opção

Automatiza a implantação do modelo Azure OpenAI verificando a capacidade em várias regiões e implantando na opção disponível mais adequada.

...Expandir tudo
1
Tempo atualizado 19 de Setembro de 2026

Implantar Modelo na Região Ótima

Automatiza a implantação inteligente de modelos do Azure OpenAI verificando a capacidade em todas as regiões e implantando na melhor opção disponível.

O que esta habilidade faz

  1. Verifica a autenticação do Azure e o escopo do projeto
  2. Verifica a capacidade na região do projeto atual
  3. Se não houver capacidade: analisa todas as regiões e mostra alternativas disponíveis
  4. Filtra projetos pela região selecionada
  5. Suporta a criação de novos projetos, se necessário
  6. Implanta o modelo com o SKU GlobalStandard
  7. Monitora o progresso da implantação

Pré-requisitos

  • Azure CLI instalado e configurado
  • Assinatura ativa do Azure com permissões de leitura/criação de Serviços Cognitivos
  • ID do recurso do projeto do Azure AI Foundry (PROJECT_RESOURCE_ID variável de ambiente ou fornecido interativamente)
    • Formato: /subscriptions/{sub-id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}
    • Localizado em: Portal do Azure AI Foundry → Projeto → Visão geral → ID do recurso

Fluxo de trabalho rápido

Caminho rápido (a região atual tem capacidade)

1. Verificar autenticação → 2. Obter projeto → 3. Verificar capacidade da região atual
→ 4. Implantar imediatamente

Caminho de região alternativa (sem capacidade)

1. Verificar autenticação → 2. Obter projeto → 3. Verificar região atual (sem capacidade)
→ 4. Consultar todas as regiões → 5. Mostrar alternativas → 6. Selecionar região + projeto
→ 7. Implantar

Fases de implantação

FaseAçãoComandos principais
1. Verificar autenticaçãoVerificar login do Azure CLI e assinatura`az account show`, `az login`
2. Obter projetoAnalisar o ID do ARM `PROJECT_RESOURCE_ID`, verificar se existe`az cognitiveservices account show`
3. Obter modeloListar modelos disponíveis, o usuário seleciona o modelo e a versão`az cognitiveservices account list-models`
4. Verificar região atualConsultar capacidade usando o SKU GlobalStandard`az rest --method GET .../modelCapacities`
5. Consulta multirregionalSe não houver capacidade local, consultar todas as regiõesA mesma API de capacidade sem filtro de localização
6. Selecionar região + projetoO usuário escolhe a região; encontrar ou criar projeto`az cognitiveservices account list`, `az cognitiveservices account create`
7. ImplantarGerar nome exclusivo, calcular capacidade (50% disponível, mínimo 50 TPM), criar implantação`az cognitiveservices account deployment create`

Para instruções detalhadas passo a passo, consulte a referência do fluxo de trabalho.

Tratamento de erros

ErroSintomaResolução
Falha na autenticação`az account show` retorna erroExecute `az login` e depois `az account set --subscription `
Sem cotaTodas as regiões mostram capacidade 0Encaminhar para a habilidade de cota para solicitações de aumento e solução de problemas; verificar implantações existentes; tentar modelos alternativos
Modelo não encontradoLista de capacidade vaziaVerifique o nome do modelo com `az cognitiveservices account list-models`; verifique a sensibilidade a maiúsculas e minúsculas
Conflito de nomes"a implantação já existe"Adicionar sufixo ao nome da implantação (tratado automaticamente pelo script `generate_deployment_name`)
Região indisponívelA região não suporta o modeloSelecione uma região diferente da lista disponível
Permissão negada"Proibido" ou "Não autorizado"Verifique a função Colaborador de Serviços Cognitivos: `az role assignment list --assignee `

Uso avançado

# Capacidade personalizada
az cognitiveservices account deployment create ... --sku-capacity <value>

# Verificar status da implantação
az cognitiveservices account deployment show --name <acct> --resource-group <rg> --deployment-name <name> --query "{Status:properties.provisioningState}"

# Excluir implantação
az cognitiveservices account deployment delete --name <acct> --resource-group <rg> --deployment-name <name></name></rg></acct></value></rg></acct></name></rg></acct></value>

Notas

  • SKU: Apenas GlobalStandard — Versão da API: 2024-10-01 (estável GA)

Habilidades relacionadas

  • microsoft-foundry - Habilidade pai para operações do Azure AI Foundry
  • quota — Para visualização de cota, solicitações de aumento e solução de problemas de erros de cota, encaminhe para esta habilidade
  • azure-quick-review - Revisar recursos do Azure quanto à conformidade
  • azure-cost-estimation - Estimar custos para implantações do Azure
  • azure-validate - Validar a infraestrutura do Azure antes da implantação
Ver no GitHub
---
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

Todos os arquivos

0 arquivos

Instalar preset

Baixe e extraia os arquivos de habilidades para o diretório .claude/skills/.

Baixar ZIP

Clone o repositório e copie os arquivos da habilidade para o seu projeto.

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

Copiar Copiar
Configuração rápida: Copie a pasta de habilidades para .claude/skills/ O Claude detectará e usará automaticamente a habilidade
Repositório microsoft/skills

Habilidades relacionadas

Verification &amp; Quality Assurance
Tempo atualizado 29 de Junho de 2026
klingai-upgrade-migration
Tempo atualizado 3 de Julho de 2026
base44-cli
Tempo atualizado 29 de Junho de 2026
Railway CLI Management
Tempo atualizado 2 de Julho de 2026
OR