Come Trasformare un Assistente AI in un Ingegnere Cloud per Azure
Quando chiedi a un modello linguistico di aiutarti con una distribuzione cloud, di solito ottieni una risposta cortese ma inutile. Il modello cita documentazione generica di cinque anni fa, confonde i nomi dei servizi e allegramente consiglia comandi che falliscono con errori di autorizzazione. Gli agenti AI possono scrivere codice funzionale, ma quando si tratta di infrastruttura, diritti di accesso e gestione reale delle risorse, sono ciechi.
Microsoft ha adottato un approccio sistematico a questo problema e ha rilasciato il repository azure-skills. È un plugin per agenti AI che collega il contesto di attività specifiche con l'esecuzione di comandi in tempo reale attraverso il protocollo MCP.
Cosa C'è Dentro la Scatola
Il team di progetto ha suddiviso la soluzione in due livelli: logica decisionale e azioni pratiche.
Il primo livello è chiamato skills. Questi sono scenari pronti all'uso, alberi decisionali e vincoli. Spiegano all'assistente come è strutturato il flusso di lavoro Azure, quali controlli devono essere eseguiti prima della distribuzione, come configurare il monitoraggio tramite Application Insights, o come calcolare i costi delle risorse.
Il secondo livello è rappresentato dagli strumenti di esecuzione. Il plugin si connette ad Azure MCP Server, che contiene oltre 200 strumenti per 40 servizi. Se un agente decide di controllare l'elenco dei gruppi di risorse o leggere i log da un container arrestato, non inventa una risposta—effettua una chiamata API reale attraverso il protocollo MCP.
C'è anche un'integrazione separata con Foundry MCP. È necessaria per chi distribuisce modelli di machine learning e costruisce pipeline basate su Microsoft Foundry.
Per iniziare, avrai bisogno di Node.js 18 o superiore, Azure CLI installato (
), e Azure Developer CLI (
) se stai distribuendo infrastruttura da template.
Se usi il gestore di pacchetti APM, l'installazione in tutti gli ambienti supportati viene eseguita con una singola riga:
Prima aggiungi la sorgente:
Poi installa il plugin stesso:
In Claude Code, il plugin è disponibile direttamente dal catalogo ufficiale. Basta eseguire il comando:
Oppure trovalo attraverso l'interfaccia dei plugin:
In Cursor, l'installazione avviene attraverso il catalogo delle estensioni nelle impostazioni dell'editor:
In Codex, il plugin viene aggiunto in modo simile attraverso il marketplace:
Dopo di che, apri l'elenco dei plugin con il comando
e seleziona quello che ti serve:
In Codex, puoi anche disabilitare selettivamente le singole skill attraverso il menu
:
Nell'ambiente JetBrains, il processo consiste in un paio di passaggi. Prima assicurati che il plugin GitHub Copilot sia aggiornato all'ultima versione, poi abilita il supporto sperimentale per le skill nelle impostazioni: Tools > GitHub Copilot > Chat > Enable Skills.
Dopo aver riavviato l'IDE, puoi installare Azure Toolkit for IntelliJ ufficiale, che ti offrirà automaticamente di installare le skill:
Oppure installa le skill globalmente tramite npx nel terminale:
Puoi verificare il risultato direttamente nella chat di Copilot digitando
:
Ambienti Supportati e Installazione
Gli sviluppatori hanno reso il plugin multipiattaforma. Può essere collegato a quasi qualsiasi agente popolare.
Avrai bisogno di Node.js 18+, Azure CLI installato (
), e se stai distribuendo infrastruttura da template, anche Azure Developer CLI (
).
Se usi il gestore di pacchetti APM, l'installazione in tutti gli ambienti supportati viene eseguita con una singola riga:
Prima aggiungi la sorgente:
Poi installa il plugin stesso:
GitHub Copilot CLI
Prima aggiungi la sorgente:
Poi installa il plugin stesso:
Claude Code
In Claude Code, il plugin è disponibile direttamente dal catalogo ufficiale. Basta eseguire il comando:
Oppure trovalo attraverso l'interfaccia dei plugin:
Cursor
In Cursor, l'installazione avviene attraverso il catalogo delle estensioni nelle impostazioni dell'editor:
Codex CLI
In Codex, il plugin viene aggiunto in modo simile attraverso il marketplace:
Dopo di che, apri l'elenco dei plugin con il comando
e seleziona quello che ti serve:
In Codex, puoi anche disabilitare selettivamente le singole skill attraverso il menu
:
IntelliJ IDEA
Nell'ambiente JetBrains, il processo consiste in un paio di passaggi. Prima assicurati che il plugin GitHub Copilot sia aggiornato all'ultima versione, poi abilita il supporto sperimentale per le skill nelle impostazioni: Tools > GitHub Copilot > Chat > Enable Skills.
Dopo aver riavviato l'IDE, puoi installare Azure Toolkit for IntelliJ ufficiale, che ti offrirà automaticamente di installare le skill:
Oppure installa le skill globalmente tramite npx nel terminale:
Puoi verificare il risultato direttamente nella chat di Copilot digitando
:
Lavorare con Cloud Isolati
Per impostazione predefinita, il server MCP si connette ad Azure Public Cloud. Se la tua azienda opera in cloud isolati come Azure China o Azure US Government, devi regolare manualmente la configurazione.
In Copilot CLI, l'elenco dei server attivi si apre con il comando
:
Poi modifica i parametri chiamando
e aggiungi l'argomento
o
:
Prima di lanciare, assicurati che le utility locali siano anche autorizzate nell'ambiente richiesto. Ad esempio, per Azure CLI, il parametro si presenta così:
Scenari Reali
Una volta che tutto è configurato, l'assistente smette di rispondere con consigli astratti. Puoi dare compiti pratici diretti direttamente nel contesto di un progetto aperto:
— l'agente analizza il progetto, seleziona un servizio adatto (ad esempio, Azure Container Apps) e genera i file di configurazione.
— controlla i template Bicep o Terraform per errori prima di inviarli al cloud.
— effettua una richiesta reale tramite MCP e mostra l'elenco degli account di archiviazione dalla sottoscrizione attiva.
— esegue un'analisi dei costi e trova dischi inutilizzati dimenticati o macchine virtuali ridondanti.
— richiede log applicativi freschi, controlla lo stato dei probe e spiega la causa del fallimento.
— seleziona i ruoli RBAC minimi necessari basati sul principio del privilegio minimo.
In Conclusione
Il repository
risolve il problema principale dello sviluppo cloud con AI: il divario tra generazione del codice e contesto dell'infrastruttura reale. Invece di trasferire manualmente i log dal portale alla finestra di chat e viceversa, dai all'agente accesso a strumenti gestiti.
A chi gioverà di più questo progetto:
- Sviluppatori che distribuiscono regolarmente servizi su Azure e sono stanchi di passare tra terminale, portale e documentazione.
- Team che implementano agenti AI nei flussi di lavoro quotidiani basati su VS Code, Cursor o Claude Code.
Il repository è open source sotto licenza MIT, viene aggiornato attivamente ed è sincronizzato con gli sviluppi del team Azure. Vale sicuramente la pena provarlo, soprattutto perché la configurazione base richiede solo pochi minuti.
Progetti correlati