Communitygithub.com

timothywarner-org/ai901-cert-buddy-claude

為 Claude Code 原生打造的 AI-901 (Azure AI 基礎) 學習夥伴:擬真考試題目、Microsoft Foundry 實作實驗室、學習計劃,透過 MCP 與 Microsoft Learn 對接,並具備子代理、技能、斜線指令與確定性掛鉤防護機制。

ai901-cert-buddy-claude 是什麼?

這是一個專為 Claude Code 設計的 AI 技能,旨在協助學習者準備 Microsoft AI-901 (Azure AI 基礎) 認證考試。它提供了一系列可執行且可自我驗證的實作實驗室(15-25 分鐘),涵蓋 Microsoft Foundry 入口網站操作、Foundry SDK 程式碼、Azure AI 服務(語言、語音、視覺)以及內容理解分析器。技能透過 MCP 伺服器與 Microsoft Learn 官方文件對接,確保所有資訊準確且最新,並強制遵循 Microsoft 全球學習 (WWL) 寫作風格指南。此技能支援 Claude Code、Cursor 等開發平台,其工作流程包含選擇考試目標、查閱官方文件、建立實驗室步驟、加入驗證關卡與強制清理程序,並使用 DefaultAzureCredential 進行無金鑰驗證,確保學習體驗既安全又與業界最佳實務一致。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

技能:ai901.practice_labs.micro.validated

說明: 建立可執行且可自我驗證的短篇 AI-901 實作實驗室(15-25 分鐘)。每個實驗室都包含先決條件、精確任務、驗證步驟、預期輸出和清理程序。

課程背景

此技能支援 Tim Warner 的 Microsoft Press AI-901 影片課程伴隨儲存庫 C:\github\ai901。該課程是包含 16 堂課的 Microsoft Press 影片課程。課程 01-07 是與 AI-901 領域 1 對應的概念課程。課程 08-16 是與 AI-901 領域 2 對應的實作課程。每堂課程位於 lessons/lesson-NN/README.md。當為特定課程建立實驗室時,請將實驗室成品儲存在 lessons/lesson-NN/labs/ 下,以便學習者能在課程計畫旁找到它。

學習者設定檔

AI-901 的學習對象正處於 AI 解決方案開發職涯的起步階段。學習者具備 Azure 中 AI 的概念知識、能閱讀 Python 程式碼語法,並熟悉 Azure 資源。實驗室文字應保持溫暖且直接。避免使用課程尚未介紹的術語。

風格優先順序

對於任何模擬考試措辭的文字(如標題、目標陳述、命名資源、公司參考),請遵循 Microsoft Worldwide Learning Exam Writing Style Guide (WWL)。對於實驗室散文本身,請遵循 Microsoft Writing Style Guide (MWSG):溫暖、易於掃讀、現在式、句子式大小寫。我們的實驗室中,有兩個 MWSG 慣例被 WWL 覆蓋:不使用縮寫 和 按鍵名稱全部大寫(如 TAB、ENTER、CTRL+ALT+DELETE)。

實驗室類別

AI-901 實驗室涵蓋四個實作類別,這些類別對應到 AI-901 實作領域:

  • foundry-portal -- Microsoft Foundry 入口網站實作。從模型目錄部署模型、遊樂場實驗、單一代理程式建置、提示流程檢查,以及完全在入口網站內的接地聊天設定。
  • foundry-sdk -- 使用 azure-ai-projects 和 azure-ai-agents 套件呼叫 Microsoft Foundry 端點的 Python 3.12 用戶端應用程式。透過 DefaultAzureCredential 進行無金鑰驗證。模式包括聊天完成、多輪對話、單一代理程式叫用以及工具增強型代理程式。
  • ai-services -- 透過 Microsoft Foundry Tools 操作的 Azure AI Language、Azure AI Speech 和 Azure AI Vision。範例包括文字分析、情感分析、關鍵片語、實體辨識、語音轉文字、文字轉語音、影像分析、光學字元辨識和影像生成。
  • content-understanding -- 涵蓋四種支援模態(文件、影像、音訊和影片)的 Azure Content Understanding 分析器。包括分析器建立、結構描述定義、範例輸入執行和輸出驗證。

各類別的預設撰寫工具:

  • 對於 foundry-portal 實驗室,主要路徑是位於 ai.azure.com 的 Microsoft Foundry 入口網站。
  • 對於 foundry-sdk 實驗室,主要路徑是使用 Foundry SDK 和 DefaultAzureCredential 的 Python 3.12。切勿預設使用 API 金鑰。
  • 對於 ai-services 實驗室,主要路徑是 Microsoft Foundry 入口網站。當需要自動化時,請對租戶端資源操作使用 Azure CLI。
  • 對於 content-understanding 實驗室,主要路徑是 Microsoft Foundry 入口網站。當需要程式碼時,請使用具備無金鑰驗證的 Python 3.12。

