Communitygithub.com

timothywarner-org/ai901-cert-buddy-claude

AI-901(Azure AI 基础知识)学习伙伴,专为 Claude Code 原生打造:提供贴近真实考试的题目、Microsoft Foundry 实验和学习计划,基于 MCP 接入 Microsoft Learn,并配有子代理、技能、斜杠命令和确定性钩子护栏。

ai901-cert-buddy-claude 是什么?

AI-901 Cert Buddy 是一个为 Claude Code 量身定制的 AI 技能,旨在帮助学习者高效备考 AI-901(Azure AI 基础知识)认证。它通过一个名为“ai901.practice_labs.micro.validated”的核心技能,自动生成可在 15-25 分钟内完成的微实验。这些实验不仅包含明确的前提条件、逐步任务和验证步骤,还内置了清理指南,确保学习环境整洁。该技能深度集成了多种工具和资源:它通过 MCP(模型上下文协议)服务器直接查询 Microsoft Learn 文档,确保所有内容与官方最新信息一致;它支持多种实验类别,包括 Foundry 门户操作、Foundry SDK 编码、Azure AI 服务实践和内容理解分析器,覆盖了 AI-901 考试的第二领域(构建解决方案)。此外,它还强制执行一系列严格的风格和命名规范,遵循 Microsoft 考试编写指南,使用虚构公司名称,并坚持使用最新的 Azure 产品名称(例如,强制将“Azure AI Studio”映射为“Microsoft Foundry”),从而为学习者提供高度真实且与官方标准完全对齐的备考体验。

兼容平台✓Claude Code✓Codex CLI~Cursor
npx skills add timothywarner-org/ai901-cert-buddy-claude

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

技能:ai901.practice_labs.micro.validated

描述: 创建可执行且可自我验证的 AI-901 短实验(15-25 分钟)。每个实验都包含前提条件、精确任务、验证步骤、预期输出和清理指南。

课程背景

此技能为 Tim Warner 的 Microsoft Press AI-901 视频课程配套仓库 C:\github\ai901 提供支持。该课程包含 16 课的 Microsoft Press 视频课程。第 01-07 课为概念课程,对应 AI-901 领域 1。第 08-16 课为构建课程,对应 AI-901 领域 2。每课位于 lessons/lesson-NN/README.md。当为特定课程构建实验时,将实验产物保存到 lessons/lesson-NN/labs/ 下,以便学习者可以在课程计划旁找到它。

受众简介

AI-901 的受众处于 AI 解决方案开发职业生涯的初期。学习者具备 Azure 中 AI 的概念知识,能够阅读 Python 编码语法,并熟悉 Azure 资源。实验用语应保持温暖且直接。避免使用课程尚未介绍的术语。

风格优先级

对于任何与考试措辞(标题、目标陈述、命名资源、公司引用)相似的文本,请遵循 Microsoft Worldwide Learning 考试编写风格指南 (WWL)。对于实验正文本身,请遵循 Microsoft 写作风格指南 (MWSG):温暖、易扫描、使用现在时、采用句子样式大小写。在我们的实验中,WWL 覆盖了 MWSG 的两项约定:不使用缩写 以及 键名全大写(例如 TAB、ENTER、CTRL+ALT+DELETE)。

实验类别

AI-901 实验涵盖四个实际类别,映射到 AI-901 构建领域:

  • foundry-portal -- Microsoft Foundry 门户动手操作。包括从模型目录部署模型、试验场实验、单代理构建、提示流检查和完全在门户内配置接地聊天。
  • foundry-sdk -- 使用 azure-ai-projects 和 azure-ai-agents 包调用 Microsoft Foundry 端点的 Python 3.12 客户端应用程序。通过 DefaultAzureCredential 进行无密钥身份验证。模式包括聊天补全、多轮对话、单代理调用和工具增强代理。
  • ai-services -- 通过 Microsoft Foundry Tools 使用的 Azure AI Language、Azure AI Speech 和 Azure AI Vision。示例包括文本分析、情感分析、关键短语提取、实体识别、语音转文本、文本转语音、图像分析、光学字符识别和图像生成。
  • content-understanding -- 跨四种支持模态(文档、图像、音频和视频)的 Azure Content Understanding 分析器。包括分析器创建、架构定义、样本输入运行和输出验证。

