azure-hosted-copilot-sdk
Azure上でGitHub Copilot SDKアプリのビルド・デプロイ・修正を行うスキル。`package.json`に`@github/copilot-sdk`または`CopilotClient`が含まれる場合は必須で使用し、`azure-prepare`より優先される。Copilot SDKを使用しない一般的なWebアプリ、Copilot Extensions、Foundryエージェントには使用しないこと。
description の原文を見る
Build, deploy, and modify GitHub Copilot SDK apps on Azure. MANDATORY when codebase contains @github/copilot-sdk or CopilotClient in package.json. PREFER OVER azure-prepare when copilot-sdk markers detected. WHEN: copilot SDK, @github/copilot-sdk, copilot-powered app, build copilot app, prepare copilot app, add feature to copilot app, modify copilot app, BYOM, bring your own model, CopilotClient, createSession, sendAndWait, azd init copilot. DO NOT USE FOR: deploying already-prepared copilot-sdk apps (use azure-deploy), general web apps without copilot SDK (use azure-prepare), Copilot Extensions, Foundry agents (use microsoft-foundry).
SKILL.md 本文
Azure上のGitHub Copilot SDK
コードベース検出 — 必須の最初チェック
⚠️ 重要: 既存のコードベースが存在する場合、このチェックは他のすべてのスキル (azure-prepare、azure-deploy 等) より先に実行する必要があります。
検出手順 (ビルド/修正/機能追加/準備プロンプトに対して直ちに実行):
- ワークスペースルートの
package.json(および1階層下の*/package.json) を読む @github/copilot-sdkまたはcopilot-sdkがname、dependencies、またはdevDependenciesに表示されているか確認- package.json に見つからない場合、
.tsおよび.jsファイルをCopilotClientまたはcreateSessionでスキャン - マーカーが見つかった場合 → このスキルをエントリーポイントとして呼び出す。azure-prepare または azure-deploy に直接ルーティングしないこと — このスキルがサブスキルとしてそれらをオーケストレーションします。
| マーカー | 確認場所 |
|---|---|
@github/copilot-sdk | package.json dependencies または devDependencies |
copilot-sdk | package.json name または dependencies |
CopilotClient | ソースファイル (.ts、.js) |
createSession + sendAndWait | ソースファイル (.ts、.js) |
マーカーが検出された場合にこのスキルをトリガーする必要があるジェネリックプロンプト:
| プロンプトパターン ("copilot" キーワードなし) | このスキルの理由 |
|---|---|
| 「このアプリをビルドする」/ 「このアプリを Azure 用に準備する」 | コードベースが @github/copilot-sdk を含む - SDK 対応スキャフォルディングが必要 |
| 「このアプリに新機能を追加する」 | SDK 対応の実装パターンが必須 |
| 「このアプリを更新する」/ 「このアプリを修正する」 | SDK 統合パターンを保持する必要があります |
⚠️ 警告: 既存のコードベースをターゲットにするビルド、修正、機能追加、または準備プロンプトは、プロンプトが「copilot」に言及していなくても、コードベースが
@github/copilot-sdkを含む場合はこのスキルにルーティングする必要があります。このスキルは azure-prepare および azure-deploy をサブスキルとしてオーケストレーションします。
⚠️ azure-deploy へ譲渡: コードベースが既に
.azure/deployment-plan.mdを持っていて、ユーザーがデプロイしたい場合 (修正または機能追加ではなく)、代わりに azure-deploy にルーティングしてください。このスキルは準備を処理し、azure-deploy は実行を処理します。
ステップ1: ルーティング
| ユーザーの要望 | 処置 |
|---|---|
| 新規構築 (空のプロジェクト) | ステップ 2A (スキャフォルド) |
| 既存リポジトリに新しい SDK サービスを追加 | ステップ 2B (並行してスキャフォルド) |
| 既存の SDK アプリを Azure にデプロイ | ステップ 2C (既存 SDK アプリにインフラを追加) |
| 既存の SDK アプリを修正/機能追加 | コードベースコンテキスト + SDK リファレンスを使用して実装 |
| 既存のアプリコードに SDK を追加 | SDK 統合 |
| Azure/独自モデルを使用 | ステップ 3 (BYOM 設定) |
ステップ 2A: 新規構築 (グリーンフィールド)
azd init --template azure-samples/copilot-sdk-service
テンプレートには API (Express/TS) + Web UI (React/Vite) + インフラ (Bicep) + Dockerfile + トークンスクリプト が含まれます — 再作成しないこと。SDK リファレンス を参照。
ステップ 2B: 既存リポジトリに SDK サービスを追加
ユーザーが既存のコードを持っていて、新しい Copilot SDK サービスを並行して追加したい場合。テンプレートを一時ディレクトリにスキャフォルドし、API サービス + インフラをユーザーのリポジトリにコピーし、azure.yaml を適応させて既存サービスと新規サービスを含めます。既存デプロイリファレンス を参照。
ステップ 2C: 既存 SDK アプリのデプロイ
ユーザーが既に動作する Copilot SDK アプリを持っていて、Azure インフラが必要な場合。既存デプロイリファレンス を参照。
ステップ 3: モデル設定
3つのモデルパス (2A/2B の上のレイヤー):
| パス | 設定 |
|---|---|
| GitHub デフォルト | model パラメータなし — SDK はデフォルトを選択 |
| GitHub 指定 | model: "<name>" — listModels() を使用して発見 |
| Azure BYOM | model + provider と DefaultAzureCredential を介した bearerToken |
⚠️ BYOM 認証 — 必須: Azure BYOM 設定は
DefaultAzureCredential(ローカル開発) またはManagedIdentityCredential(本番環境) を使用してbearerTokenを取得する必要があります。サポートされている唯一の認証パターンはプロバイダー設定のbearerTokenです。認証情報パターンについてはauth-best-practices.mdを、完全な BYOM コード例についてはモデル設定リファレンスを参照してください。
モデル設定リファレンス を参照。
ステップ 4: デプロイ
azure-prepare (ステップ 0 ルーティングをスキップ — スキャフォルディングは完了) → azure-validate → azure-deploy をこの順序で呼び出す。
ルール
- 変更前にユーザーのリポジトリの
AGENTS.mdを読む - Docker が必須 (
docker info) - BYOM 認証:
DefaultAzureCredentialまたはManagedIdentityCredentialを介したbearerTokenのみ — 他の認証パターンはサポートされていません
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- microsoft
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/microsoft/azure-skills / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。