Azure ML Workspace / AI Foundry — complete deep-dive reference
💳 Cloud payant requis — référence d'autorité pour les workspaces Azure ML : hiérarchie des ressources, networking et private endpoints, référence rapide des GPU SKU, déploiement d'endpoints (managed online, batch, Kubernetes, serverless), identités managées, CLI az ml, PowerShell, Terraform, dépannage
- Quoi
- 💳 Cloud payant requis — référence d'autorité pour les workspaces Azure ML : hiérarchie des ressources, networking et private endpoints, référence rapide des GPU SKU, déploiement d'endpoints (managed online, batch, Kubernetes, serverless), identités managées, CLI az ml, PowerShell, Terraform, dépannage
- Coût
- Gratuit
- Prérequis
- un abonnement Azure avec usage facturé du Machine Learning (compute, endpoints) — pas de niveau gratuit utilisable ; Azure CLI avec l'extension ml (az extension add --name ml) ou le module PowerShell Az.MachineLearningServices
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — 💳 Cloud payant requis : nécessite un abonnement Azure avec usage facturé du compute Machine Learning — pas de niveau gratuit utilisable. Le skill azure-ml-foundry-workspace de @josiahsiegel, listé ici avec crédit à son créateur : une référence approfondie d'autorité sur tous les aspects des workspaces Azure Machine Learning — la hiérarchie complète des ressources (workspace, hub, projets, compute, endpoints, registries), la création de workspaces via CLI et PowerShell, les modes d'isolation réseau managée, les private endpoints et zones DNS, une référence rapide des GPU SKU (A100, H100, H200, T4), le déploiement d'endpoints (managed online/batch/Kubernetes/serverless), les identités managées et rôles RBAC, l'intégration ACR et stockage, une référence complète de la CLI `az ml` et des cmdlets PowerShell, le provisionnement Terraform, et des tableaux d'erreurs de dépannage — avec des fichiers de référence dédiés par sujet. Bémols honnêtes : Microsoft a renommé Azure AI Foundry en Microsoft Foundry (novembre 2025) et la plateforme évolue vite — noms de portails, disponibilité des SKU et flags CLI dériveront ; le compute GPU est cher et soumis à quotas ; ne jamais lancer les commandes de suppression de workspace sans comprendre le flag --permanently-delete. Licence MIT. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : un abonnement Azure avec usage facturé du Machine Learning (compute, endpoints) — pas de niveau gratuit utilisable ; Azure CLI avec l'extension ml (az extension add --name ml) ou le module PowerShell Az.MachineLearningServices Installe-moi « Azure ML Workspace / AI Foundry — référence approfondie complète ». Il donne à mon agent la référence Azure ML de @josiahsiegel : la hiérarchie des ressources et la création de workspaces (CLI + PowerShell), le networking avec VNet managé et private endpoints, le choix des GPU SKU, le déploiement d'endpoints (managed online, batch, Kubernetes, serverless), les identités managées et RBAC, l'intégration ACR/stockage, les références complètes de la CLI az ml et de PowerShell, le provisionnement Terraform, et le dépannage — avec des fichiers de référence dédiés par sujet. Licence MIT. Dépôt : https://github.com/josiahsiegel/claude-plugin-marketplace/blob/main/plugins/azure-master/skills/azure-ml-foundry-workspace/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « azure-ml-foundry-workspace ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. installer/mettre à jour l'extension az ml ; confirmer les quotas d'abonnement pour les GPU SKU ; ne jamais lancer les commandes de suppression de workspace sans lire les flags d'abord). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Questions
Comment installer une création ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.