN
🌐 Deutsch

Lokalisierter Leseleitfaden

capacityZweck, Verwendung und Quelle

Ermittelt die verfügbare Azure OpenAI-Modellkapazität regions- und projektübergreifend. Analysiert Kontingentgrenzen, vergleicht die Verfügbarkeit und empfiehlt optimale Bereitstellungsstandorte basierend auf den Kapazitätsanforderungen. ANWENDUNG: Kapazität ermitteln, Kontingent prüfen, Bereitstellungsstandorte bestimmen, Kapazitätsermittlung, beste Region für Kapazität, Kapazitätssuche in mehreren Projekten, Kontingentanalyse, Modellverfügbarkeit, Regionsvergleich, TPM-Verfügbarkeit prüfen. NICHT VERWENDEN FÜR: eigentliche Bereitstellung (Übergabe an Voreinstellungen oder Anpassung nach der Ermittlung), Anfragen zur Kontingenterhöhung (Weiterleitung des Benutzers an das Azure-Portal), Auflistung vorhandener Bereitstellungen.

Quelle abgerufen:

Quell-Repository
microsoft/skills
SKILL.md
.github/plugins/azure-skills/skills/microsoft-foundry/models/deploy-model/capacity/SKILL.md
Repository-Sterne
3,157
Repository zuletzt aktualisiert
2026-10-31
Fähigkeitskategorien
Cloud-Dienste
Letzte Datenerfassung

Lizenz: Lizenzdatei: Prüfung ausstehend

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

Ermittelt die verfügbare Azure OpenAI-Modellkapazität regions- und projektübergreifend. Analysiert Kontingentgrenzen, vergleicht die Verfügbarkeit und empfiehlt optimale Bereitstellungsstandorte basierend auf den Kapazitätsanforderungen. ANWENDUNG: Kapazität ermitteln, Kontingent prüfen, Bereitstellungsstandorte bestimmen, Kapazitätsermittlung, beste Region für Kapazität, Kapazitätssuche in mehreren Projekten, Kontingentanalyse, Modellverfügbarkeit, Regionsvergleich, TPM-Verfügbarkeit prüfen. NICHT VERWENDEN FÜR: eigentliche Bereitstellung (Übergabe an Voreinstellungen oder Anpassung nach der Ermittlung), Anfragen zur Kontingenterhöhung (Weiterleitung des Benutzers an das Azure-Portal), Auflistung vorhandener Bereitstellungen.

Wie der vorgelagerte Workflow funktioniert

Wann man diese Fähigkeit einsetzen sollte

✅ Der Benutzer fragt: "Wo kann ich gpt- bereitstellen?"4o?" ✅ Der Benutzer gibt ein Kapazitätsziel an: "Suche eine Region mit10K TPM für gpt-4o" ✅ Der Nutzer möchte die Verfügbarkeit vergleichen: "Welche Regionen haben GPT-4„Verfügbar?“ ✅ Der Benutzer hat einen Kontingentfehler erhalten und muss einen alternativen Standort finden.

Aufwärtspassage · L24 ↗

Kapazitätsermittlung

Ermittelt die verfügbare Azure OpenAI-Modellkapazität in allen zugänglichen Regionen und Projekten. Empfiehlt den optimalen Bereitstellungsort basierend auf den Kapazitätsanforderungen.

Aufwärtspassage · L10 ↗

Skripte

Vorgefertigte Skripte übernehmen die komplexen REST-API-Aufrufe und die Datenverarbeitung. Verwenden Sie diese, anstatt Befehle manuell zu erstellen.

Aufwärtspassage · L34 ↗

Anforderungen und Einrichtung

Aufwärtspassage · bash ↗
az account show --query "{Subscription:name, SubscriptionId:id}" --output table

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

  1. 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.
  2. 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.
  3. 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.
  4. 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
Source-Commit
00d66a64919edca5bca2c673373444e36a4b5461
Quelle SHA-256
91b3ce958de44f728453572747504e8c9146f119892aa690546fd19f8d96a344
Zurück zum vollständigen Kompetenzkatalog