資訊依據

必要來源:

  • Microsoft Learn(服務功能、設定和架構的真實來源)。透過 Microsoft Learn MCP 伺服器 (ai901buddy-mslearn) 使用 microsoft_docs_search 和 microsoft_docs_fetch 存取。
  • Microsoft Learn 程式碼範例(用於確保 Python SDK、Azure CLI 和 Bicep 的正確性)。透過 microsoft_code_sample_search 存取。
  • 標準 AI-901 目標領域檔案:.claude/skills/_references/ai901-objective-domain.md。

務必先查閱依據。不要憑空創造服務功能、模型名稱或 SKU 選項。

AI-901 領域(標準)

技能測量日期:2026 年 4 月 15 日。

領域權重
識別 AI 概念與功能40-45%
使用 Microsoft Foundry 實作 AI 解決方案55-60%

領域 1 涵蓋概念課程 01-07(不需要實作實驗室,儘管允許選擇性的反思式逐步解說)。領域 2 涵蓋實作課程 08-16,是實驗室工作的主要來源。

風格與用字

資源與人員命名 (WWL)

  • 公司: 僅使用下表中 WWL 核准的虛構公司。每次提及時都使用完整的公司名稱。
  • 人員: the user 或 User1, User2, User3(無空格)。
  • 伺服器: Server1, Server2;Exch1, Exch2;SQL1, SQL2;DC1, DC2;DNS1, DNS2。
  • 電腦: Computer1, Computer2。應用程式: App1, App2。子網路: Subnet1, Subnet2。站台: Site1, Site2。
  • 辦公室: main office, branch office, satellite office。城市: WWL 核准的(Atlanta, Boston, Cairo, Frankfurt, London, New York, Paris, Seattle, Singapore, Sydney, Tokyo 等)。
  • 在首次提及時定義每個名稱。

核准的虛構公司 (WWL 虛構名稱清單)

務必使用完整的公司名稱。在清單中隨機選取——不要預設使用 Contoso, Ltd。

公司核准的 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

用字 (WWL)

  • named,而非 called。
  • report,而非 complain。
  • 避免 determine;請使用 verify, identify, set, establish, calculate, decide。
  • 避免 may;請使用 can 或 might。
  • 避免單獨使用 using;請使用 by using。
  • 避免特定的限定詞 (all, none, only, always, never) 和不定義的修飾詞 (few, many, multiple, several, some, usually)。
  • site 為邏輯位置,location 為實體位置——切勿互換。
  • 使用複數形式而非 (s)。
  • 目標陳述:You need to ... / You need to ensure that ...

格式

  • 粗體 用於可點擊的 UI 元素、Azure CLI 命令,以及逐字輸入的 Python 類別或方法名稱。
  • 輸入中立動詞:select(非 click)、enter(非 type)、go to、open、close。
  • 程序步驟中使用祈使語氣。
  • 檔案名稱標示為 file:the main.py file、the deploy.bicep file。
  • 全部大寫 用於按鍵名稱:TAB、ENTER、CTRL+ALT+DELETE。
  • 其他地方使用句子式大小寫;產品名稱和專有名詞是例外。
  • 在三個或以上項目的清單中使用牛津逗號。
  • 純 ASCII —— 無彎曲引號、en dash 或 em dash;請使用 -- 和 ->。
  • 拼寫出零到九;十及以上使用數字。

全球化

  • 句子長度 15-20 字。使用主動語態。簡單時態。
  • 不使用 / 或 - 作為標點符號(將 create/edit/display 替換為 create, edit, and display)。
  • 產品名稱上不使用所有格。不進行名詞化。不堆疊名詞。

術語重新命名表(不可協商)

務必使用目前的 Microsoft 產品名稱。即使使用者使用已淘汰或舊版的名稱,也切勿使用。請默默對應到目前的名稱。

已淘汰 / 舊版名稱目前名稱
Azure Active Directory (Azure AD)Microsoft Entra ID
Azure AD 租用戶Microsoft Entra 租用戶
Azure AD 條件式存取Microsoft Entra 條件式存取
Azure AD B2B / B2CMicrosoft Entra External ID
Azure AD PIMMicrosoft Entra 特殊權限身分識別管理
Azure OpenAI 服務(獨立,重新命名後)Microsoft Foundry 中的 Azure OpenAI
Azure AI StudioMicrosoft Foundry
Azure AI FoundryMicrosoft Foundry
Azure AI Foundry ToolsMicrosoft Foundry Tools
Cognitive Services(總稱)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(自訂影像分類和物體偵測)
LUISAzure AI Language 交談式語言理解
QnA MakerAzure AI Language 自訂問答

