deploy-model目的、用途、および情報源

このスキルが何をするか

インテリジェントなインテントベースルーティングを備えた統合Azure OpenAIモデルデプロイスキル。クイックプリセットデプロイ、完全にカスタマイズされたデプロイ（version/SKU/capacity/RAIポリシー）、およびリージョンとプロジェクト全体にわたるキャパシティ検出。 用途: モデルのデプロイ、GPT のデプロイ、デプロイメントの作成、モデルのデプロイメント、OpenAI モデルのデプロイ、モデルの設定、モデルのプロビジョニング、キャパシティの検索、モデルの可用性の確認、デプロイできる場所、モデルに最適なリージョン、キャパシティ分析。 使用しない用途: 既存のデプロイメントの一覧表示 (foundry_models_deployments_list MCP ツールを使用)、デプロイメントの削除、エージェントの作成 (agent/create)、プロジェクト作成（使用project/create)

上流ワークフローの仕組み

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

要件とセットアップ

制限事項と品質チェック

このファイルからは、個別の制限に関する記述は選択されていません。これは、このスキルがあらゆる入力や環境において安全であることを意味するものではありません。ソースコード全体を確認し、ご自身で結果を検証してください。

まずは安全なトライアルから始めましょう

1. サポートされているホストとリポジトリのインストール手順を確認してください。スキルディレクトリと、それに関連付けられているスクリプト、アセット、ドキュメントはまとめて保管してください。SKILL.md単独では依存関係を省略できる場合があります。
2. エージェントに実際の入力、希望する出力、および受け入れ基準を指定してください。呼び出し構文と利用可能なツールはホストによって異なります。このサイトは、汎用的なインストールコマンドを前提としていません。
3. 使い捨てプロジェクトまたはコピーで、元のワークフローを試してみてください。ファイル、リモートサービス、または課金対象リソースを変更する操作は、許可する前に必ず確認してください。
4. 出力結果をソースの品質チェックおよび独自の要件と照らし合わせて検証してください。トリガーが成功したことやリポジトリのスター数が多いことだけでは、正しい結果とは言えません。

スキルフォーマットとディレクトリの仕様 ↗

詳細は出典元をご覧ください。

• デプロイモデル
• 意図検出
• マルチモードチェイニング
• プロジェクト選択（全モード）
• 解決命令
• 確認手順（必須）
• 展開前検証（全モード）
• 前提条件
• サブスキル

関連スキル

• agent-framework-azure-ai-pymicrosoft/skills
• airunway-aks-setupmicrosoft/skills
• aks-cost-optimizationmicrosoft/skills
• appinsights-instrumentationmicrosoft/skills

翻訳と範囲

この読書ガイドは、ピン留めされた上流からの抜粋を選りすぐっていますSKILL.md翻訳は補助的なものです。完全なマニュアルではなく、互換性テスト済みであることを保証するものでもありません。ご使用前に原文および参照ファイルをお読みください。

この紹介文は、下記に固定表示されているバージョンに関するものです。現在のリポジトリのアクティビティと収集時間は別途表示されます。

ピン留めされたソース

原文を読む ↗

ソースを取得しました

2026-10-29T09:32:23Z

ソースコミット

00d66a64919edca5bca2c673373444e36a4b5461

ソースSHA-256

ae0de869fdaee1a6b6b04582e723a2363d482d85a5c119f1963a2c36eff5667c