Guía de lectura localizada
deploy-modelFinalidad, uso y origen
Habilidad unificada de implementación de modelos Azure OpenAI con enrutamiento inteligente basado en intenciones. Maneja implementaciones preestablecidas rápidas, implementaciones totalmente personalizadas (version/SKU/capacity/RAIpolítica) y descubrimiento de capacidad en regiones y proyectos. USO PARA: desplegar modelo, desplegar gpt, crear despliegue, despliegue de modelo, desplegar modelo openai, configurar modelo, aprovisionar modelo, encontrar capacidad, comprobar disponibilidad del modelo, dónde puedo desplegar, mejor región para el modelo, análisis de capacidad. NO USAR PARA: listar despliegues existentes (use la herramienta MCP foundry_models_deployments_list), eliminar despliegues, creación de agente (useagent/create), creación de proyectos (usarproject/create).
Fuente recuperada:
- Repositorio de origen
- microsoft/skills
- SKILL.md
.github/plugins/azure-skills/skills/microsoft-foundry/models/deploy-model/SKILL.md- Estrellas del repositorio
- 3,157
- Actualización del repositorio
- 2026-10-31
- Clasificación de habilidades
- Servicios en la nube
- Última recopilación
Licencia: Documentos de licencia pendientes de verificación
Los extractos del flujo de trabajo son guías de lectura, no instrucciones ejecutables de Codez. No se utilizó ninguna habilidad de terceros para generar esta página.
Los siguientes fragmentos sobre el propósito y el flujo de trabajo son material preliminar, organizado y traducido para su lectura. Son distintos del análisis editorial de Codez, que se presenta por separado.
Lo que hace esta habilidad
Habilidad unificada de implementación de modelos Azure OpenAI con enrutamiento inteligente basado en intenciones. Maneja implementaciones preestablecidas rápidas, implementaciones totalmente personalizadas (version/SKU/capacity/RAIpolítica) y descubrimiento de capacidad en regiones y proyectos. USO PARA: desplegar modelo, desplegar gpt, crear despliegue, despliegue de modelo, desplegar modelo openai, configurar modelo, aprovisionar modelo, encontrar capacidad, comprobar disponibilidad del modelo, dónde puedo desplegar, mejor región para el modelo, análisis de capacidad. NO USAR PARA: listar despliegues existentes (use la herramienta MCP foundry_models_deployments_list), eliminar despliegues, creación de agente (useagent/create), creación de proyectos (usarproject/create).
Cómo funciona el flujo de trabajo ascendente
Paso de confirmación (obligatorio)
Confirma siempre el destino antes de la implementación. Muestra al usuario lo que se utilizará y dale la oportunidad de cambiarlo: Si el usuario elige la opción2, mostrar arriba5proyectos en esa región: > ⚠️ Nunca implemente sin mostrarle al usuario qué proyecto se utilizará. Esto evita implementaciones accidentales en el recurso incorrecto.
Paso río arriba · L87 ↗Modelo de despliegue
> Alcance: lea esto primero. Esta habilidad crea implementaciones de modelos fuera de banda a través de Azure CLI / MCP / portal. Para proyectos Foundry administrados por azd (aquellos generados a partir deazd ai agent init), declarar despliegues enazure.yaml services.ai-project.deployments[]en cambio -azd ai agent initescribe la entrada del manifiesto de muestra yazd provisioncrea el despliegue a través de Bicep. Verfoundry-agent/create/create-hosted.mdPara la ruta dorada. Utilice esta habilidad solo para: (a) proyectos de Foundry no administrados por un proyecto azd, (b) implementaciones ad hoc fuera del ciclo de vida de azd. Punto de entrada unificado para todos los flujos de trabajo de implementación de modelos de Azure OpenAI. Analiza la intención del usuario y lo dirige al modo de implementación apropiado.
Detección de intenciones
Analizar el mensaje del usuario y redirigirlo al modo correcto:
Paso río arriba · L24 ↗Deploying to:
Project: <project-name>
Region: <region>
Resource: <resource-group>
Is this correct? Or choose a different project:
1. ✅ Yes, deploy here (default)
2. 📋 Show me other projects in this region
3. 🌍 Choose a different regionRequisitos y configuración
Requisitos previos
Todos los modos de implementación requieren: Azure CLI instalado y autenticado (az login)
Límites y controles de calidad
No se seleccionó ningún pasaje con límites específicos en este archivo. Esto no significa que la habilidad sea segura para cualquier entrada o entorno. Revise el código fuente completo y valide su propio resultado.
Comience con una prueba segura.
- Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
- Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
- Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
- Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.
Lea más en la fuente
Habilidades relacionadas
Traducción y alcance
Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.
Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.
- Fuente fijada
- Lee el original ↗
- Fuente recuperada
- Confirmación de origen
00d66a64919edca5bca2c673373444e36a4b5461- Fuente SHA-256
ae0de869fdaee1a6b6b04582e723a2363d482d85a5c119f1963a2c36eff5667c