Despliega código Python (Flask, Django, FastAPI) a Azure App Service Linux. No sirve para Container Apps, Functions, proyectos no-Python ni infraestructura completa — para eso, azure-prepare.
Reemplaza a: `az webapp up`, que el archivo declara obsoleto
en todo el repo
0–100, la ruta de este skill
último commit aquí
últimos 90 días
73 tok en reposo
42 KB
Funciona con cualquier agente que lea SKILL.md
npx -y skills add microsoft/azure-skills --skill python-appservice-deploy --agent claude-codeSe instala solo en este repositorio.
Este skill reads environment config.
Di cualquiera de estas frases y el agente debería cargar este skill.
Deploys Python (Flask, Django, FastAPI, generic) code to Azure App Service Linux (P0v3, Python 3.14). Creates RG + Plan + Web App if missing. Hand off to azure-prepare for VNet, Key Vault, databases, or IaC.
MCP tools used: mcp_azure_mcp_subscription_list, mcp_azure_mcp_group_list, mcp_azure_mcp_appservice, mcp_azure_mcp_azd (when azure.yaml is present).
<app>-rg), Plan (<app>-plan), region (current az default or eastus2), subscription are derived. create-app.md §1.azure.yaml host: appservice → deploy-azd.md; else deploy-azcli.md.P0v3 --is-linux) → Web App (--runtime "PYTHON:3.14") exist. On transient ARM errors, follow transient-retry.md. create-app.md.python -m uvicorn main:app --host 0.0.0.0. Other: warn. startup-commands.md.SCM_DO_BUILD_DURING_DEPLOYMENT=true.azd deploy or az webapp deploy --type zip --track-status false.az webapp log tail, curl, Invoke-WebRequest, or any health probe. App Service needs 2–3 min to warm; a quiet log or early 5xx is not failure.--runtime always use "PYTHON:3.14" (colon). Never "PYTHON|3.14" (pipe is a shell operator).az webapp up — deprecated. Use Step 7 commands.https://... URLs.See errors.md for the full symptom → cause → fix matrix. Quick triage: missing plan/app → re-run Step 4; container ping timeout on 8000 → fix startup (Step 5); ModuleNotFoundError after deploy → ensure Step 6 ran, redeploy.
Reproducido de microsoft/azure-skills bajo licencia MIT. Leer esta página en markdown.
13 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.
Usa las herramientas MCP de suscripción, grupos, appservice y azd (esta última cuando hay un `azure.yaml`).
Necesita en el PATH:azsed
Variables de entorno:CREATE_CMDINPUTLASTEXITCODEMAX_SLUG_LENNAMESHOW_CMDSLUGSUFFIXTRANSIENT
Este repo incluye 41 skills. Si instalas uno, normalmente ya tienes los demás. Ver el pack azure-skills entero y su comando de instalación
Despliega, evalúa, ajusta y gestiona agentes de Foundry de punta a punta con azd: agentes hospedados, evaluación por lotes y continua, optimizador de prompts y fine-tuning (SFT/DPO/RFT).
Prepara proyectos Azure basados en azd para desplegar: genera azure.yaml, la infraestructura (Bicep o Terraform) y los Dockerfiles del flujo del Azure Developer CLI.
Depura incidencias de producción en Azure con AppLens, Azure Monitor, resource health y triaje seguro. Cubre App Service, Container Apps, Functions, AKS, VMs y mensajería.
Validación previa al despliegue en Azure. Comprueba en profundidad la configuración, la infraestructura (Bicep o Terraform), los roles RBAC, los permisos de identidad administrada y los prerrequisitos.
Orquestador de punta a punta: de una idea o una app existente hasta un despliegue en Azure, con estimación de costes y aprobación previa. Analiza tu app y detecta los servicios adecuados.
Skill unificado de despliegue de modelos de Azure OpenAI con enrutado por intención: despliegues rápidos con preset, despliegues personalizados y descubrimiento de capacidad entre regiones y proyectos.
Instala AI Runway sobre AKS, de un clúster desnudo a un modelo funcionando: verificación del clúster, instalación del controlador, evaluación de GPU, configuración del proveedor y primer despliegue.
Guía para instrumentar aplicaciones web con Azure Application Insights: patrones de telemetría, configuración del SDK y referencias. Para añadirlo a tu app, usa azure-prepare.
Orquestador de punta a punta: de una idea o una app existente hasta un despliegue en Azure, con estimación de costes y aprobación previa. Analiza tu app y detecta los servicios adecuados.