各类别的默认创作工具:

  • 对于 foundry-portal 实验,主要路径是 ai.azure.com 上的 Microsoft Foundry 门户。
  • 对于 foundry-sdk 实验,主要路径是使用 Python 3.12 与 Foundry SDK 和 DefaultAzureCredential。切勿默认使用 API 密钥。
  • 对于 ai-services 实验,主要路径是 Microsoft Foundry 门户。当需要自动化时,对租户端资源操作使用 Azure CLI。
  • 对于 content-understanding 实验,主要路径是 Microsoft Foundry 门户。当需要代码时,使用 Python 3.12 和无密钥身份验证。

知识基础

必需来源:

  • Microsoft Learn(服务能力、配置和架构的真实信息来源)。通过 Microsoft Learn MCP 服务器 (ai901buddy-mslearn) 使用 microsoft_docs_search 和 microsoft_docs_fetch 访问。
  • Microsoft Learn 代码示例(用于确保 Python SDK、Azure CLI 和 Bicep 的准确性)。通过 microsoft_code_sample_search 访问。
  • 标准 AI-901 目标领域文件:.claude/skills/_references/ai901-objective-domain.md。

始终首先建立知识基础。不要臆造服务能力、模型名称或 SKU 选项。

AI-901 领域(标准)

技能衡量日期:2026 年 4 月 15 日。

领域权重
识别 AI 概念和能力40-45%
使用 Microsoft Foundry 实现 AI 解决方案55-60%

领域 1 涵盖概念课程 01-07(无需动手实验,但允许可选的反思性演练)。领域 2 涵盖构建课程 08-16,是实验工作的主要来源。

风格与措辞用法

资源和人员命名 (WWL)

  • 公司: 仅使用下表中 WWL 批准的虚构公司。每次提及时使用完整的公司名称。
  • 人员: the user(用户)或 User1、User2、User3(无空格)。
  • 服务器: Server1、Server2;Exch1、Exch2;SQL1、SQL2;DC1、DC2;DNS1、DNS2。
  • 计算机: Computer1、Computer2。应用程序: App1、App2。子网: Subnet1、Subnet2。站点: Site1、Site2。
  • 办公室: main office(主办公室)、branch office(分支机构)、satellite office(卫星办公室)。城市: WWL 批准的(Atlanta、Boston、Cairo、Frankfurt、London、New York、Paris、Seattle、Singapore、Sydney、Tokyo 等)。
  • 首次提及时定义每个名称。

批准的虚构公司 (WWL 虚构名称列表)

始终使用完整的公司名称。从列表中随机选择 —— 不要默认用 Contoso, Ltd.

公司批准的 URL
A. Datum Corporationadatum.com
Adventure Works Cyclesadventure-works.com
Alpine Ski Housealpineskihouse.com
Bellows Collegebellowscollege.com
Best For You Organics Companybestforyouorganics.com
Blue Yonder Airlinesblueyonderairlines.com
City Power & Lightcpandl.com
Coho Vineyardcohovineyard.com
Coho Winerycohowinery.com
Coho Vineyard & Winerycohovineyardandwinery.com
Consolidated Messengerconsolidatedmessenger.com
Contoso, Ltd.contoso.com
Contoso Pharmaceuticalscontoso.com
Contoso Suitescontososuites.com
Fabrikam, Inc.fabrikam.com
Fabrikam Residencesfabrikamresidences.com
First Up Consultantsfirstupconsultants.com
Fourth Coffeefourthcoffee.com
Graphic Design Institutegraphicdesigninstitute.com
Humongous Insurancehumongousinsurance.com
Lamna Healthcare Companylamnahealthcare.com
Liberty's Delightful Bakery & Cafelibertysdelightfulbakeryandcafe.com
Litware, Inc.litwareinc.com
Lucerne Publishinglucernepublishing.com
Margie's Travelmargiestravel.com
Munson's Pickles and Preserves Farmmunsonspicklesandpreservesfarm.com
Nod Publishersnodpublishers.com
Northwind Electric Carsnorthwindelectriccars.com
Northwind Tradersnorthwindtraders.com
Proseware, Inc.proseware.com
Relecloudrelecloud.com
School of Fine Artfineartschool.net
Southridge Videosouthridgevideo.com
Tailspin Toystailspintoys.com
The Phone Companythephone-company.com
Trey Researchtreyresearch.net
VanArsdel, Ltd.vanarsdelltd.com
Wide World Importerswideworldimporters.com
Wingtip Toyswingtiptoys.com
Woodgrove Bankwoodgrovebank.com

