Cloud & DevOps
Skills pour deployer, orchestrer et superviser des applications cloud. Azure, AWS, Kubernetes et observabilite.
| # | Skill | Source | Description | Δ | |
|---|---|---|---|---|---|
| 1 | dataverse-python-usecase-builder | github/awesome-copilot | Architecturer et implémenter des solutions Dataverse complètes selon un besoin métier. | 36 038 | 312 |
| 2 | geofeed-tuner | github/awesome-copilot | Créer et optimiser des feeds de géolocalisation IP au format CSV selon RFC 8805. | 36 038 | 312 |
| 3 | aws-cdk-python-setup | github/awesome-copilot | Configurer et déployer des projets AWS CDK avec Python en environnement cloud. | 36 038 | 312 |
| 4 | python-azure-iot-edge-modules | github/awesome-copilot | Concevoir et déployer des modules Python IoT Edge fiables pour traitement de télémétrie en périphérie. | 36 038 | 312 |
| 5 | namecheap | github/awesome-copilot | Gérer les enregistrements DNS Namecheap via API avec Python. | 36 038 | 312 |
| 6 | flowstudio-power-automate-build | github/awesome-copilot | Construire et déployer des flows Power Automate via le serveur MCP FlowStudio. | 36 038 | 312 |
| 7 | azure-architecture-autopilot | github/awesome-copilot | Concevoir, analyser et déployer des infrastructures Azure via langage naturel avec diagrammes interactifs. | 36 038 | 312 |
| 8 | terraform-azurerm-set-diff-analyzer | github/awesome-copilot | Analyser les faux positifs dans les plans Terraform causés par les attributs Set d'AzureRM. | 36 038 | 312 |
| 9 | build-and-dependency | nvidia/skills | Construire et gérer des environnements de développement containerisés pour Megatron-LM avec CUDA. | 2 136 | 282 |
| 10 | multi-node-slurm | nvidia/skills | Convertir des commandes distribuées PyTorch en scripts Slurm multi-nœuds avec conteneurs Enroot. | 2 136 | 282 |
| 11 | run-on-slurm | nvidia/skills | Lancer et superviser un entraînement Megatron-LM distribué sur cluster SLURM. | 2 136 | 282 |
| 12 | ci-failure-retrieval | nvidia/skills | Récupérer et analyser les échecs CI Jenkins d'une pull request GitHub. | 2 136 | 282 |
| 13 | exec-slurm-compile | nvidia/skills | Compiler TensorRT-LLM sur un cluster SLURM via des conteneurs enroot. | 2 136 | 282 |
| 14 | perf-host-analysis | nvidia/skills | Analyser les surcharges CPU dans des traces nsys pour les workloads d'inférence TensorRT-LLM. | 2 136 | 282 |
| 15 | perf-workload-profiling | nvidia/skills | Profiler les charges de travail GPU avec timing précis et isolation des phases. | 2 136 | 282 |
| 16 | cuopt-installation-common | nvidia/skills | Identifier les prérequis système et d'environnement pour installer cuOpt correctement. | 2 136 | 282 |
| 17 | bump-dependency | nvidia/skills | Gérer end-to-end le bump de dépendances GPU dans Megatron Bridge jusqu'au CI vert. | 2 136 | 282 |
| 18 | launch-nemo-rl | nvidia/skills | Lancer et gérer des recettes NeMo-RL sur Kubernetes via la CLI nrl-k8s. | 2 136 | 282 |
| 19 | dynamo-interconnect-check | nvidia/skills | Vérifier le transport RDMA/NVLink d'un déploiement Dynamo disaggrégé avant benchmark. | 2 136 | 282 |
| 20 | dynamo-recipe-runner | nvidia/skills | Déployer et valider un endpoint Dynamo via recettes existantes avec smoke test. | 2 136 | 282 |
| 21 | dynamo-router-starter | nvidia/skills | Configurer et valider un routeur Dynamo en mode KV ou round-robin. | 2 136 | 282 |
| 22 | dynamo-troubleshoot | nvidia/skills | Diagnostiquer et classifier les pannes Dynamo pour proposer des actions correctives précises. | 2 136 | 282 |
| 23 | mcore-run-on-slurm | nvidia/skills | Lancer Megatron-LM sur un cluster SLURM multi-nœuds avec configuration distribuée. | 2 136 | 282 |
| 24 | vss-deploy-profile | nvidia/skills | Déployer tout profil VSS via un workflow compose structuré et reproductible. | 2 136 | 282 |
| 25 | holoscan-install-conda | nvidia/skills | Installer le SDK Holoscan dans un environnement Conda sur Linux x86_64. | 2 136 | 282 |
| 26 | tao-run-on-lepton | nvidia/skills | Soumettre et gérer des workloads GPU conteneurisés sur la plateforme cloud Lepton. | 2 136 | 282 |
| 27 | tao-run-on-slurm | nvidia/skills | Soumettre et gérer des jobs GPU sur clusters SLURM via SSH et sbatch. | 2 136 | 282 |
