← Recherche

Azure AI/ML for Python — manage Azure ML workspaces, jobs, models, datasets, compute, pipelines
IA 🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026 📌 Version épinglée : commit b84d35a
Test d’installation seulement, à la date indiquée. Ne garantit pas la sécurité du code.
⚙ Prérequis: un abonnement Azure (facturé — compute…

Azure AI/ML for Python — manage Azure ML workspaces, jobs, models, datasets, compute, pipelines

💳 API payante requise — abonnement Azure facturé. Exploiter le SDK Azure Machine Learning v2 en Python : auth MLClient, workspaces, data assets, registre de modèles, clusters de compute, jobs, pipelines, environnements, datastores

L’essentiel
Quoi
💳 API payante requise — abonnement Azure facturé. Exploiter le SDK Azure Machine Learning v2 en Python : auth MLClient, workspaces, data assets, registre de modèles, clusters de compute, jobs, pipelines, environnements, datastores
Coût
Gratuit
Prérequis
un abonnement Azure (facturé — compute, runs de jobs et stockage coûtent de vrais sous), Python, et tes identifiants Azure (ne jamais les coder en dur)
Installation
Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.

Version :

Réponse rapide

Azure AI/ML for Python est une référence pour le SDK Azure Machine Learning v2 en Python, même si l'usage exige un abonnement Azure payant puisque compute, runs et stockage sont facturés. Elle couvre l'installation d'azure-ai-ml, l'authentification MLClient, la création des workspaces, l'enregistrement des assets et modèles, la création et l'échelle des clusters de compute, et la soumission des jobs.

⌁

Installation

Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026📌 Version épinglée : commit b84d35a

Étape 0 — avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. Prérequis : un abonnement Azure (facturé — compute, runs de jobs et stockage coûtent de vrais sous), Python, et tes identifiants Azure (ne jamais les coder en dur) Installe-moi « Azure AI/ML pour Python — gérer workspaces, jobs, modèles, datasets, compute et pipelines Azure ML ». Il donne à mon agent la référence SDK Azure ML v2 de @sickn33 : installer azure-ai-ml, authentifier MLClient via DefaultAzureCredential (ID d'abonnement, groupe de ressources, nom du workspace depuis les variables d'environnement ou un fichier de config), créer et lister les workspaces, enregistrer data assets et modèles, créer et scaler des clusters de compute avec scale-down à l'inactivité, soumettre et streamer des command jobs, construire des workflows multi-étapes @dsl.pipeline, créer des environnements custom, et gérer les datastores — en suivant les bonnes pratiques sensibles aux coûts (versioning, scale-down à l'inactivité, tags). Licence MIT. Dépôt : https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/b84d35abf733cbbc3400dbc0e16fbbdc2a4fe97e/plugins/agentic-awesome-skills-claude/skills/azure-ai-ml-py/SKILL.md Version épinglée : installe le code au commit b84d35abf733cbbc3400dbc0e16fbbdc2a4fe97e exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire 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, les identifiants seulement via variables d'environnement, hôtes autorisés déclarés dans le SKILL.md. 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-ai-ml-py ». 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. définir mes variables d'env Azure dans le coffre, créer le workspace, configurer le scale-down à l'inactivité avant de soumettre des jobs). 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.

🔒 Sécurité, provenance et ce que ça touche
🧭 Ce que ça touche
D’après le prompt d’installation que nous avons analysé, ce skill ne lance pas de commandes, ne fait pas d’appels réseau à des tiers, n’installe pas de paquets, n’écrit pas de fichiers et ne demande pas de clés API.
Analyse du prompt d’installation · 2026-10-13
🔒 Sécurité et provenance
📌 Version épinglée : commit b84d35a · 2026-10-13
🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026
👁 Observé pendant le test d’installation · 18 nov. 2026 : registry.npmjs.org
🔎 Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Envie d'être encore plus prudent ?

Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?

Comment vérifier un skill avant de l’installer →

✓

Certificat de vérification

Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.

Version épinglée
b84d35a · 2026-10-13
Test d’installation en sandbox
Installation exécutée dans notre sandbox de test · 18 nov. 2026 · Observé pendant le test d’installation: registry.npmjs.org
Identité du créateur
Non vérifiée
Veille d’empreinte
Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
Analyse du prompt d’installation
2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.

Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions

?

Questions

Comment installer un skill ?

Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill 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 un skill avant de l’installer.