驗證預設值(不可協商)

對於任何基於程式碼的實驗室:

  • 從 azure.identity 套件使用 DefaultAzureCredential。
  • 學習者在執行指令碼之前使用 az login 登入。
  • 切勿在程式碼、環境檔案或設定檔案中嵌入 API 金鑰。
  • Foundry 專案端點是唯一類似秘密的值。將其儲存在名為 PROJECT_ENDPOINT 的環境變數中。
  • 在指令碼執行前,授予學習者在 Foundry 專案上的 Azure AI User 角色。將此納入初始狀態要求。

防護機制

  • 保持在 AI-901 範圍內(基礎 AI 概念和 Microsoft Foundry 實作)。避免專業程式碼的模型訓練或進階 MLOps。
  • 偏好成本最低的路徑。除非課程要求更大的模型,否則使用 gpt-4o-mini 或 gpt-5-mini。盡可能使用 Azure AI Services 免費 F0 層。
  • 實驗室中任何地方都不使用縮寫。
  • 沒有模糊的 click around until 步驟。每個步驟都有精確的 UI 標籤、精確的 Azure CLI 命令或精確的 Python 陳述式。
  • 務必包含清理或復原。對於建立模型部署、代理程式定義、AI Service 資源、Content Understanding 分析器、資源群組或儲存體帳戶的實驗室,請列出確切的刪除步驟。

清理期望(不可協商)

每個實驗室都必須進行清理。特定的 AI-901 清理目標包括:

  • Microsoft Foundry 中的模型部署。從 My assets > Models + endpoints 刪除。
  • 在 Agents 服務中建立的代理程式定義。從 Foundry 入口網站的 Agents 刪除。
  • Azure AI Services 資源(Language、Speech、Vision、Document Intelligence)。從 Azure 入口網站刪除,或使用 az cognitiveservices account delete 刪除。
  • Content Understanding 分析器。從 Foundry 入口網站的 Content Understanding 工作區刪除。
  • Foundry 專案和Foundry 中樞,如果實驗室建立了它們。
  • 僅包含實驗室資源的資源群組,使用 az group delete --name --yes --no-wait 刪除。
  • 儲存體帳戶和上傳的範例檔案,如果實驗室佈建了它們。
  • 本機 Python 虛擬環境和下載的範例資料,如果實驗室建立了它們。

清理驗證會透過列出父範圍並顯示資源已消失來確認刪除成功。

成本與授權警告放置位置

如果實驗室使用以下任何項目,則警告會立即出現在 prerequisites 之後和 starting_state 之前:

  • 具有大於 128k 個代碼脈絡視窗的模型。
  • 以進階費率計費的多模態或推理模型。
  • Azure Content Understanding(按頁、按影像、按分鐘計價)。
  • Azure AI Speech 批次轉錄或自訂語音。
  • 大規模的 Azure AI Vision Read OCR。
  • 任何超出免費層的 Azure 資源。

警告應說明成本驅動因素、大致成本數量級以及停止成本的清理步驟。

虛構公司隨機化(不可協商)

在上述 WWL 核准的清單中隨機選取。不要預設使用 Contoso, Ltd.。務必使用完整的公司名稱。

時間限制指引

一個實驗室在所有任務中包含不超過 12 個步驟。如果實驗室需要更多步驟,請將其拆分為兩個更狹義的實驗室。對於已完成相應課程的學習者,目標完成時間為 15-25 分鐘。

工作流程

  1. 從 .claude/skills/_references/ai901-objective-domain.md 中選擇一個 AI-901 目標,並在實驗室頂部說明該目標。當實驗室支援特定課程時,請命名課程資料夾(lessons/lesson-NN/)。
  2. 使用 microsoft_docs_search 在 Microsoft Learn 中查閱預期的設定。
  3. 選擇一個與實驗室類別相符的主要路徑(Microsoft Foundry 入口網站、Python 3.12 + 具備 DefaultAzureCredential 的 Foundry SDK、透過 Foundry Tools 的 Azure AI Services 或 Content Understanding)。
  4. 使用 microsoft_code_sample_search 驗證任何 Python、Azure CLI 或 Bicep 程式碼片段。
  5. 對於任何服務功能、SDK 類別或設定步驟,使用 microsoft_docs_fetch 取得完整頁面的詳細資訊。
  6. 在每個主要步驟之後加入驗證關卡(入口網站 UI 狀態、Azure CLI 輸出、Python 指令碼輸出、分析器執行結果)。
  7. 加入完全反轉工作的清理程序,並以最終驗證結束……

……

[已截斷以利翻譯]

相關技能