| 28 | jetson-customize-pinmux | nvidia/skills | Configurer les broches Tegra (SFIO, direction, état) et générer les DTSIs BCT correspondants. | 2 136 | 282 |
| 29 | jetson-memory-audit | nvidia/skills | Auditer la mémoire d'un Jetson et libérer les caches CUDA bloqués après un workload. | 2 136 | 282 |
| 30 | jetson-validate-image | nvidia/skills | Valider statiquement et sur cible une image BSP Jetson fraîchement déployée. | 2 136 | 282 |
| 31 | deepstream-profile-pipeline | nvidia/skills | Créer et profiler des pipelines DeepStream optimisés avec mesures Nsight Systems automatisées. | 2 136 | 282 |
| 32 | deepstream-sop | nvidia/skills | Construire et déboguer un pipeline DeepStream GPU pour la détection d'actions industrielles. | 2 136 | 282 |
| 33 | distributed-tracing | wshobson/agents | Implémenter le traçage distribué avec Jaeger et Tempo pour visualiser les flux de requêtes. | 37 411 | 223 |
| 34 | python-observability | wshobson/agents | Instrumenter des applications Python avec logs structurés, métriques et traces distribuées. | 37 411 | 223 |
| 35 | agents-v2-py | microsoft/skills | Créer et gérer des agents IA hébergés dans des conteneurs Azure via le SDK Python. | 2 652 | 39 |
| 36 | azure-ai-contentsafety-py | microsoft/skills | Détecter automatiquement les contenus nuisibles dans textes et images via Azure. | 2 652 | 39 |
| 37 | azure-ai-textanalytics-py | microsoft/skills | Analyser textes avec Azure AI : sentiment, entités, PII, langues et santé. | 2 652 | 39 |
| 38 | azure-ai-translation-document-py | microsoft/skills | Traduire en lot des documents Azure Blob Storage en préservant leur format. | 2 652 | 39 |
| 39 | azure-ai-translation-text-py | microsoft/skills | Traduire, translittérer et détecter des langues via Azure AI Translator en Python. | 2 652 | 39 |
| 40 | azure-appconfiguration-py | microsoft/skills | Gérer des configurations centralisées Azure avec feature flags et paramètres dynamiques. | 2 652 | 39 |
| 41 | azure-containerregistry-py | microsoft/skills | Gérer images, artefacts et dépôts dans Azure Container Registry via Python. | 2 652 | 39 |
| 42 | azure-cosmos-py | microsoft/skills | Interagir avec Azure Cosmos DB NoSQL via le SDK Python pour gérer données et requêtes. | 2 652 | 39 |
| 43 | azure-data-tables-py | microsoft/skills | Gérer des entités NoSQL dans Azure Tables ou Cosmos DB via Python. | 2 652 | 39 |
| 44 | azure-eventgrid-py | microsoft/skills | Publier et router des événements Azure Event Grid via pub/sub en Python. | 2 652 | 39 |
| 45 | azure-eventhub-py | microsoft/skills | Envoyer et recevoir des événements en flux avec Azure Event Hubs en Python. | 2 652 | 39 |
| 46 | azure-identity-py | microsoft/skills | Authentifier des applications Python auprès des services Azure via Microsoft Entra ID. | 2 652 | 39 |
| 47 | azure-ai-voicelive-py | microsoft/skills | Créer des applications vocales IA temps réel via WebSocket avec Azure Cognitive Services. | 2 652 | 39 |
| 48 | azure-cosmos-db-py | microsoft/skills | Implémenter un service Azure Cosmos DB NoSQL sécurisé avec authentification et architecture en couches. | 2 652 | 39 |
| 49 | azure-messaging-webpubsubservice-py | microsoft/skills | Gérer la messagerie temps réel WebSocket avec Azure Web PubSub en Python. | 2 652 | 39 |
| 50 | azure-mgmt-apicenter-py | microsoft/skills | Gérer l'inventaire, les métadonnées et la gouvernance d'API dans Azure API Center. | 2 652 | 39 |
À propos de cette sélection
Provisionner une infrastructure depuis une spec Terraform, diagnostiquer une ressource Azure qui dérive en production, optimiser une facture cloud avant qu'elle parte en vrille : ces cas d'usage concrets sont au cœur des skills cloud & devops. Le profil visé va de l'ingénieur backend qui automatise ses pipelines au SRE qui veut déléguer la surveillance de ses ressources à un agent, en passant par le platform engineer qui cherche à brancher de l'infrastructure-as-code sans tout réécrire à la main.
Du côté de l'outillage, l'écosystème est déjà dense. Microsoft et HashiCorp poussent des intégrations solides, et les skills autour de l'observabilité ou du cost management couvrent aujourd'hui la majorité des cas courants. Les couches bas niveau restent plus fragmentées, mais le socle est opérationnel.