Comment transformer un assistant IA en ingénieur cloud pour Azure
Lorsque vous demandez à un modèle de langage de vous aider pour un déploiement cloud, vous obtenez généralement une réponse polie mais inutile. Le modèle cite une documentation générique vieille de cinq ans, confond les noms des services et recommande joyeusement des commandes qui échouent avec des erreurs d'autorisation. Les agents IA peuvent écrire du code de fonction, mais en matière d'infrastructure, de droits d'accès et de gestion réelle des ressources, ils sont aveugles.
Microsoft a adopté une approche systématique de ce problème et a publié le dépôt azure-skills. C'est un plugin pour les agents IA qui connecte le contexte de tâches spécifique avec l'exécution de commandes en direct via le protocole MCP.
Ce qu'il y a dans la boîte
L'équipe du projet a divisé la solution en deux niveaux : la logique de prise de décision et les actions pratiques.
Le premier niveau s'appelle les skills. Ce sont des scénarios prêts à l'emploi, des arbres de décision et des contraintes. Ils expliquent à l'assistant comment le flux de travail Azure est structuré, quels contrôles doivent être effectués avant le déploiement, comment configurer la surveillance via Application Insights, ou comment calculer les coûts des ressources.
Le deuxième niveau est celui des outils d'exécution. Le plugin se connecte à Azure MCP Server, qui contient plus de 200 outils pour 40 services. Si un agent décide de vérifier la liste des groupes de ressources ou de lire les logs d'un conteneur crashé, il ne fabule pas une réponse — il fait un véritable appel API via le protocole MCP.
Il existe également une intégration séparée avec Foundry MCP. Elle est nécessaire pour ceux qui déploient des modèles de machine learning et construisent des pipelines basés sur Microsoft Foundry.
Pour commencer, vous aurez besoin de Node.js 18 ou supérieur, de l'Azure CLI installé (
), et d'Azure Developer CLI (
) si vous déployez de l'infrastructure à partir de modèles.
Si vous utilisez le gestionnaire de paquets APM, l'installation sur tous les environnements pris en charge se fait avec une seule ligne :
D'abord, ajoutez la source :
Puis installez le plugin lui-même :
Dans Claude Code, le plugin est disponible directement depuis le catalogue officiel. Exécutez simplement la commande :
Ou trouvez-le via l'interface des plugins :
Dans Cursor, l'installation se fait via le catalogue des extensions dans les paramètres de l'éditeur :
Dans Codex, le plugin est ajouté de la même manière via le marketplace :
Après cela, ouvrez la liste des plugins avec la commande
et sélectionnez celui dont vous avez besoin :
Dans Codex, vous pouvez également désactiver individuellement des skills via le menu
:
Dans l'environnement JetBrains, le processus se compose de quelques étapes. D'abord, assurez-vous que le plugin GitHub Copilot est mis à jour vers la dernière version, puis activez la prise en charge expérimentale des skills dans les paramètres : Tools > GitHub Copilot > Chat > Enable Skills.
Après avoir redémarré l'IDE, vous pouvez installer Azure Toolkit for IntelliJ officiel, qui vous suggérera lui-même d'installer les skills :
Ou installez les skills globalement via npx dans le terminal :
Vous pouvez vérifier le résultat directement dans le chat Copilot en tapant
:
Environnements pris en charge et installation
Les développeurs ont rendu le plugin multiplateforme. Il peut être connecté à presque n'importe quel agent populaire.
Vous aurez besoin de Node.js 18+, de l'Azure CLI installé (
), et si vous déployez de l'infrastructure à partir de modèles, également d'Azure Developer CLI (
).
Si vous utilisez le gestionnaire de paquets APM, l'installation sur tous les environnements pris en charge se fait avec une seule ligne :
D'abord, ajoutez la source :
Puis installez le plugin lui-même :
GitHub Copilot CLI
D'abord, ajoutez la source :
Puis installez le plugin lui-même :
Claude Code
Dans Claude Code, le plugin est disponible directement depuis le catalogue officiel. Exécutez simplement la commande :
Ou trouvez-le via l'interface des plugins :
Cursor
Dans Cursor, l'installation se fait via le catalogue des extensions dans les paramètres de l'éditeur :
Codex CLI
Dans Codex, le plugin est ajouté de la même manière via le marketplace :
Après cela, ouvrez la liste des plugins avec la commande
et sélectionnez celui dont vous avez besoin :
Dans Codex, vous pouvez également désactiver individuellement des skills via le menu
:
IntelliJ IDEA
Dans l'environnement JetBrains, le processus se compose de quelques étapes. D'abord, assurez-vous que le plugin GitHub Copilot est mis à jour vers la dernière version, puis activez la prise en charge expérimentale des skills dans les paramètres : Tools > GitHub Copilot > Chat > Enable Skills.
Après avoir redémarré l'IDE, vous pouvez installer Azure Toolkit for IntelliJ officiel, qui vous suggérera lui-même d'installer les skills :
Ou installez les skills globalement via npx dans le terminal :
Vous pouvez vérifier le résultat directement dans le chat Copilot en tapant
:
Travailler avec les clouds isolés
Par défaut, le serveur MCP se connecte à Azure Public Cloud. Si votre entreprise opère dans des clouds isolés comme Azure China ou Azure US Government, vous devez ajuster la configuration manuellement.
Dans Copilot CLI, la liste des serveurs actifs s'ouvre avec la commande
:
Puis modifiez les paramètres en appelant
et ajoutez l'argument
ou
:
Avant de lancer, assurez-vous que les utilitaires locaux sont également autorisés dans l'environnement requis. Par exemple, pour Azure CLI, le commutateur ressemble à ceci :
Scénarios concrets
Une fois tout configuré, l'assistant cesse de répondre par des conseils abstraits. Vous pouvez donner des tâches pratiques directement dans le contexte d'un projet ouvert :
— l'agent analyse le projet, sélectionne un service adapté (par exemple, Azure Container Apps) et génère les fichiers de configuration.
— vérifie les modèles Bicep ou Terraform pour détecter les erreurs avant l'envoi vers le cloud.
— fait une vraie requête via MCP et affiche la liste des comptes de stockage de l'abonnement actif.
— lance une analyse des coûts et trouve les disques inutilisés oubliés ou les machines virtuelles redondantes.
— demande les logs d'application frais, vérifie le statut des probes et explique la cause de l'échec.
— sélectionne les rôles RBAC minimum nécessaires selon le principe du moindre privilège.
En conclusion
Le dépôt
résout le problème principal du développement cloud avec l'IA : le fossé entre la génération de code et le contexte d'infrastructure réel. Au lieu de transférer manuellement les logs du portail à la fenêtre de chat et vice versa, vous donnez à l'agent accès à des outils gérés.
Pour qui ce projet sera-t-il le plus bénéfique :
- Les développeurs qui déploient régulièrement des services sur Azure et qui sont fatigués de basculer entre le terminal, le portail et la documentation.
- Les équipes qui implémentent des agents IA dans les flux de travail quotidiens basés sur VS Code, Cursor ou Claude Code.
Le dépôt est open source sous licence MIT, est activement mis à jour et est synchronisé avec les développements de l'équipe Azure. Cela vaut définitivement le coup d'essayer, d'autant plus que la configuration de base ne prend que quelques minutes.
Projets similaires