145 skills en vigueur : 73 de Microsoft, 51 de Google, 10 d’OpenAI, 7 de Docker, 2 de Hugging Face, 1 de Cloudflare, 1 de Sentry. C’est quoi une skill (SKILL.md) ?
azure-advisor-cost-optimization
Analyse les constats Azure Advisor de la catégorie Cost/IdleResources et prévalide la sûreté d’une suppression, y compris dans le cadre de Service Groups.
google-cloud-solution-architecture
Découverte interactive de besoins, puis conception d’architectures multi-produits, de plans d’ensemble et de recommandations de déploiement pour une charge complexe.
azure-advisor
Sert à consulter Azure Advisor : afficher les recommandations, prioriser les actions, suivre les retraits de service ou mettre à jour un statut.
azure-cloud-migrate
Cette skill couvre l’évaluation et la migration de charges d’un autre cloud vers Azure.
docker-sandboxes-lifecycle
Porte sur la CLI autonome sbx, qui exécute un agent de code dans une microVM isolée (système de fichiers, réseau et démon Docker propres).
azure-advisor-actionability
Cette skill aide à obtenir des instructions de remédiation pour une recommandation Azure Advisor déjà choisie, afin que le client puisse les exécuter lui-même.
azure-prepare
Prépare un projet Azure destiné à la CLI azd : génération d’azure.yaml, de l’infrastructure (Bicep ou Terraform) et des Dockerfiles.
azure-validate
Cette skill couvre une validation de préparation avant un déploiement Azure.
cloudflare
Aide à découvrir et choisir les produits Cloudflare pour une application, une API, un agent IA, du stockage, du réseau ou de la sécurité, même quand le besoin est décrit sans nom de produit, puis oriente vers la bonne skill ou la documentation.
azure-app-onboard
Orchestre le parcours complet, d’une idée métier, d’une idée d’application ou d’une application existante jusqu’à un déploiement Azure en cours d’exécution, avec estimation des coûts et approbation avant déploiement.
azure-app-onboard-prereq
Cette skill couvre l’évaluation d’un dépôt, avant tout travail d’infrastructure, pour savoir si le code est prêt à être déployé sur Azure.
docker-sandboxes-kits
Explique comment concevoir, vérifier, publier ou composer un kit Docker Sandboxes au format v3 : une image OCI dont l’annotation de manifeste porte le descripteur (# syntax=docker/sandbox-kit:3, kind: workload ou mixin), les capacités typées, les relations provides/requires et les identifiants ou règles réseau propres au kit.
compute-on-demand-reservations
Cette skill inspecte et gère les réservations à la demande de Compute Engine : capacité réservée encore disponible, consommation, ciblage (automatique ou réservation spécifique), et partage entre projets.
compute-future-reservations
Ici, on évalue la faisabilité d’une réservation future en mode calendrier (Dynamic Workload Scheduler, jusqu’à 90 jours sur des familles prises en charge telles que a3, a4, h4d et les TPU Cloud) pour des entraînements ou de l’inférence à venir.
azure-diagnostics
Aide à diagnostiquer un incident Azure en production, avec AppLens, Azure Monitor, l’état de santé des ressources et un triage prudent, y compris un diagnostic fondé uniquement sur les preuves, sans accès en direct.
cost-analysis
Analyse la dépense Azure réelle, les variations de facture et les coûts AKS ou d’IA.
aks-cost-optimization
Analyse de façon approfondie l’efficacité des coûts d’un cluster Azure Kubernetes Service déjà en place : préparation au Node Autoprovisioning (NAP), bin packing, goulets d’étranglement à la montée en charge des nœuds, scale-down bloqué et coût de stockage.
cost-optimization
Optimise des ressources Azure déjà en place et analyse les réservations ou les Savings Plans : rightsizing, ressources inactives, disque orphelin, machine virtuelle supprimée encore facturée, adresse IP publique encore facturée, utilisation des réservations, couverture d’un Savings Plan, ou recommandation d’engagement.
azure-kubernetes
Guide la planification, la création et la configuration d’un cluster Azure Kubernetes Service prêt pour la production : liste de contrôle du jour 0, choix de SKU (Automatic ou Standard), options réseau (serveur d’API privé, Azure CNI Overlay, sortie), sécurité et exploitation (autoscaling, stratégie de mise à niveau, analyse des coûts, nœuds Spot, rightsizing des pods et recommandations du Vertical Pod Autoscaler).
cloud-network-insights
Cette skill guide l’activation, l’onboarding et le suivi synthétique de Cloud Network Insights, sur Google Cloud et Broadcom AppNeta.
