1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | azure-aigateway-microsoft-azure-skills | — |
| 项目自述名称 | Azure AI Gateway | SKILL.md |
| 作者/维护者 | Microsoft（Azure Skills Plugin 团队） | GitHub API |
| 来源链接 | https://github.com/microsoft/azure-skills/tree/main/skills/azure-aigateway | — |
| 许可证 | MIT | GitHub API |
| GitHub Stars / Forks | 1,463 / 244（合集仓库整体，非该子技能单独数据） | GitHub API |
| 最新版本 | 3.2.1（SKILL.md metadata） | SKILL.md |
| 安装方式 | APM 统一安装 / 各 Agent 插件市场（见第 10 章） | 官方文档 |
2. 功能介绍与亮点
该技能教 agent 把 Azure API Management（APIM）配置成一个“AI 网关”，统一管理进出 AI 模型、MCP 工具与 agent 的流量——不是新写一个网关，而是把 APIM 这个既有 Azure 产品用对策略来实现模型治理。
核心能力覆盖五类策略：
- 语义缓存：命中相似请求直接返回缓存结果，SKILL.md 标注可节省 60–80% 的模型调用成本
- Token 限流与计量：按调用方设置 token 速率上限，并把 token 用量指标上报到可观测性系统
- 内容安全过滤：接入内容安全策略拦截有害输出，并可做越狱（jailbreak）检测
- 负载均衡：跨多个 Azure OpenAI / AI Foundry 模型后端做流量分配
- MCP 工具治理：为 MCP 工具调用做速率限制，以及把普通 REST API 转换为可被 agent 调用的 MCP 接口
亮点：
- 策略推荐顺序有据可依：正文明确给出 inbound 策略链的推荐排列（鉴权→语义缓存查询→限流→内容安全→后端选择→计量），而不是把六种策略平铺列出让用户自己排列
- 配套文档极完整：主文档之外附 4 份 references（policies.md、patterns.md、troubleshooting.md、auth-best-practices.md，共约 3 万字）以及 Python/TypeScript/.NET 四份 SDK 速查表，常见故障（429 限流、缓存不命中、内容误判、401 鉴权失败）都有对照排查表
- 不索要密钥：全部操作走 Azure CLI 登录态或托管身份，鉴权到后端模型走 managed identity 而非明文密钥
- 该子目录最近一次提交为 2026-07-28（约 6 周前），随插件仓库的自动同步机制持续更新
3. 适用场景
所属分类：集成与工作流自动化
适用于以下人群：
- 已经或准备在 Azure 上部署 AI 应用、需要统一管理多个模型后端流量的开发者
- 需要控制 AI 调用成本（语义缓存、token 限流）的团队
- 需要给 agent 暴露的 MCP 工具加访问频率限制、防止被滥用的团队
- 需要满足内容安全合规要求（过滤有害输出、检测越狱尝试）的场景
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 ✅ | 官方在 Claude Code 插件市场直接提供安装（/plugin install azure@claude-plugins-official） |
| Codex | 原生支持 ✅ | 官方提供 Codex CLI 插件市场安装（codex plugin marketplace add microsoft/azure-skills），并可在 Codex 内通过 /plugins 单独安装/启停 |
| OpenClaw | 未验证 | 官方渠道列出的是 GitHub Copilot、Cursor、Gemini CLI、IntelliJ IDEA 及经 APM 统一安装支持的 “OpenCode”（与 OpenClaw 为不同项目），未见 OpenClaw 相关说明 |
| Hermes Agent | 未验证 | 官方渠道未提及 |
5. 推荐理由
多数 AI 应用的模型调用治理是靠应用代码里散落的重试、限流、缓存逻辑拼出来的，改一次策略要动代码重新部署。这个技能把治理逻辑搬到网关层：用 Azure 已有的 APIM 产品配置策略，模型限流、语义缓存、内容安全、负载均衡都在网关配置里改，不用碰应用代码。对已经用 Azure 生态、又不想为每个新模型接入重写一遍治理逻辑的团队，这是一条把成本控制与安全策略前置到基础设施层的现成路径，而不是自己现学 APIM 策略语法再逐条试错。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | Microsoft 官方团队维护，Azure 与 API Management 都是 Microsoft 自己的产品；所属插件仓库整体 1,463 星/244 fork，该数字属于整个合集，不代表本技能自身热度，本技能自身暂无独立于合集之外的第三方引用或讨论数据 |
