$ loading_
智能选择 Azure OpenAI 最佳可用区域并快速完成部署
该技能为开源的提示型部署辅助文档，材料未显示其自带密钥、独立远程外发或本地任意执行能力。其内容涉及通过 Azure CLI 查询容量并创建部署，属于面向 Azure 资源操作的常规云管理能力，整体以低风险到需留意为主。
材料声明本技能本身无需额外密钥，但依赖已配置的 Azure CLI 登录态及具备 Cognitive Services 读/建权限的订阅；若在共享终端或高权限订阅中使用，存在云资源被误操作或被复用的常规凭证滥用面。
未声明独立第三方远程端点，但文档明确通过 Azure CLI/REST 调用 Azure 管理与 Cognitive Services 接口以查询区域容量、列出模型和创建部署；这属于与声明功能一致的正常云端通信。
README 展示会调用 `az account show`、`az rest`、`az cognitiveservices ... create` 等命令；这意味着其预期能力是驱动本机 Azure CLI 执行云管理操作。该类本机进程调用对 MCP/技能属常规能力，未见超出声明用途的系统权限申请。
材料显示会读取 Azure CLI 认证状态、订阅上下文以及 `PROJECT_RESOURCE_ID`，并访问目标项目/账户/模型容量等云端元数据；还可能创建项目或部署资源。未见其声明读取本地敏感文件或广泛写入本地数据，但对 Azure 资源存在实际变更能力，应按最小权限使用。
来源为 GitHub 上的 Microsoft 相关开源仓库，且系统标记为 prompt-only、open-source，社区采用度有一定基础（222 star）；虽然许可证未声明且维护状态未知，材料层面仍具备可审计性，未见明显供应链红旗。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "preset" 技能： 1. 下载 https://raw.githubusercontent.com/microsoft/GitHub-Copilot-for-Azure/main/plugin/skills/microsoft-foundry/models/deploy-model/preset/SKILL.md 2. 保存为 ~/.claude/skills/preset/SKILL.md 3. 装好后重载技能，告诉我可以用了
请使用 preset 帮我部署一个 Azure OpenAI 模型，自动检查当前区域容量，并在容量不足时推荐可用的最佳区域。
返回已选择的最佳部署区域，并完成或准备好快速部署说明。
帮我用 preset 检查 Azure OpenAI 在所有可用区域的容量情况，优先当前区域，如果不行就给出几个最佳备选区域。
输出当前区域是否可用，以及按优先级排序的替代区域建议。
我想尽快上线 Azure OpenAI 服务，请用 preset 自动选择容量充足且适合高可用部署的区域。
给出适合快速上线和高可用的区域选择结果，并说明可直接部署。
Automates intelligent Azure OpenAI model deployment by checking capacity across regions and deploying to the best available option.
PROJECT_RESOURCE_ID env var or provided interactively)
/subscriptions/{sub-id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}1. Check authentication → 2. Get project → 3. Check current region capacity
→ 4. Deploy immediately
1. Check authentication → 2. Get project → 3. Check current region (no capacity)
→ 4. Query all regions → 5. Show alternatives → 6. Select region + project
→ 7. Deploy
| Phase | Action | Key Commands |
|---|---|---|
| 1. Verify Auth | Check Azure CLI login and subscription | az account show, az login |
| 2. Get Project | Parse PROJECT_RESOURCE_ID ARM ID, verify exists | az cognitiveservices account show |
| 3. Get Model | List available models, user selects model + version | az cognitiveservices account list-models |
| 4. Check Current Region | Query capacity using GlobalStandard SKU | az rest --method GET .../modelCapacities |
| 5. Multi-Region Query | If no local capacity, query all regions | Same capacity API without location filter |
| 6. Select Region + Project | User picks region; find or create project | az cognitiveservices account list, az cognitiveservices account create |
| 7. Deploy | Generate unique name, calculate capacity (50% available, min 50 TPM), create deployment | az cognitiveservices account deployment create |
For detailed step-by-step instructions, see workflow reference.
| Error | Symptom | Resolution |
|---|---|---|
| Auth failure | az account show returns error | Run az login then az account set --subscription <id> |
| No quota | All regions show 0 capacity | Defer to the quota skill for increase requests and troubleshooting; check existing deployments; try alternative models |
| Model not found | Empty capacity list | Verify model name with az cognitiveservices account list-models; check case sensitivity |
| Name conflict | "deployment already exists" | Append suffix to deployment name (handled automatically by generate_deployment_name script) |
| Region unavailable | Region doesn't support model | Select a different region from the available list |
| Permission denied | "Forbidden" or "Unauthorized" | Verify Cognitive Services Contributor role: az role assignment list --assignee <user> |
# Custom capacity
az cognitiveservices account deployment create ... --sku-capacity <value>
# Check deployment status
az cognitiveservices account deployment show --name <acct> --resource-group <rg> --deployment-name <name> --query "{Status:properties.provisioningState}"
# Delete deployment
az cognitiveservices account deployment delete --name <acct> --resource-group <rg> --deployment-name <name>
…
指导完成 Microsoft Entra ID 应用注册、OAuth 配置与 MSAL 接入。
帮助开发者为 Web 应用接入 Azure Application Insights 并配置遥测采集。
帮助排查并解决 Azure Event Hubs 与 Service Bus SDK 的连接、认证和消息处理问题。
帮助你跨订阅或资源组快速查询、盘点和定位 Azure 资源。
帮助你端到端部署、评估、微调并持续优化 Microsoft Foundry 智能体与模型。
执行已准备好的 Azure 应用部署，并自动处理常见发布错误恢复。
引导你逐步自定义 Azure OpenAI 模型部署参数与高级选项。
帮助用户按意图在 Azure OpenAI 中部署模型并查询区域容量与可用性。
帮助你跨区域与项目查询 Azure OpenAI 容量配额并推荐最佳部署位置
调用 Azure AI 完成搜索、语音转写、文本转语音与 OCR 识别
帮助你在 Azure AI Foundry 上完成模型微调、部署与评估全流程
根据任务类型、成本与性能需求，自动分配到最合适的 AI 模型。