google-cloud-global-frontend-configuration
Découverte en six étapes, une à la fois, pour concevoir et déployer un équilibreur d’application externe mondial Google Cloud, avec Cloud CDN, Cloud Armor et des Service Extensions.
azure-kubernetes-app-deploy
S’utilise pour déployer une application web ou une API existante sur un cluster Azure Kubernetes Service déjà en cours d’exécution : détection du framework, génération d’un Dockerfile et des manifestes Kubernetes, validation par rapport aux Deployment Safeguards AKS, puis déploiement avec vérification.
google-cloud-waf-sustainability
Le pilier Durabilité du Well-Architected Framework traite de l’empreinte carbone, de l’efficacité énergétique et de la responsabilité partagée : choix de régions à plus faible intensité carbone (indicateur CFE), réduction du gaspillage de ressources et des charges d’IA, conception logicielle et cycles de vie du stockage plus sobres, suivi des émissions avec Carbon Footprint.
google-cloud-waf-operational-excellence
Ce pilier couvre l’exploitation d’une charge sur Google Cloud : pipelines CI/CD, observabilité, supervision, journalisation, gestion des incidents et des problèmes, capacité, changements, configuration, automatisation par l’infrastructure as code, et contrôles de santé opérationnels.
google-cloud-waf-reliability
Évaluation et conception de la fiabilité d’une charge : résilience, disponibilité, tolérance aux pannes, reprise d’activité, objectifs RTO et RPO, pratiques SRE, sauvegardes, bascule multi-régions.
google-cloud-waf-cost-optimization
Toujours dans le Well-Architected Framework, ce pilier sert à examiner une charge sous l’angle FinOps : dépense, droitsizing (Compute, GKE, stockage, bases), engagements (CUD, SUD), VM Spot, et capacité inoccupée.
google-cloud-waf-performance-optimization
Ce pilier du Well-Architected Framework évalue une charge sous l’angle de la performance : allocation des ressources, conception modulaire, élasticité, et recommandations concrètes pour tenir des exigences de débit ou de latence.
google-cloud-filestore-auditing
Audit de flotte Filestore, éventuellement sur plusieurs projets : préparation à la reprise (sauvegardes absentes ou périmées), gouvernance des exports NFS (règles trop ouvertes, exposition 0.0.0.0/0, ROOT_SQUASH manquant), et conformité de fiabilité (isolation et séparation de zones physiques, PZI et PZS).
azure-upgrade
Évalue et fait évoluer une charge Azure d’un plan, d’un niveau ou d’un SKU à un autre, ou modernise des dépendances de SDK Azure dans le code.
sentry-instrument
Instrumente une application avec Sentry: détecte la plateforme, installe et initialise le SDK si besoin, et branche les signaux (erreurs, traces et performance, journaux, métriques, profiling, session replay, retours utilisateurs, contrôles cron, surveillance de disponibilité, etc.).
google-cloud-storage-fuse
gcsfuse présente un seau comme un système de fichiers POSIX.
gke-cluster-autoscaler
On l’utilise dès qu’il est question d’autoscaler de cluster, d’ajustement du nombre de nœuds, de création automatique de pools ou d’auto-provisionnement de nœuds : activation, bonnes pratiques, et pannes typiques (le cluster ne monte ou ne descend pas, rupture de stock zonale, tampons de capacité).
google-cloud-storage-basics
Cloud Storage (souvent appelé GCS) stocke des objets immuables dans des seaux, avec une cohérence globale forte, plusieurs classes (Standard, Nearline, Coldline, Archive) et types de lieux, plus IAM pour un accès fin.
gke-basics
Point d’entrée pour provisionner un cluster GKE, récupérer les identifiants kubectl, et choisir entre Autopilot et Standard.
workload-manager-basics
Workload Manager évalue des charges à l’aune de règles de bonnes pratiques, générales Google Cloud, SAP, SQL Server, ou de règles d’organisation personnalisées.
gke-batch-hpc
Pour des pipelines de données par lots, des simulations HPC (mécanique des fluides, dynamique moléculaire, modèles financiers), du calcul parallèle MPI ou MapReduce, de l’entraînement ML ou une ferme de builds CI, cette skill oriente vers les Jobs Kubernetes, JobSet pour des workflows multi-jobs, et Kueue pour la mise en file (ClusterQueue, autorisation d’un espace de noms).
application-design-center-design-deploy
Application Design Center (ADC) sert ici à concevoir une infrastructure Google Cloud en Terraform, valider le HCL en local, lancer des scans de bonnes pratiques, importer des modèles dans ADC, les déployer, et dépanner un échec de déploiement.
