So bringen Sie einem KI-Assistenten bei, Azure genauso gut zu verstehen wie ein Solutions Architect

Neulich habe ich mich dabei ertappt, wie ich dachte: Wir haben uns daran gewöhnt, dass GitHub Copilot oder Claude Code fast alles wissen, aber sobald es um Cloud-spezifische Details geht, beginnen die Halluzinationen. Das neuronale Netz könnte Ihnen eine Azure Functions-Konfiguration geben, die seit etwa drei Jahren veraltet ist, oder eine Architektur vorschlagen, die gegen integrierte Abonnement-Limits verstößt. Das Problem ist, dass das Wissen des Modells auf den Zeitpunkt seines Trainings beschränkt ist und sich die Microsoft Learn-Dokumentation nahezu täglich ändert.

Ich bin auf das Agent-Skills-Repository von den Microsoft-Leuten gestoßen. Die Idee ist einfach, aber unglaublich nützlich: Anstatt die KI dazu zu bringen, sich die Dokumentation zu "merken", füttern Sie sie mit strukturierten Skills. Es ist wie ein Referenzleitfaden für den Agenten, der direkt in Ihrem Projekt lebt und ihm sagt: "Wenn du mit Azure arbeitest, schau hierher, verwende diese Muster und vergiss diese Einschränkungen nicht."

Was ist das überhaupt

Das Projekt ist ein riesiger Katalog mit fast zweihundert fertigen Skills für die Arbeit mit Azure. Dies sind nicht nur Links zur Dokumentation. Jeder Skill ist ein Satz von Anweisungen im Markdown-Format, die der KI-Assistent liest, bevor er Ihnen Code vorschlägt.

Die Entwickler bei Microsoft haben den Weg der "Dokumentation als Code" eingeschlagen. Sie haben eine Fülle von Inhalten aus Microsoft Learn genommen – Best Practices, Entscheidungsbäume, häufige Fehler und Sicherheitsanforderungen – und in LLM-freundliche Anweisungen verpackt. Dadurch schreibt der Agent nicht nur Code; er versteht den Kontext des jeweiligen Dienstes.

Warum sollte man das überhaupt zum Projekt hinzufügen

Wenn Sie mit Azure arbeiten, wissen Sie, wie viele Nuancen es gibt. Sie können Azure Container Apps beispielsweise auf ein Dutzend Arten konfigurieren, aber nur einige wenige davon entsprechen den Enterprise-Standards.

Hier ist, was diese Skills in der Praxis bieten:

1. Der Agent hört auf zu raten und beginnt, aktuelle API-Muster zu verwenden.
2. Die Antworten enthalten direkte Links zu relevanten Microsoft Learn-Abschnitten.
3. Die KI warnt Sie vor Limits und Konfigurationsbesonderheiten, bevor Sie eine fehlerhafte Konfiguration bereitstellen.
4. Der Agent erhält fertige Checklisten zur Fehlerbehebung.

Wie es unter der Haube funktioniert

Im Kern liegt ein offener Agent-Skills-Standard. Jeder Skill lebt in seinem eigenen Ordner innerhalb des Verzeichnisses skills/. Die SKILL.md-Dateistruktur sieht ungefähr so aus:

---
name: azure-functions
description: Инструкции по разработке и развертыванию Azure Functions
---

# Azure Functions

## Инструкции
[Тут идут конкретные шаги для агента]

## Примеры
[Примеры правильного использования сервиса]

Interessanterweise funktioniert das System nach dem Prinzip der schrittweisen Offenlegung. Zuerst sieht der Agent nur den Namen und die kurze Beschreibung im YAML-Header. Wenn Ihre Anfrage zum Thema des Skills passt, "entfaltet" der Agent die vollständige Anweisung und beginnt, dementsprechend zu handeln. Dies spart den Kontextfenster des Modells, ohne es mit unnötigen Dingen zu überladen.

Wie man das zum Laufen bringt

Der einfachste Weg ist, alles als Plugin zu installieren. Für VS Code tun Sie dies über die Befehlspalette: Wählen Sie Chat: Plugin aus Quelle installieren und fügen Sie den Repository-Link https://github.com/MicrosoftDocs/agent-skills ein.

Wenn Sie volle Kontrolle bevorzugen oder Cursor verwenden, können Sie das Repository einfach klonen und die benötigten Ordner aus skills/ in Ihr Projektverzeichnis kopieren. Der Pfad variiert für jedes Tool:

• GitHub Copilot: .github/skills/
• Cursor: .cursor/skills/
• Claude Code: .claude/skills/

Übrigens müssen Sie für VS Code daran denken, die Einstellung chat.agent.skills zu aktivieren, sonst funktioniert die Magie nicht.

Praktischer Nutzen und Kategorien

Das Repository enthält derzeit 193 Skills. Sie sind nach Kategorien unterteilt, sodass Sie nicht alles mitschleppen müssen – Sie können nur das auswählen, was Sie für Ihren spezifischen Stack benötigen:

• Compute (13 Skills): App Service, Functions, Batch.
• AI & ML (23 Skills): alles über Azure AI Services und Bots.
• Security (19 Skills): Active Directory, Key Vault und mehr.
• Infrastructure (52 Skills): hier ist das Schwergewicht – AKS, Arc und Netzwerkkonfigurationen.

Wenn Sie nicht wissen, wo Sie anfangen sollen, enthält der Ordner docs/BUNDLES.md kuratierte Sammlungen. Das "Quick Start"-Bundle enthält beispielsweise 7 grundlegende Dienste, die für jeden Azure-Entwickler nützlich sein werden.

Lohnt es sich, es zu versuchen

Das Projekt sieht nach einer großartigen Möglichkeit aus, KI-Assistenten auf realen Aufgaben zu "erden". Anstatt jedes Mal Dokumentationsschnipsel in den Copilot-Chat zu kopieren, verbinden Sie das Repository einmal und erhalten einen kompetenten Assistenten, der die Regeln des Spiels im Microsoft-Ökosystem kennt.

Dies wird besonders nützlich sein für Teams, die gerade zu Azure migrieren oder komplexe Dienste wie Durable Functions oder Azure API Management nutzen. Es ist leicht, sie falsch zu konfigurieren, und das spätere Beheben ist zeitaufwändig und teuer.

Der einzige Nachteil ist, dass das Projekt noch in der Vorschau ist und einige Funktionen das Aktivieren experimenteller Flags in der IDE erfordern. Aber selbst im manuellen Modus bringt das Kopieren der benötigten .md-Dateien in Ihr Projekt einen spürbaren Qualitätsschub bei der Codegenerierung. Wenn Sie stark in Azure investiert sind, gehört dieses Repository definitiv zu Ihren Lesezeichen.