Option

Automatisiert die Bereitstellung von Azure OpenAI-Modellen, indem die Kapazität in verschiedenen Regionen überprüft und das beste verfügbare Ziel ausgewählt wird.

...Alle erweitern
1
Zeit aktualisiert 19. September 2026

Modell in optimale Region bereitstellen

Automatisiert die intelligente Bereitstellung von Azure OpenAI-Modellen, indem die Kapazität in verschiedenen Regionen überprüft und das Modell in der bestverfügbaren Option bereitgestellt wird.

Was diese Fähigkeit tut

  1. Überprüft die Azure-Authentifizierung und den Projektumfang
  2. Prüft die Kapazität in der Region des aktuellen Projekts
  3. Wenn keine Kapazität vorhanden ist: Analysiert alle Regionen und zeigt verfügbare Alternativen auf
  4. Filtert Projekte nach der ausgewählten Region
  5. Unterstützt die Erstellung neuer Projekte, falls erforderlich
  6. Stellt das Modell mit dem SKU „GlobalStandard“ bereit
  7. Überwacht den Bereitstellungsfortschritt

Voraussetzungen

  • Azure CLI installiert und konfiguriert
  • Aktives Azure-Abonnement mit Lese-/Erstellberechtigungen für Cognitive Services
  • Ressourcen-ID des Azure AI Foundry-Projekts (PROJECT_RESOURCE_ID-Umgebungsvariable oder interaktiv bereitgestellt)
    • Format: /subscriptions/{sub-id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}
    • Zu finden im: Azure AI Foundry-Portal → Projekt → Übersicht → Ressourcen-ID

Schneller Arbeitsablauf

Schneller Pfad (Aktuelle Region hat Kapazität)

1. Authentifizierung prüfen → 2. Projekt abrufen → 3. Kapazität der aktuellen Region prüfen
→ 4. Sofortige Bereitstellung

Alternative Regionspfad (Keine Kapazität)

1. Authentifizierung prüfen → 2. Projekt abrufen → 3. Aktuelle Region prüfen (keine Kapazität)
→ 4. Alle Regionen abfragen → 5. Alternativen anzeigen → 6. Region + Projekt auswählen
→ 7. Bereitstellung

Bereitstellungsphasen

PhaseAktionWichtige Befehle
1. Authentifizierung prüfenAzure CLI-Anmeldung und Abonnement überprüfen`az account show`, `az login`
2. Projekt abrufen`PROJECT_RESOURCE_ID`-ARM-ID analysieren, Existenz verifizieren`az cognitiveservices account show`
3. Modell abrufenVerfügbare Modelle auflisten, Benutzer wählt Modell + Version aus`az cognitiveservices account list-models`
4. Aktuelle Region prüfenKapazität mit GlobalStandard-SKU abfragen`az rest --method GET .../modelCapacities`
5. Multi-Region-AbfrageWenn keine lokale Kapazität vorhanden ist, alle Regionen abfragenGleiche Kapazitäts-API ohne Regionsfilter
6. Region + Projekt auswählenBenutzer wählt Region; Projekt finden oder erstellen`az cognitiveservices account list`, `az cognitiveservices account create`
7. BereitstellenEindeutigen Namen generieren, Kapazität berechnen (50 % verfügbar, mind. 50 TPM), Bereitstellung erstellen`az cognitiveservices account deployment create`

Detaillierte Schritt-für-Schritt-Anweisungen finden Sie im Arbeitsablauf-Referenzdokument.

Fehlerbehandlung

FehlerSymptomLösung
Authentifizierungsfehler`az account show` gibt Fehler zurückFühren Sie `az login` und dann `az account set --subscription ` aus
Kein KontingentAlle Regionen zeigen 0 KapazitätWeisen Sie an die Kontingent-Fähigkeit für Erhöhungsanfragen und Fehlerbehebung weiter; prüfen Sie bestehende Bereitstellungen; versuchen Sie alternative Modelle
Modell nicht gefundenLeere KapazitätslisteÜberprüfen Sie den Modellnamen mit `az cognitiveservices account list-models`; prüfen Sie die Groß-/Kleinschreibung
Namenskonflikt„Bereitstellung existiert bereits“Anhängsel an den Bereitstellungsname anfügen (automatisch durch das Skript `generate_deployment_name` behandelt)
Region nicht verfügbarRegion unterstützt das Modell nichtWählen Sie eine andere Region aus der verfügbaren Liste
Berechtigung verweigert„Verboten“ oder „Nicht autorisiert“Überprüfen Sie die Rolle „Cognitive Services Contributor“: `az role assignment list --assignee `