gke-golden-path
Le « chemin doré » est la configuration Autopilot recommandée pour un cluster de production : des valeurs par défaut saines, une liste de contrôle, et l’obligation de documenter tout écart.
gke-compute-classes
Une ComputeClass permet de viser des VM Spot avec repli à la demande, des accélérateurs précis (par exemple L4, H100, TPU v5p), des familles de machines (c3, c4, n4), ou une zone proche d’une ressource, et de restreindre qui peut s’en servir.
gke-ai-troubleshooting-tpu-slice-mig-stuck-updating
Une raison SliceCreationFailed ou un JobSet qui reste en attente peut venir, non pas du manifeste, mais du groupe d’instances géré Compute Engine qui soutient le pool : status.isStable à faux, ou versionTarget.isReached à faux, pendant que le MIG crée, met à jour ou répare des instances.
gke-cluster-creation
Plutôt qu’une commande unique, cette skill fait choisir un modèle : Autopilot de production (chemin doré, défaut pour tout nouveau cluster), Autopilot de dev/test, Standard régional pour la haute disponibilité ou des besoins personnalisés, inférence GPU (L4, ComputeClass) ou AI Hypercompute.
gke-storage-troubleshooting
Quand un pod reste en ContainerCreating, qu’un volume ne s’attache ou ne se monte pas (disque régional sur certaines VM optimisées, délai fsGroup), que le nœud souffre d’une pression de stockage, qu’une extension de volume coince, qu’un pool Local SSD ou Hyperdisk refuse de se créer, ou qu’un montage Cloud Storage FUSE tombe en OOM, cette skill classifie le symptôme et propose une résolution.
gke-ai-troubleshooting-jobset-interruption
Un JobSet d’entraînement IA qui redémarre en boucle, se fait préempter sur des VM Spot, ou laisse un coordinateur ou un worker planter, n’est pas un simple CrashLoop applicatif.
gke-workload-troubleshooting
CrashLoopBackOff, OOMKilled, ImagePullBackOff, Pending : cette skill part de l’état des pods, des conditions, des événements d’espace de noms et des journaux pour classer une panne de charge.
gke-workload-scaling-troubleshooting
Quand un HPA affiche des métriques <unknown>, lève FailedGetResourceMetric, FailedGetScale ou FailedComputeMetricsReplicas, quand les pods n’ont pas de requests, quand le pipeline de métriques personnalisées ou externes casse (adaptateur indisponible, pare-feu du plan de contrôle), ou quand le HPA refuse de monter ou de descendre (tolérances, fenêtres, limites min/max), cette skill classifie le symptôme et propose une correction.
gke-ai-troubleshooting-tpu-partition-overlap
Lorsqu’une slice dynamique échoue avec la raison SliceCreationFailed parce que des partitions TPU, ou les nœuds qu’elles occupent, sont déjà pris par une autre slice ou un autre JobSet, le bon réflexe n’est pas de recréer le cluster.
gke-service-networking
Côté bordure du cluster, cette skill configure le routage, l’équilibrage et les points de service privés : Gateway API (recommandé), Ingress GKE classique, politiques Cloud Armor, certificats SSL gérés par Google, équilibrage natif par conteneurs (NEG), Private Service Connect.
gke-reliability
Pour qu’une charge survive à une zone perdue, à un nœud vidé ou à un déploiement, cette skill s’intéresse aux PodDisruptionBudgets, aux sondes (startup, liveness, readiness) et aux contraintes de répartition topologique, après avoir vérifié la haute disponibilité du cluster lui-même.
gke-ai-troubleshooting-handle-disruption-gpu-tpu
Quand un nœud GPU ou TPU GKE redémarre, se prépare à une maintenance hôte Compute Engine, ou bascule sous un taint d’interruption, cette skill oriente le diagnostic plutôt que la création d’un cluster.
gke-workload-scaling
Pour faire varier une charge, cette skill couvre le réglage manuel du nombre de réplicas, le Horizontal Pod Autoscaler et le Vertical Pod Autoscaler, avec les pratiques de demandes de ressources réalistes — indispensables pour qu’un HPA ou un VPA mesure quelque chose de pertinent.
gke-upgrades
Cette skill planifie, exécute et valide une montée de version de cluster ou de pool, en Autopilot comme en Standard : canaux de publication, fenêtres et exclusions de maintenance, stratégies de pool (surge ou bleu-vert), compatibilité de versions, gestion des PDB, listes de contrôle avant et après, et pannes typiques.