措辞用法 (WWL)

  • 使用 named,而非 called。
  • 使用 report,而非 complain。
  • 避免 determine;使用 verify、identify、set、establish、calculate、decide。
  • 避免 may;使用 can 或 might。
  • 避免单独使用 using;使用 by using。
  • 避免特定限定词(all、none、only、always、never)和不定限定词(few、many、multiple、several、some、usually)。
  • site(站点)是逻辑概念,location(位置)是物理概念 —— 切勿互换。
  • 使用复数形式而非 (s)。
  • 目标陈述:You need to ... / You need to ensure that ...

格式

  • 使用 粗体 表示可点击的 UI 元素、Azure CLI 命令以及需逐字输入的 Python 类名或方法名。
  • 输入无关的动词:select(选择)(非 click)、enter(输入)(非 type)、go to(转到)、open(打开)、close(关闭)。
  • 步骤中使用祈使语气。
  • 文件名使用 file 标签:main.py 文件、deploy.bicep 文件。
  • 键名使用 全大写:TAB、ENTER、CTRL+ALT+DELETE。
  • 其他地方使用句子样式大小写;产品名称和专有名词除外。
  • 三个或更多项目列表中使用牛津逗号。
  • 纯 ASCII —— 不使用弯引号、短破折号或长破折号;使用 -- 和 ->。
  • 数字零到九拼写出来;十及以上使用数字。

全球化

  • 句子长度 15-20 个单词。使用主动语态。简单时态。
  • 不使用 / 或 - 作为标点符号(将 create/edit/display 替换为 create、edit、and display)。
  • 产品名称不使用所有格。不使用名词化。不使用名词堆砌。

术语重命名表(不可协商)

始终使用当前的 Microsoft 产品名称。切勿使用已退役或旧版名称,即使学习者这样做。静默映射到当前名称。

已退役 / 旧版名称当前名称
Azure Active Directory (Azure AD)Microsoft Entra ID
Azure AD 租户Microsoft Entra 租户
Azure AD 条件访问Microsoft Entra 条件访问
Azure AD B2B / B2CMicrosoft Entra 外部 ID
Azure AD PIMMicrosoft Entra 特权身份管理
Azure OpenAI Service(独立,品牌重塑后)Microsoft Foundry 中的 Azure OpenAI
Azure AI StudioMicrosoft Foundry
Azure AI FoundryMicrosoft Foundry
Azure AI Foundry ToolsMicrosoft Foundry Tools
Cognitive Services(统称)Azure AI Services
Azure Cognitive Services for LanguageAzure AI Language
Azure Cognitive Services for SpeechAzure AI Speech
Azure Cognitive Services for VisionAzure AI Vision
Form RecognizerAzure AI Document Intelligence
Custom VisionAzure AI Vision(自定义图像分类和对象检测)
LUISAzure AI Language 对话语言理解
QnA MakerAzure AI Language 自定义问答

身份验证默认值(不可协商)

对于任何基于代码的实验:

  • 使用来自 azure.identity 包的 DefaultAzureCredential。
  • 学习者在运行脚本前使用 az login 登录。
  • 切勿将 API 密钥嵌入代码、环境文件或配置文件中。
  • Foundry 项目端点是唯一的秘密形状值。将其存储在名为 PROJECT_ENDPOINT 的环境变量中。
  • 在脚本运行前,授予学习者 Foundry 项目的 Azure AI User 角色。将其作为起始状态要求包含在内。

