找到好用的 AI，让想法更进一步。

围绕 Azure VM 和 VMSS 选择规格、规划容量及扩缩容，结合工作负载与配额评估。

根据视频任务选择适合的 Remotion 文档与工作流。

把计划或规格拆分为可逐步验证的任务，标明任务之间的阻塞与依赖关系。

排查 Event Hubs 与 Service Bus SDK 的连接、认证、消息处理和配置问题。

基于可信的一手来源研究问题，并把结论和依据保存成项目中的 Markdown 文档。

把已经讨论清楚的内容综合成规格说明，并按项目配置提交到问题跟踪系统。

把跨多次工作会话的大任务组织成共享的决策地图，逐项澄清路径与下一步。

使用 KQL 查询 Azure Data Explorer 中的日志、遥测和时序数据，辅助定位异常。

使用 Azure API Management 组织模型、MCP 和代理访问，处理限流、缓存与治理策略。

分析资源组内资源及其关系，生成 Mermaid 架构图辅助理解部署结构。

按订阅、资源组、标签和类型查找 Azure 资源，支持整理资源清单与关联查询。

提供 Azure Application Insights 的遥测模式、SDK 接入与配置参考。

通过 azqr 与相关检查评估 Azure 资源配置、安全状况及 Key Vault 到期风险。

指导 Microsoft Entra ID 应用注册、OAuth 2.0 认证与 MSAL 集成。

介绍 Blob、文件共享、队列、表和 Data Lake 的使用场景、访问层与生命周期管理。

在部署前检查应用配置、基础设施、角色权限和环境准备情况。

为已经准备好部署计划和基础设施文件的应用执行 Azure 发布流程及错误恢复。

提供 Azure AI 搜索、语音、OpenAI 和文档智能相关指引，覆盖向量检索、转写与 OCR。