gke-multitenancy
Quand plusieurs équipes partagent un cluster, ou quand on isole dev, staging et production dans le même GKE, cette skill pose un modèle : espaces de noms, RBAC au périmètre de l’équipe, quotas de ressources, LimitRanges, isolation réseau (y compris le trafic intra-espace et le DNS), et allocation des coûts par libellés.
gke-node-notready
Quand un nœud passe NotReady ou Unknown, que le kubelet cesse d’annoncer son état, ou que des charges se font expulser ou restent Pending à cause de la santé du nœud, cette skill inspecte les conditions, les événements, les journaux kubelet et containerd, et les métriques, puis propose une remédiation prudente.
gke-ai-troubleshooting-node-unresponsive-timeout
Lorsqu’un hôte Compute Engine d’un nœud TPU ou GPU subit un kernel panic, un blocage matériel ou une interruption non masquable, le système invité cesse de répondre.
gke-cost-optimization
Une fois les gaspillages identifiés, cette skill enchaîne des leviers concrets : quotas de ressources pour limiter la consommation multi-locataire, redimensionnement des pods avec VPA ou MPA (d’abord en mode recommandation, en laissant au moins vingt-quatre heures de collecte), VM Spot via ComputeClasses ou nodeSelector, choix de types de machines, engagements d’utilisation (CUD), et organisation multi-tenant du cluster.
gke-ai-troubleshooting-tpu-vbar-oom
Sur les nœuds TPU v6e de GKE, des conditions de course pendant une réinitialisation de périphérique, ou une collecte de métriques trop fréquente, peuvent faire planter vbar_control_agent (segfault ou manque de mémoire), corrompre les sommes de contrôle des métriques du tpu-device-plugin, ou faire échouer l’initialisation du device.
gke-ai-troubleshooting-tpu-reservation-stockout
On peut voir un GCE_STOCKOUT, un ZONE_RESOURCE_POOL_EXHAUSTED ou une variante « with details » en créant ou en agrandissant un pool de nœuds TPU, alors même qu’une réservation Compute Engine existe.
google-cloud-recipe-foundation-builder
Cette recette, actuellement en préversion, déploie une fondation de zone d’atterrissage pour une organisation Google Cloud : politiques d’organisation, hiérarchie de dossiers et de projets, association de facturation, journalisation d’audit centralisée et supervision inter-environnements, selon les contrôles de sécurité recommandés.
gke-networking
Ici, on parle du réseau de fondation du cluster, pas de l’entrée applicative.
gke-productionize
On fait appel à cette skill pour un audit transversal avant une mise en production : scalabilité, sécurité, fiabilité, observabilité, sauvegarde et reprise, coûts.
gke-backup-dr
Backup for GKE protège des charges avec état : métadonnées Kubernetes (manifestes, configurations, secrets) et, seulement si le plan l’active, données des volumes persistants et secrets.
gke-storage
Pour provisionner du stockage, pas pour diagnostiquer un volume qui ne se monte plus.
gke-ai-troubleshooting-tpu-dynamic-slices-monitoring
Les slices TPU dynamiques de GKE s’exposent comme des ressources personnalisées, avec un cycle de vie, des échecs de provisionnement et des finalizers qui peuvent rester coincés.
gke-custom-golden-image-discovery
Quand on veut construire une image de nœud GKE personnalisée, encore faut-il partir de la bonne image « dorée ».
gke-ai-troubleshooting-tpu-vm-repair-stuck
Après une erreur d’hôte, une maintenance ou un signalement d’hôte défectueux, une instance TPU peut rester dans l’état Compute Engine REPAIRING, que le pool soit mono-hôte, multi-hôtes, en découpage dynamique ou en mode TPU All Capacity.
azure-quotas
On recourt à cette skill pour la consultation et la demande de quotas Azure, ainsi que l’usage courant, pour planifier un déploiement ou choisir une région : vérifier les limites de service, l’usage, et demander une augmentation — cette demande est gratuite : on ne paie que les ressources réellement utilisées, pas l’allocation de quota.
google-cloud-recipe-onboarding
Chemin « heureux » pour un développeur seul qui démarre sur Google Cloud : vérifier les outils, s’authentifier, choisir ou créer un projet, lier un compte de facturation, puis enchaîner prudemment vers des contrôles de dépense et une première charge.
aks-network-capture
Collecte des captures de paquets bornées sur des nœuds AKS et la configuration réseau Azure, afin d’obtenir une preuve au niveau de la couche filaire (pcap, tcpdump).