Erweiterte Verwendung

# Benutzerdefinierte Kapazität
az cognitiveservices account deployment create ... --sku-capacity <value>

# Bereitstellungsstatus prüfen
az cognitiveservices account deployment show --name <acct> --resource-group <rg> --deployment-name <name> --query "{Status:properties.provisioningState}"

# Bereitstellung löschen
az cognitiveservices account deployment delete --name <acct> --resource-group <rg> --deployment-name <name>

Hinweise

  • SKU: Nur GlobalStandard — API-Version: 2024-10-01 (GA stabil)

Verwandte Fähigkeiten

  • microsoft-foundry - Übergeordnete Fähigkeit für Azure AI Foundry-Operationen
  • quota — Zur Anzeige des Kontingents, zur Beantragung von Erhöhungen und zur Fehlerbehebung bei Kontingentfehlern an diese Fähigkeit weiterleiten
  • azure-quick-review - Überprüfen Sie Azure-Ressourcen auf Konformität
  • azure-cost-estimation - Schätzen Sie Kosten für Azure-Bereitstellungen
  • azure-validate - Validieren Sie die Azure-Infrastruktur vor der Bereitstellung
Auf GitHub ansehen
---
name: preset
description: Automates Azure OpenAI model deployment by checking capacity across regions and deploying to the best available option.
license: MIT
---

# Deploy Model to Optimal Region

Automates intelligent Azure OpenAI model deployment by checking capacity across regions and deploying to the best available option.

## What This Skill Does

1. Verifies Azure authentication and project scope
2. Checks capacity in current project's region
3. If no capacity: analyzes all regions and shows available alternatives
4. Filters projects by selected region
5. Supports creating new projects if needed
6. Deploys model with GlobalStandard SKU
7. Monitors deployment progress

## Prerequisites

- Azure CLI installed and configured
- Active Azure subscription with Cognitive Services read/create permissions
- Azure AI Foundry project resource ID (`PROJECT_RESOURCE_ID` env var or provided interactively)
  - Format: `/subscriptions/{sub-id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}`
  - Found in: Azure AI Foundry portal → Project → Overview → Resource ID

## Quick Workflow

### Fast Path (Current Region Has Capacity)
```
1. Check authentication → 2. Get project → 3. Check current region capacity
→ 4. Deploy immediately
```

### Alternative Region Path (No Capacity)
```
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
```

---

## Deployment Phases

| 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](references/workflow.md).

---

## Error Handling

| 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](../../../quota/quota.md) 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>` |

---

## Advanced Usage

```bash
# 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>
```

## Notes

- **SKU:** GlobalStandard only — **API Version:** 2024-10-01 (GA stable)

---

## Related Skills

- **microsoft-foundry** - Parent skill for Azure AI Foundry operations
- **[quota](../../../quota/quota.md)** — For quota viewing, increase requests, and troubleshooting quota errors, defer to this skill
- **azure-quick-review** - Review Azure resources for compliance
- **azure-cost-estimation** - Estimate costs for Azure deployments
- **azure-validate** - Validate Azure infrastructure before deployment

Alle Dateien

0 Dateien

preset installieren

Laden Sie die Skill-Dateien herunter und extrahieren Sie diese in Ihr .claude/skills/-Verzeichnis.

ZIP herunterladen

Klonen Sie das Repository und kopieren Sie die Skill-Dateien in Ihr Projekt.

git clone https://github.com/microsoft/skills/tree/main/.github/plugins/azure-skills/skills/microsoft-foundry/models/deploy-model/preset # Copy SKILL.md to your .claude/skills/ directory

Kopieren Kopieren
Schnelle Einrichtung: Kopieren Sie den Ordner „skill“ nach .claude/skills/. Claude erkennt und verwendet die Fähigkeit automatisch.
Repository microsoft/skills

Ähnliche Skills

Verification &amp; Quality Assurance
Zeit aktualisiert 29. Juni 2026
base44-cli
Zeit aktualisiert 29. Juni 2026
klingai-upgrade-migration
Zeit aktualisiert 3. Juli 2026
Railway CLI Management
Zeit aktualisiert 2. Juli 2026
OR