deploy-model

部署模型

所有 Azure OpenAI 模型部署工作流的统一入口。分析用户意图并路由到相应的部署模式。

快速参考

模式	使用时机	子技能
预设	快速部署，无需自定义	preset/SKILL.md
自定义	完全控制：版本、SKU、容量、RAI 策略	customize/SKILL.md
容量发现	查找可部署特定容量的位置	capacity/SKILL.md

意图检测

分析用户提示并路由到正确的模式：

用户提示
    │
    ├─ 简单部署（无修饰词）
    │  "部署 gpt-4o", "设置模型"
    │  └─> 预设模式
    │
    ├─ 包含自定义关键词
    │  "自定义设置", "选择版本", "选择 SKU",
    │  "设置容量为 X", "配置内容过滤器",
    │  "PTU 部署", "指定配额"
    │  └─> 自定义模式
    │
    ├─ 容量/可用性查询
    │  "查找可部署的位置", "检查容量",
    │  "哪个区域有 X 容量", "最佳区域 10K TPM",
    │  "该模型在哪里可用"
    │  └─> 容量发现模式
    │
    └─ 模糊（同时有容量目标和部署意图）
       "部署 gpt-4o 容量 10K 到最佳区域"
       └─> 先容量发现 → 然后预设或自定义

路由规则

提示中的信号	路由到	原因
仅模型名称，无选项	预设	用户希望快速部署
"自定义", "配置", "选择"	自定义	用户希望控制
"查找", "检查", "哪里", "哪个区域", "可用"	容量	用户希望发现
特定容量数字 + "最佳区域"	容量 → 预设	先发现再快速部署
特定容量数字 + "自定义"关键词	容量 → 自定义	先发现再带选项部署
"PTU", "预配吞吐量"	自定义	PTU 需要选择 SKU
"最佳区域", "最优区域"（无容量目标）	预设	区域优化是预设的专长

多模式链式调用

某些提示需要按顺序使用两种模式：

模式：容量 → 部署
当用户指定容量要求并希望部署时：

1. 运行容量发现以查找具有足够配额的区域/项目
2. 向用户展示结果
3. 询问：“您希望使用快速默认值还是自定义设置进行部署？”
4. 根据回答路由到预设或自定义

💡 提示： 如果不确定用户想要哪种模式，默认使用预设（快速部署）。希望自定义的用户通常会使用明确的关键词，如“自定义”、“配置”或“特定设置”。

项目选择（所有模式）

在任何部署之前，确定要部署到的项目。这适用于所有模式（预设、自定义以及容量发现后）。

解析顺序

1. 检查 PROJECT_RESOURCE_ID 环境变量 — 如果已设置，则将其用作默认值
2. 检查用户提示 — 如果用户指定了特定项目或区域，则使用该信息
3. 如果两者都没有 — 查询用户的项目并建议当前项目

确认步骤（必需）

在部署前务必确认目标。 向用户展示将要使用的内容，并让他们有机会更改：

部署到：
  项目：  <项目名称>
  区域：  <区域>
  资源：  <资源组>

是否正确？或选择其他项目：
  1. ✅ 是的，部署到这里（默认）
  2. 📋 显示此区域中的其他项目
  3. 🌍 选择其他区域

如果用户选择选项 2，显示该区域的前 5 个项目：

<区域> 中的项目：
  1. project-alpha (rg-alpha)
  2. project-beta (rg-beta)
  3. project-gamma (rg-gamma)
  ...

⚠️ 切勿在未向用户显示将使用哪个项目的情况下进行部署。 这可以防止意外部署到错误的资源。

部署前验证（所有模式）

在提供任何部署选项（SKU、容量）之前，始终验证以下两项：

1. 模型支持该 SKU — 查询模型目录以确认所选模型+版本支持目标 SKU：

   az cognitiveservices model list --location <区域> --subscription <订阅ID> -o json
   

   过滤模型，提取 .model.skus[].name 以获取支持的 SKU。

2. 订阅有可用配额 — 检查用户订阅是否有未分配的配额用于该 SKU+模型组合：

   az cognitiveservices usage list --location <区域> --subscription <订阅ID> -o json
   

   按使用名称模式 OpenAI.<SKU>.<model-name> 匹配（例如 OpenAI.GlobalStandard.gpt-4o）。计算 available = limit - currentValue。

⚠️ 警告： 仅显示通过两项检查的选项。不要显示硬编码的 SKU 列表 — 始终动态查询。可用配额为 0 的 SKU 应显示为 ❌ 信息项，不可选择。

💡 配额管理： 对于配额增加请求、使用监控和配额错误排查，请参考配额技能，而不是在此内联重复指导。

先决条件

所有部署模式都需要：

• 已安装 Azure CLI 并通过 az login 进行身份验证
• 具有部署权限的有效 Azure 订阅
• Azure AI Foundry 项目资源 ID（或代理将通过 PROJECT_RESOURCE_ID 环境变量帮助发现）

子技能

• preset/SKILL.md — 使用合理默认值快速部署到最佳区域
• customize/SKILL.md — 交互式引导流程，完全配置控制
• capacity/SKILL.md — 发现跨区域和项目的可用容量