aks-troubleshooting
Mène une enquête en lecture seule, fondée sur les preuves, sur un incident Azure Kubernetes Service en cours : pod en Pending ou qui plante, CrashLoopBackOff, OOMKilled, ImagePullBackOff, nœud NotReady, échec DNS ou d’ingress, délai de connectivité, NetworkPolicy, épuisement SNAT, montée en charge d’un pool bloquée par un quota, mise à niveau coincée, disruption Spot ou de zone, ou une demande d’investigation du cluster.
aks-gpu-inference
Diagnostique, en lecture seule et selon le profil du cluster, un incident GPU ou KAITO sur AKS déjà en production : quota nvidia.com/gpu insuffisant, pod GPU en Pending, OOM au chargement du modèle, DCGM/VRAM, Workspace KAITO pas prêt, ou autoscaling GPU.
azure-kubernetes-automatic-readiness
La skill évalue si des charges Kubernetes et la configuration d’un cluster existant sont compatibles avec AKS Automatic.
airunway-aks-setup
Le texte source décrit la mise en place d’AI Runway sur un cluster AKS déjà existant, d’un cluster nu jusqu’à un premier modèle en service.
aks-known-issues
Sert uniquement à retrouver un correctif AKS déjà documenté au catalogue, et seulement si la demande contient une signature exacte avec tous ses qualificatifs (par exemple VMCannotFitEphemeralOSDisk, NodePoolMcVersionIncompatible, une NodeImageVersion refusée, SkuNotAvailable avec taille, région et zone, ZonalAllocationFailed avec capacité de zone insuffisante, ou certaines erreurs d’extension vmssCSE).
google-cloud-filestore-autoscale
Inspection de la capacité et de l’utilisation Filestore, puis mise à l’échelle : augmenter quand l’espace libre est trop bas, diminuer pour optimiser le coût, selon des seuils (y compris des seuils personnalisés mémorisés pour la session, applicables aux projets concernés).
google-cloud-filestore-log-troubleshooting
Lorsqu’un client n’arrive plus à monter un partage Filestore — VM Compute Engine, pod GKE, service Cloud Run ou charge Vertex AI —, avec un timeout (ETIMEDOUT, « Connection timed out »), un refus (EACCES, « access denied by server »), ou un partage qui cessait de fonctionner après un changement d’administration, cette skill vérifie notamment les règles de pare-feu d’entrée VPC et les nfsExportOptions (l’IP du client est-elle autorisée ?).
google-cloud-filestore-nfs-browser
Permet d’inspecter, de chercher et de lire des fichiers et des métadonnées POSIX sur une instance Filestore, sans paquet client NFS local, sans privilège root et sans montage VPC manuel.
google-cloud-storage-bucket-architect
Cette skill ne fait qu’une chose : créer un seau, même « simple » ou « par défaut », éventuellement au milieu d’un flux plus large.
azure-enterprise-infra-planner
Aide les architectes cloud et les ingénieurs plateforme à concevoir et à provisionner une infrastructure Azure d’entreprise à partir de la description d’une charge : réseau, identité, sécurité, conformité et topologies multi-ressources, alignées sur le Well-Architected Framework.
azure-compliance
Cette skill couvre un audit de conformité et de sécurité Azure, avec azqr et un contrôle d’expiration Key Vault.
azure-deploy
Exécute le déploiement d’applications déjà préparées, qui disposent d’un fichier .azure/deployment-plan.md et des fichiers d’infrastructure : azd up, azd deploy, terraform apply et les commandes az deployment, avec reprise sur erreur.
azure-resource-lookup
Permet de lister, trouver et afficher des ressources Azure, d’un abonnement ou d’un groupe, y compris via Azure Resource Graph : sites web, App Services, machines virtuelles, comptes de stockage, Container Apps, inventaire, recherche par balise, disques non attachés ou ressources orphelines (sans analyse de coût).
azure-resource-visualizer
La skill examine un groupe de ressources Azure, en cartographie la structure et les dépendances, puis produit un diagramme d’architecture Mermaid détaillé, souvent accompagné d’un fichier Markdown qui l’embarque.
azure-reliability
Évalue et améliore la posture de fiabilité d’applications PaaS (Azure Functions et Azure App Service) : redondance de zone, stockage ZRS, sondes de santé et bascule multi-régions.
docker-agent-config
Porte sur le fichier agent.yaml (ou .yml/.hcl) de Docker Agent (projet open source cagent, CLI docker agent) : agents, modèles et fournisseurs, jeux d’outils intégrés ou MCP, équipes multi-agents avec sub_agents, et propriétés telles que instruction, fallback ou commands.