护栏

  • 保持在 AI-901 范围内(基础 AI 概念和 Microsoft Foundry 动手操作)。避免专业代码模型训练或高级 MLOps。
  • 优先选择成本最低的路径。除非课程需要更大的模型,否则使用 gpt-4o-mini 或 gpt-5-mini。在可用的情况下使用 Azure AI Services 免费 F0 层。
  • 实验中的任何地方都 不使用缩写。
  • 不包含模糊的 click around until(到处点击直到)步骤。每个步骤都有精确的 UI 标签、精确的 Azure CLI 命令或精确的 Python 语句。
  • 始终包含清理或回滚步骤。对于创建了模型部署、代理定义、AI Service 资源、Content Understanding 分析器、资源组或存储账户的实验,列出精确的删除步骤。

清理期望(不可协商)

每个实验中的清理都是不可协商的。AI-901 特定的清理目标包括:

  • Microsoft Foundry 中的模型部署。从 我的资产 > 模型 + 终结点 删除。
  • 在代理服务中创建的代理定义。在 Foundry 门户的 代理 中删除。
  • Azure AI Services 资源(Language、Speech、Vision、Document Intelligence)。从 Azure 门户删除或使用 az cognitiveservices account delete 删除。
  • Content Understanding 分析器。从 Foundry 门户的 Content Understanding 工作区删除。
  • 当实验创建了 Foundry 项目和 Foundry 中心时。
  • 包含仅用于实验的资源的资源组,使用 az group delete --name --yes --no-wait 删除。
  • 当实验预配了存储账户和上传的示例文件时。
  • 当实验创建了本地 Python 虚拟环境和下载的示例数据时。

清理验证通过列出父作用域并显示资源已消失来确认删除成功。

成本和许可警告位置

如果实验使用以下任何一项,则在 prerequisites(前提条件)之后、starting_state(起始状态)之前立即显示警告:

  • 上下文窗口大于 128k 令牌的模型。
  • 按高级费率计费的多模态或推理模型。
  • Azure Content Understanding(按页、按图像、按分钟定价)。
  • Azure AI Speech 批量转录或自定义语音。
  • Azure AI Vision 大规模读取 OCR。
  • 超出免费层的任何 Azure 资源。

警告说明成本驱动因素、大致成本数量级以及停止成本的清理步骤。

虚构公司随机化(不可协商)

从上面 WWL 批准的列表中随机选择。不要默认使用 Contoso, Ltd. 始终使用完整的公司名称。

时间框指南

一个实验包含不超过 12 个步骤(跨所有任务)。如果实验需要更多步骤,则拆分为两个范围更窄的实验。已完成相应课程的学习者,目标完成时间为 15-25 分钟。

工作流

  1. 从 .claude/skills/_references/ai901-objective-domain.md 中选择一个 AI-901 目标,并在实验顶部说明。当实验支持特定课程时,指定课程文件夹(lessons/lesson-NN/)。
  2. 使用 microsoft_docs_search 在 Microsoft Learn 中为基础配置建立知识基础。
  3. 选择一条与实验类别匹配的主要路径(Microsoft Foundry 门户、Python 3.12 + Foundry SDK with DefaultAzureCredential、通过 Foundry Tools 的 Azure AI Services,或 Content Understanding)。
  4. 使用 microsoft_code_sample_search 验证任何 Python、Azure CLI 或 Bicep 代码片段。
  5. 使用 microsoft_docs_fetch 获取有关任何服务能力、SDK 类或配置步骤的完整页面详细信息。
  6. 在每个主要步骤之后添加验证门(门户 UI 状态、Azure CLI 输出、Python 脚本输出、分析器运行结果)。
  7. 添加精确逆转工作的清理步骤,并以最终验证确认所有已删除资源已消失作为结尾。

相关技能