C✳CODEZ.WIN
🌐 Bahasa Indonesia

Panduan membaca yang dilokalisasi

deploy-modelTujuan, penggunaan, dan sumber

Kemampuan penerapan model Azure OpenAI terpadu dengan perutean berbasis maksud yang cerdas. Menangani penerapan preset cepat, penerapan yang sepenuhnya disesuaikan (version/SKU/capacity/RAIkebijakan), dan penemuan kapasitas di seluruh wilayah dan proyek. DIGUNAKAN UNTUK: menerapkan model, menerapkan gpt, membuat penerapan, penerapan model, menerapkan model openai, menyiapkan model, menyediakan model, menemukan kapasitas, memeriksa ketersediaan model, di mana saya dapat menerapkan, wilayah terbaik untuk model, analisis kapasitas. JANGAN DIGUNAKAN UNTUK: mencantumkan penerapan yang ada (gunakan alat MCP foundry_models_deployments_list), menghapus penerapan, pembuatan agen (gunakanagent/create), pembuatan proyek (gunakanproject/create).

Sumber diambil:

Repositori sumber
microsoft/skills
SKILL.md
.github/plugins/azure-skills/skills/microsoft-foundry/models/deploy-model/SKILL.md
Bintang Repositori
3,157
Pembaruan terakhir repositori
2026-10-31
Klasifikasi Kemampuan
layanan cloud
Waktu pengumpulan terbaru

Lisensi: File lisensi perlu diverifikasi

Cuplikan alur kerja adalah alat bantu baca, bukan instruksi yang dapat dieksekusi dari Codez. Tidak ada Skill pihak ketiga yang dijalankan untuk menghasilkan halaman ini.

Bagian yang menjelaskan tujuan dan alur kerja di bawah ini merupakan materi dari hulu, yang telah diorganisir dan diterjemahkan untuk dibaca. Bagian ini berbeda dari analisis editorial Codez yang diberi label secara terpisah.

Apa yang dilakukan oleh Skill ini?

Kemampuan penerapan model Azure OpenAI terpadu dengan perutean berbasis maksud yang cerdas. Menangani penerapan preset cepat, penerapan yang sepenuhnya disesuaikan (version/SKU/capacity/RAIkebijakan), dan penemuan kapasitas di seluruh wilayah dan proyek. DIGUNAKAN UNTUK: menerapkan model, menerapkan gpt, membuat penerapan, penerapan model, menerapkan model openai, menyiapkan model, menyediakan model, menemukan kapasitas, memeriksa ketersediaan model, di mana saya dapat menerapkan, wilayah terbaik untuk model, analisis kapasitas. JANGAN DIGUNAKAN UNTUK: mencantumkan penerapan yang ada (gunakan alat MCP foundry_models_deployments_list), menghapus penerapan, pembuatan agen (gunakanagent/create), pembuatan proyek (gunakanproject/create).

Bagaimana alur kerja hulu bekerja

Langkah Konfirmasi (Wajib)

Selalu konfirmasikan target sebelum melakukan deployment. Tunjukkan kepada pengguna apa yang akan digunakan dan beri mereka kesempatan untuk mengubahnya: Jika pengguna memilih opsi2, tampilkan bagian atas5Proyek di wilayah tersebut: > ⚠️ Jangan pernah melakukan deployment tanpa menunjukkan kepada pengguna proyek mana yang akan digunakan. Ini mencegah deployment yang tidak disengaja ke sumber daya yang salah.

Jalur hulu · L87 ↗

Model Penerapan

> Cakupan — baca ini dulu. Keterampilan ini membuat penyebaran model di luar jalur melalui Azure CLI / MCP / portal. Untuk proyek Foundry yang dikelola azd (proyek yang dibuat dariazd ai agent init), menyatakan penyebaran diazure.yaml services.ai-project.deployments[]alih-alih -azd ai agent initmenulis entri dari manifes sampel danazd provisionmenciptakan penyebaran melalui Bicep. Lihatfoundry-agent/create/create-hosted.mduntuk Golden Path. Gunakan keahlian ini hanya untuk: (a) Proyek Foundry yang tidak dikelola oleh proyek azd, (b) penyebaran ad-hoc di luar siklus hidup azd. Titik masuk terpadu untuk semua alur kerja penyebaran model Azure OpenAI. Menganalisis maksud pengguna dan mengarahkan ke mode penyebaran yang sesuai.

Jalur hulu · L10 ↗

Deteksi Niat

Analisis perintah pengguna dan arahkan ke mode yang tepat:

Jalur hulu · L24 ↗
Jalur hulu · ↗
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 region

Persyaratan dan pengaturan

Prasyarat

Semua mode penyebaran memerlukan: Azure CLI terpasang dan terautentikasi (az login)

Jalur hulu · L135 ↗

Batasan dan pemeriksaan kualitas

Tidak ada bagian batasan terpisah yang dipilih dari file ini. Ini tidak berarti Keterampilan ini aman untuk setiap input atau lingkungan. Tinjau sumber lengkapnya dan validasi hasil Anda sendiri.

Mulailah dengan uji coba yang aman.

  1. Periksa host yang didukung dan petunjuk instalasi repositori. Simpan direktori Skill beserta skrip, aset, dan dokumentasi yang dirujuk di dalamnya secara bersamaan;SKILL.mdsendirian dapat menghilangkan dependensi.
  2. Berikan input sebenarnya, output yang diinginkan, dan kriteria penerimaan kepada agen. Sintaks pemanggilan dan alat yang tersedia bergantung pada host; situs ini tidak mengasumsikan perintah instalasi universal.
  3. Cobalah alur kerja sumber dalam proyek sementara atau pada salinannya. Tinjau operasi yang mengubah file, layanan jarak jauh, atau sumber daya yang dapat ditagih sebelum mengizinkannya.
  4. Validasi output terhadap pemeriksaan kualitas sumber dan persyaratan Anda sendiri. Pemicu yang berhasil atau jumlah bintang repositori yang tinggi tidak menjamin hasil yang benar.

Spesifikasi format dan direktori keterampilan ↗

Baca selengkapnya di sumber aslinya.

Terjemahan dan ruang lingkup

Panduan membaca ini memilih bagian-bagian dari teks yang telah disematkan di bagian atas.SKILL.mdTerjemahan ini dibantu. Ini bukan manual lengkap atau klaim kompatibilitas yang telah diuji. Bacalah dokumen asli dan file referensinya sebelum digunakan.

Pendahuluan ini mengacu pada versi yang disematkan di bawah ini; aktivitas repositori saat ini dan waktu pengumpulan ditampilkan secara terpisah.

Sumber yang disematkan
Baca teks aslinya ↗
Sumber diambil
Komit sumber
00d66a64919edca5bca2c673373444e36a4b5461
Sumber SHA-256
ae0de869fdaee1a6b6b04582e723a2363d482d85a5c119f1963a2c36eff5667c
Kembali ke katalog Keterampilan lengkap