docker-build-strategies
Fournit des règles et des schémas pour rédiger, relire ou optimiser des Dockerfiles de qualité production : builds multi-étapes, cache des couches, .dockerignore, utilisateur non root et taille de l’image.
docker-agent-run
Porte sur l’exploitation de Docker Agent : lancer docker agent run (configuration locale, alias ou référence de registre), choisir le mode --safety / d’approbation, isoler l’exécution avec --sandbox, et diagnostiquer un échec (identifiants manquants, worktrees).
cost-governance
On recourt à cette skill pour la gouvernance des coûts Azure, par des budgets, des alertes, des étiquettes et des restrictions de stratégie : contrôler l’état d’un budget, en créer un, ou relire des garde-fous (étiquettes CostCenter manquantes, SKU de machine virtuelle autorisés, régions autorisées).
cost-estimation
Établit une prévision de dépense Azure et estime le prix de ressources ou de charges de travail prévues : projection du mois suivant, comparaison à une cible, estimation d’une machine virtuelle, comparaison de niveaux de stockage ou de régions, prix de détail, tarif EA ou grille négociée.
docker-destructive-guardrails
Pose la politique transversale avant d’exécuter ou de recommander une commande Docker qui supprime, réinitialise ou altère un état de façon irréversible, même si la personne dit seulement « clean up », « start fresh » ou « wipe everything ».
docker-sandboxes-network-credentials
Porte sur sbx policy (sortie réseau) et sbx secret (secrets de service et identifiants de registre) pour un sandbox Docker Sandboxes : ce que le sandbox peut atteindre, et avec quels identifiants il s’authentifie.
azure-local-multi-rack
Guide la planification, le déploiement, l’exploitation et le diagnostic d’un déploiement Azure Local multi-racks (rack scale) : baies préintégrées pouvant aller jusqu’à des centaines de machines, s’appuyant sur Network Fabric Controller, Cluster Manager, le stockage SAN et une fabric réseau gérée.
azure-local
Guide la planification, le déploiement, l’exploitation et le diagnostic d’Azure Local (anciennement Azure Stack HCI) : dimensionnement et prérequis, inscription Arc, mises à jour de cycle de vie, charges (machines virtuelles Azure Local, AKS on Azure Local, images, disques, réseaux logiques), SDN et sécurité réseau, et triage des pannes — en commençant en lecture seule et en confirmant avant tout changement risqué.
vercel-functions
Cette skill oriente le choix et le réglage des fonctions Vercel : Functions Node.js (écosystème npm complet), Edge Functions (isolats V8, utiles pour l’auth ou une redirection au plus près de l’utilisateur), et, en bêta publique, un runtime Bun (`bunVersion: "1.x"` dans `vercel.json`, environ 28 % de latence en moins sur les charges liées au processeur) ou Rust (Fluid Compute, flux HTTP, variables d’environnement jusqu’à 64 Ko).
knowledge-update
Corrige des connaissances de modèle périmées sur la plateforme Vercel et présente de nouveaux produits.
temporal-serverless
Sert à déployer et à exploiter des workers Temporal sur une infrastructure sans serveur (AWS Lambda), pilotée par le Worker Controller Instance (WCI).
stripe-projects
Sert à provisionner une infrastructure ou des services tiers via Stripe Projects : base de données, authentification, cache, Postgres, Redis, hébergement, base vectorielle, clé d’API ou identifiants d’un service, supervision, catalogue, fournisseur de modèle, envoi d’e-mails, recherche, file de messages, stockage d’objets, ou indicateurs de fonctionnalité.
azure-kusto-irql
On recourt à cette skill pour la composition de pipelines IRQL (Incident Response Query Language) pour des investigations de cybersécurité dans Kusto : enchaîner des fonctions composables `Get_*` (sélecteurs), `Extract_*` (extracteurs) et `Enrich_*` (enrichisseurs), qui enveloppent les tables KQL de sécurité derrière un schéma unifié, sans avoir à mémoriser les schémas bruts ni les clés de jointure.
azure-mgmt-apimanagement-py
Le SDK Azure API Management pour Python gère, au plan de gestion, les services APIM, les API, les produits, les abonnements et les stratégies, via ApiManagementClient.
azure-compute
Oriente les demandes portant sur les machines virtuelles Azure et les Virtual Machine Scale Sets : création, recommandation de taille, comparaison de prix, autoscaling, orchestration Flexible ou Uniform, charges GPU, ML ou HPC, estimation de coût, réservation de capacité (CRG) et Essential Machine Management.