| 可用性 | 8 | 主文档简洁（约 5 千字），配套 4 份 references 与 4 份 SDK 速查表覆盖典型场景与排查表，最近一次更新约 6 周前，维护活跃；但前提是已有一个 APIM 实例（需先用同仓库 azure-prepare 技能部署）并完成 Azure CLI 登录，未达到“复制即用”的 9–10 档 |
| 安全性 | 9 | 见下方安全检查清单 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell/权限范围 | 执行的是 az apim、az cognitiveservices、az role assignment 等 Azure CLI 配置命令，范围明确限定在用户自己的 APIM 与模型资源上，无越权操作 |
| ② 运行时联网外发 | 仅调用用户自己 Azure 订阅内的资源与 Azure 官方文档链接，无第三方外发 |
| ③ 凭据处理 | 复用用户已有 Azure CLI 登录态；后端鉴权推荐使用托管身份而非明文密钥；文档未见要求用户粘贴密钥到对话中 |
| ④ 可疑指令 | 未发现注入迹象 |
| ⑤ 作者信誉 | Microsoft 官方仓库维护 |
| ⑥ License | MIT，明确 |
| ⑦ 维护时间 | 该子目录最近一次提交约 6 周前，维护活跃 |
综合评分：8.00（三项均值）
7. 跟同类 Skills 相比的优势
| 方案 | 定位 | 与本技能的差异 |
|---|---|---|
| 应用层限流/缓存库（如各语言的 rate-limit / cache 中间件） | 在应用代码里手写限流与缓存逻辑 | 改策略要改代码、重新部署；本技能把这层逻辑挪到网关配置，改策略不动应用代码 |
| Azure API Management 通用配置指南 | 教你配置 APIM 处理普通 REST API 流量（鉴权、限流、版本管理等通用能力） | 面向任意 API 场景，不特别针对 AI 模型调用；本技能是把同一个 APIM 产品专门用在“AI 模型/MCP 工具/agent 流量”这个更窄但更具体的场景上，策略清单（语义缓存、越狱检测、token 计量）是通用 APIM 指南不会覆盖的 |
| 云厂商托管的 AI 网关产品（如部分云厂商的原生 LLM 网关服务） | 专门为 AI 流量设计的托管网关产品 | 需要迁移到新的托管服务；本技能复用用户可能已经在用的 APIM，不需要额外引入新的网关产品 |
8. 用户评价
该技能目前在第三方平台尚无独立具名用户评价。其所属的 Azure Skills Plugin 由 Microsoft 官方持续迭代，并已被多个第三方 agent skill 聚合目录（如 agentskills.so、explainx.ai）收录展示。
9. 其他补充
该技能所属的 Azure Skills Plugin 同时提供 Azure MCP Server 与 Foundry MCP，三者打包安装；插件支持 APM、GitHub Copilot CLI、VS Code、Claude Code、Gemini CLI、Cursor、Codex CLI、IntelliJ IDEA 共 8 种安装渠道。本技能是插件内众多 Azure 技能之一，专注模型/工具/agent 流量治理这一个细分场景。
10. 安装使用方式
- APM（跨多个 Agent 一次安装）：
apm install microsoft/azure-skills - Claude Code：
/plugin install azure@claude-plugins-official，或运行/plugin在插件市场搜索 “azure” - Codex CLI：先
codex plugin marketplace add microsoft/azure-skills添加市场，再通过/plugins安装azure - GitHub Copilot CLI：
/plugin marketplace add microsoft/azure-skills后/plugin install azure@azure-skills - Gemini CLI：
gemini extensions install https://github.com/microsoft/azure-skills - Cursor / IntelliJ IDEA：通过对应插件市场搜索 “Azure” 安装
安装后注意事项：需要已登录 Azure CLI（az login）；使用前需已有一个 APIM 实例（没有的话先用同仓库 azure-prepare 技能部署一个）；无需重启 Agent，安装完成后用自然语言描述治理需求（如“给这个模型加语义缓存”）即可触发。
11. 注意事项
- 使用前提是已有可用的 APIM 实例，本技能本身不负责从零部署 APIM
- 语义缓存、内容安全等策略依赖 Azure 自身的相关服务（如 Azure AI Content Safety），部分策略可能产生额外的 Azure 资源费用，需用户自行核实计费
- 仅覆盖 Azure API Management 场景，不适用于未使用 Azure 生态的团队
- OpenClaw 与 Hermes Agent 的支持情况官方未提及，实际可用性未经验证