preset
microsoft/skills
Azure OpenAI モデルのデプロイを自動化し、リージョン全体の容量を確認して、利用可能な最適なオプションにデプロイします。
...すべて拡張しますモデルを最適なリージョンにデプロイ
リージョン全体の容量を確認し、利用可能な最適なオプションにデプロイすることで、Azure OpenAI モデルのインテリジェントなデプロイメントを自動化します。
このスキルの機能
- Azure 認証とプロジェクトの範囲を確認します
- 現在のプロジェクトのリージョンにある容量を確認します
- 容量がない場合:すべてのリージョンを分析し、利用可能な代替オプションを表示します
- 選択したリージョンでプロジェクトをフィルタリングします
- 必要な場合は新しいプロジェクトの作成をサポートします
- GlobalStandard SKU でモデルをデプロイします
- デプロイメントの進行状況を監視します
前提条件
- Azure CLI がインストールされ、構成されていること
- Cognitive Services の読み取り/作成権限を持つアクティブな Azure サブスクリプション
- Azure AI Foundry プロジェクトのリソース ID(
PROJECT_RESOURCE_ID環境変数、または対話式で提供)- 形式:
/subscriptions/{sub-id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} - 場所:Azure AI Foundry ポータル → プロジェクト → 概要 → リソース ID
- 形式:
クイックワークフロー
高速パス(現在のリージョンに容量がある場合)
1. 認証を確認 → 2. プロジェクトを取得 → 3. 現在のリージョンの容量を確認
→ 4. すぐにデプロイ
代替リージョンパス(容量がない場合)
1. 認証を確認 → 2. プロジェクトを取得 → 3. 現在のリージョンを確認(容量なし)
→ 4. すべてのリージョンを照会 → 5. 代替オプションを表示 → 6. リージョンとプロジェクトを選択
→ 7. デプロイ
デプロイメントフェーズ
| フェーズ | アクション | 主要コマンド |
|---|---|---|
| 1. 認証の確認 | Azure CLI のログインとサブスクリプションを確認 | `az account show`、`az login` |
| 2. プロジェクトの取得 | `PROJECT_RESOURCE_ID` ARM ID を解析し、存在を確認 | `az cognitiveservices account show` |
| 3. モデルの取得 | 利用可能なモデルを一覧表示し、ユーザーがモデルとバージョンを選択 | `az cognitiveservices account list-models` |
| 4. 現在のリージョンの確認 | GlobalStandard SKU を使用して容量を照会 | `az rest --method GET .../modelCapacities` |
| 5. 複数リージョンの照会 | ローカル容量がない場合、すべてのリージョンを照会 | 場所フィルターなしの同じ容量 API |
| 6. リージョンとプロジェクトの選択 | ユーザーがリージョンを選択;プロジェクトの検索または作成 | `az cognitiveservices account list`、`az cognitiveservices account create` |
| 7. デプロイ | 一意の名前を生成し、容量を計算(利用可能の 50%、最小 50 TPM)、デプロイメントを作成 | `az cognitiveservices account deployment create` |
詳細なステップバイステップの手順については、ワークフローリファレンスを参照してください。
エラー処理
| エラー | 症状 | 解決策 |
|---|---|---|
| 認証失敗 | `az account show` がエラーを返す | `az login` を実行し、その後 `az account set --subscription |
| クォータなし | すべてのリージョンで容量が 0 と表示される | クォータスキールにリクエストとトラブルシューティングを委譲;既存のデプロイメントを確認;代替モデルを試す |
| モデルが見つからない | 空の容量リスト | `az cognitiveservices account list-models` でモデル名を確認;大文字と小文字の区別を確認 |
| 名前の競合 | "デプロイメントは既に存在します" | デプロイメント名にサフィックスを追加(`generate_deployment_name` スクリプトによって自動的に処理される) |
| リージョンの利用不可 | リージョンがモデルをサポートしていない | 利用可能なリストから別のリージョンを選択 |
| アクセス拒否 | "Forbidden" または "Unauthorized" | Cognitive Services Contributor 役割を確認:`az role assignment list --assignee |
高度な使用方法
# カスタム容量
az cognitiveservices account deployment create ... --sku-capacity <value>
# デプロイメントステータスの確認
az cognitiveservices account deployment show --name <acct> --resource-group <rg> --deployment-name <name> --query "{Status:properties.provisioningState}"
# デプロイメントの削除
az cognitiveservices account deployment delete --name <acct> --resource-group <rg> --deployment-name <name>注記
- SKU: GlobalStandard のみ — API バージョン: 2024-10-01(GA 安定版)
関連スキル
- microsoft-foundry - Azure AI Foundry 操作の親スキール
- quota — クォータの表示、増加分のリクエスト、クォータエラーのトラブルシューティングについては、このスキールに委譲
- azure-quick-review - 準拠のために Azure リソースをレビュー
- azure-cost-estimation - Azure デプロイメントのコストを見積もる
- azure-validate - デプロイメント前に Azure インフラストラクチャを検証する
---
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
すべてのファイル
0件のファイルpresetをインストール
スキルファイルをダウンロードして、.claude/skills/ ディレクトリに展開してください。
ZIPをダウンロードリポジトリをクローンし、スキルファイルをプロジェクトにコピーしてください。
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
コピー





家