azure-messaging
Aide à diagnostiquer et à résoudre les problèmes des SDK Azure Messaging pour Event Hubs et Service Bus : échecs de connexion ou d’authentification, traitement des messages, configuration du SDK, erreurs AMQP, perte ou expiration d’un verrou, renouvellement de verrou, délai d’envoi, récepteur déconnecté, lettres mortes, sessions, points de contrôle, ou journaux du SDK (Python, Java, JavaScript, .NET).
azure-eventhub-rust
La bibliothèque Azure Event Hubs pour Rust envoie et reçoit des événements pour une ingestion en flux ou un traitement par lots, via ProducerClient et ConsumerClient.
azure-storage-queue-rust
La bibliothèque Azure Queue Storage pour Rust envoie, reçoit et gère des messages de file, autour de QueueClient et QueueServiceClient.
azure-storage-blob-rust
La bibliothèque Azure Blob Storage pour Rust permet de téléverser, télécharger et gérer blobs et conteneurs.
azure-appconfiguration-py
Le SDK Azure App Configuration pour Python centralise les réglages d’application, les paires clé-valeur et les indicateurs de fonctionnalité, via AzureAppConfigurationClient.
azure-mgmt-fabric-py
Le SDK de gestion Azure Fabric pour Python administre les capacités et ressources Microsoft Fabric au plan de gestion, via FabricMgmtClient : créer une capacité, en lire le détail, lister celles d’un groupe de ressources ou de tout l’abonnement.
azure-storage-file-share-py
Le SDK Azure Storage File Share pour Python s’occupe des partages de fichiers SMB dans le cloud : partages, répertoires (y compris imbriqués) et opérations sur les fichiers, via ShareServiceClient et ShareClient.
azure-mgmt-apicenter-py
Le SDK de gestion Azure API Center pour Python administre l’inventaire, les métadonnées et la gouvernance d’API à l’échelle d’une organisation, via ApiCenterMgmtClient.
azure-storage-queue-py
Le SDK Azure Queue Storage pour Python offre une file de messages simple et fiable, utile pour répartir des tâches et traiter de façon asynchrone.
azure-messaging-webpubsubservice-py
Le SDK Azure Web PubSub Service pour Python sert à la messagerie temps réel, aux connexions WebSocket et aux schémas publication-abonnement.
azure-eventgrid-py
Le SDK Azure Event Grid pour Python sert à publier des événements et à travailler dans une architecture événementielle, notamment avec CloudEvent et EventGridEvent.
azure-storage-blob-py
Le SDK Azure Blob Storage pour Python permet de téléverser, télécharger et lister des blobs, de gérer des conteneurs et de suivre le cycle de vie des objets.
hf-cloud-aws-context-discovery
À lancer avant tout travail AWS : découvre le profil actif, la région, l’identifiant de compte et l’identité de l’appelant, surtout quand l’utilisateur ne les a pas précisés.
hf-cloud-python-env-setup
La skill prépare un environnement Python isolé pour un travail SageMaker ou AWS, avec une version de Python adéquate et un boto3 à jour.
azure-servicebus-py
Le SDK Azure Service Bus pour Python met en place une messagerie d’entreprise : files, sujets et abonnements, autour de ServiceBusClient.
azure-eventhub-py
Le SDK Azure Event Hubs pour Python vise l’ingestion d’événements à haut débit : EventHubProducerClient côté producteur, EventHubConsumerClient côté consommateur, avec partitions et, si besoin, un point de contrôle souvent adossé au stockage Blob.
azure-mgmt-apimanagement-dotnet
Cette skill couvre le plan de contrôle Azure API Management en .NET.
building-mcp-server-on-cloudflare
Sert à construire des serveurs MCP distants sur Cloudflare Workers, avec des outils, une authentification OAuth éventuelle, et un déploiement en production.
azure-eventhub-dotnet
On recourt à cette skill pour le SDK .NET Azure Event Hubs : envoyer des événements (`EventHubProducerClient`, `EventHubBufferedProducerClient`), en recevoir avec `EventProcessorClient` et un point de contrôle, et gérer les partitions, pour une ingestion à haut débit.
azure-mgmt-apicenter-dotnet
Le texte source décrit le SDK .NET Azure API Center (`Azure.ResourceManager.ApiCenter`).
azure-mgmt-mongodbatlas-dotnet
SDK Azure.ResourceManager.MongoDBAtlas pour .NET, qui gère des organisations MongoDB Atlas comme ressources ARM, via l’intégration Place de marché Azure.
azure-servicebus-dotnet
Cette skill documente le SDK .NET Azure Service Bus (`Azure.Messaging.ServiceBus`).
