вариант

Автоматизирует развертывание моделей Azure OpenAI, проверяя доступность ресурсов в различных регионах и выбирая для развертывания наиболее подходящий вариант.

...Расширить все
1
Обновлено время 19 сентября 2026 г.

Развертывание модели в оптимальном регионе

Автоматизирует интеллектуальное развертывание моделей Azure OpenAI путем проверки емкости в различных регионах и выбора наилучшего доступного варианта.

Что делает этот навык

  1. Проверяет аутентификацию Azure и область действия проекта
  2. Проверяет емкость в регионе текущего проекта
  3. Если емкости нет: анализирует все регионы и показывает доступные альтернативы
  4. Фильтрует проекты по выбранному региону
  5. Поддерживает создание новых проектов при необходимости
  6. Развертывает модель с использованием SKU GlobalStandard
  7. Отслеживает ход развертывания

Необходимые условия

  • Установленная и настроенная Azure CLI
  • Активная подписка Azure с правами на чтение/создание служб Cognitive Services
  • Идентификатор ресурса проекта Azure AI Foundry (PROJECT_RESOURCE_ID в переменной окружения или предоставляется интерактивно)
    • Формат: /subscriptions/{sub-id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}
    • Находится в: портал Azure AI Foundry → Проект → Обзор → Идентификатор ресурса

Быстрый рабочий процесс

Быстрый путь (в текущем регионе есть емкость)

1. Проверка аутентификации → 2. Получение проекта → 3. Проверка емкости текущего региона
→ 4. Немедленное развертывание

Альтернативный путь (отсутствие емкости)

1. Проверка аутентификации → 2. Получение проекта → 3. Проверка текущего региона (нет емкости)
→ 4. Запрос всех регионов → 5. Показ альтернатив → 6. Выбор региона и проекта
→ 7. Развертывание

Этапы развертывания

ЭтапДействиеОсновные команды
1. Проверка аутентификацииПроверка входа в Azure CLI и подписки`az account show`, `az login`
2. Получение проектаРазбор ARM-идентификатора `PROJECT_RESOURCE_ID`, проверка существования`az cognitiveservices account show`
3. Получение моделиСписок доступных моделей, пользователь выбирает модель и версию`az cognitiveservices account list-models`
4. Проверка текущего регионаЗапрос емкости с использованием SKU GlobalStandard`az rest --method GET .../modelCapacities`
5. Межрегиональный запросЕсли локальной емкости нет, запрашиваются все регионыТа же API емкости без фильтра по местоположению
6. Выбор региона и проектаПользователь выбирает регион; поиск или создание проекта`az cognitiveservices account list`, `az cognitiveservices account create`
7. РазвертываниеГенерация уникального имени, расчет емкости (50% доступно, мин. 50 TPM), создание развертывания`az cognitiveservices account deployment create`

Подробные пошаговые инструкции см. в справочнике по рабочему процессу.

Обработка ошибок

ОшибкаСимптомРешение
Сбой аутентификации`az account show` возвращает ошибкуВыполнить `az login`, затем `az account set --subscription `
Нет квотыВо всех регионах указана емкость 0Перенаправить запросы на увеличение квоты и устранение неполадок в навык управления квотой; проверить существующие развертывания; попробовать альтернативные модели
Модель не найденаПустой список емкостиПроверить имя модели с помощью `az cognitiveservices account list-models`; проверить регистр символов
Конфликт имен"развертывание уже существует"Добавить суффикс к имени развертывания (автоматически обрабатывается скриптом `generate_deployment_name`)
Регион недоступенРегион не поддерживает модельВыбрать другой регион из доступного списка
Отказано в доступе"Forbidden" или "Unauthorized"Проверить роль участника служб Cognitive Services: `az role assignment list --assignee `

Расширенное использование

# Пользовательская емкость
az cognitiveservices account deployment create ... --sku-capacity <value>

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

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

Примечания

  • SKU: только GlobalStandard — Версия API: 2024-10-01 (стабильная версия GA)

Связанные навыки

  • microsoft-foundry — Родительский навык для операций Azure AI Foundry
  • quota — Для просмотра квот, запросов на увеличение и устранения неполадок, связанных с квотами, перенаправляйте запросы в этот навык
  • azure-quick-review — Проверка ресурсов Azure на соответствие требованиям
  • azure-cost-estimation — Оценка затрат на развертывание в Azure
  • azure-validate — Проверка инфраструктуры Azure перед развертыванием
Посмотреть на 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

Все файлы

0 файлов

Установить preset

Скачайте и извлеките файлы навыков в вашу директорию .claude/skills/.

Скачать ZIP

Клонируйте репозиторий и скопируйте файлы навыка в свой проект.

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

Копировать Копировать
Быстрая настройка: Скопируйте папку навыка в .claude/skills/ Claude автоматически обнаружит и использует этот навык
Репозиторий microsoft/skills

Похожие навыки

Verification &amp; Quality Assurance
Обновлено время 29 июня 2026 г.
klingai-upgrade-migration
Обновлено время 3 июля 2026 г.
base44-cli
Обновлено время 29 июня 2026 г.
Railway CLI Management
Обновлено время 2 июля 2026 г.
OR