azure-resource-manager-durabletask-dotnet
Le SDK Azure.ResourceManager.DurableTask pour .NET opère exclusivement au plan de gestion : créer et administrer des Durable Task Scheduler, des Task Hubs et des politiques de rétention, via Azure Resource Manager.
azure-mgmt-fabric-dotnet
Cette skill porte sur le plan de contrôle Microsoft Fabric en .NET, via `Azure.ResourceManager.Fabric`.
azure-eventgrid-dotnet
Le SDK Azure.Messaging.EventGrid pour .NET publie et consomme des événements : architectures événementielles, publication-abonnement, CloudEvents et EventGridEvents, autour d’EventGridPublisherClient.
cloudflare
Skill générale de la plateforme Cloudflare : Workers, Pages, stockage (KV, D1, R2), IA (Workers AI, Vectorize, Agents SDK), réseau (Tunnel, Spectrum), sécurité (WAF, DDoS) et infrastructure as code (Terraform, Pulumi).
azure-maps-search-dotnet
On recourt à cette skill pour le SDK .NET Azure Maps : rechercher une adresse, calculer un itinéraire, rendre des tuiles, localiser une adresse IP, ou obtenir des données météo, via notamment `Azure.Maps.Search`, `Azure.Maps.Routing`, `Azure.Maps.Rendering` et `Azure.Maps.Geolocation`.
azure-appconfiguration-java
Le SDK Azure App Configuration pour Java gère une configuration applicative centralisée : réglages clé-valeur, indicateurs de fonctionnalité et instantanés, autour de ConfigurationClient.
azure-eventhub-java
Le SDK Azure Event Hubs pour Java construit des applications de streaming temps réel : ingestion à haut débit et architectures événementielles fondées sur un journal partitionné.
azure-compute-batch-java
Cette skill couvre le SDK Java Azure Batch.
azure-messaging-webpubsub-java
Le texte source décrit le SDK Java Azure Web PubSub.
azure-eventgrid-java
Le SDK Azure Event Grid pour Java sert à publier des événements, à mettre en place un schéma publication-abonnement, et à s’intégrer à des services Azure par événements.
azure-storage-blob-java
Le texte source décrit le SDK Java Azure Storage Blob.
azure-appconfiguration-ts
Le SDK Azure App Configuration pour JavaScript distingue deux niveaux.
azure-web-pubsub-ts
Cette skill documente Azure Web PubSub en JavaScript, via `@azure/web-pubsub` et `@azure/web-pubsub-client`.
durable-objects
Sert à créer et à relire des Durable Objects Cloudflare : coordination avec état (salons de discussion, jeux multijoueurs, systèmes de réservation), méthodes RPC, stockage SQLite, alarmes, WebSockets, ou revue de code selon les bonnes pratiques.
workers-best-practices
Sert à relire et à rédiger du code Cloudflare Workers en suivant les bonnes pratiques de production.
azure-storage-file-share-ts
Le texte source décrit le SDK TypeScript Azure File Share (`@azure/storage-file-share`).
azure-eventhub-ts
Cette skill porte sur le SDK JavaScript Azure Event Hubs (`@azure/event-hubs`).
azure-storage-queue-ts
On recourt à cette skill pour le SDK TypeScript Azure Queue Storage (`@azure/storage-queue`) : envoyer, recevoir, consulter et supprimer des messages, avec délai de visibilité, encodage et opérations par lots.
vercel-queues
Guide de Vercel Queues, en bêta publique : un flux d’événements durable, avec des sujets, des groupes de consommateurs, des nouvelles tentatives et une livraison différée.
azure-servicebus-ts
Le SDK Azure Service Bus pour JavaScript (@azure/service-bus) met en place files, sujets et abonnements, sessions de messages, lettres mortes, messages planifiés, report (deferral) et lecture sans consommation (peek), dans une messagerie d’entreprise.
azure-storage-blob-ts
Cette skill documente le SDK TypeScript Azure Blob Storage (`@azure/storage-blob`).
copilot-sdk
Guide la création d’applications qui s’appuient sur GitHub Copilot via le Copilot SDK, pour des intégrations programmatiques en Node.js/TypeScript, Python, Go ou .NET : sessions, outils personnalisés, flux continu, hooks, serveurs MCP, fournisseurs BYOK, persistance, agents et skills, et schémas de déploiement.
cloud-solution-architect
Cette skill documente le rôle d’architecte de solutions, selon les pratiques du Azure Architecture Center.
agents-sdk
Guide la construction d’agents IA sur Cloudflare Workers avec l’Agents SDK : agents à état, workflows durables, applications WebSocket temps réel, tâches planifiées, serveurs MCP ou applications de chat.