TTokenySpace
返回 Skills 列表

azure-devops-tool-free

核心能力: DevOps 工具链领域的专业化 AI 辅助工具,包含核心基础功能兼容. 适用于需要azure devops tool相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量. 适用于需要azure devops tool相关能力的开发场景,包含结构化的工作流程和配置指引.

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"azure-devops-tool-free"技能
技能信息:
- 名称: azure-devops-tool-free
- 标识: azure-devops-tool-free
- 描述: 核心能力: DevOps 工具链领域的专业化 AI 辅助工具,包含核心基础功能兼容. 适用于需要azure devops tool相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量. 适用于需要azure devops tool相关能力的开发场景,包含结构化的工作流程和配置指引.
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/azure-devops-tool-free/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

Azure DevOps 基础版

概述

本工具是 DevOps 工具链 领域的 FREE 版本 AI Skill,专为个人用户与轻量级场景设计。通过自然语言指令驱动 AI Agent 执行任务,提供核心功能与简洁易用的操作体验. FREE 版本与 PRO 版本完全兼容,可在需要时升级至 PRO 版本获取高级功能、批量操作与团队协同能力.

版本定位

维度FREE 版本PRO 版本
目标用户个人用户企业团队
功能范围核心功能全部功能
批量操作不支持支持
团队协作不支持支持
技术支持社区支持优先响应
数据分析基础统计高级分析

核心能力

FREE 版本提供以下能力:

列出组织下所有项目及描述

列出组织下所有项目及描述

处理: 解析列出组织下所有项目及描述的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回列出组织下所有项目及描述的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

查看指定项目中的 Git 仓库

查看指定项目中的 Git 仓库列表

处理: 解析查看指定项目中的 Git 仓库的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回查看指定项目中的 Git 仓库的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

浏览仓库分支并获取仓库 ID

浏览仓库分支并获取仓库 ID

处理: 解析浏览仓库分支并获取仓库 ID的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回浏览仓库分支并获取仓库 ID的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

创建拉取请求并填写标题与描述

创建拉取请求并填写标题与描述

处理: 解析创建拉取请求并填写标题与描述的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回创建拉取请求并填写标题与描述的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

查看当前项目的拉取请求列表

查看当前项目的拉取请求列表

处理: 解析查看当前项目的拉取请求列表的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回查看当前项目的拉取请求列表的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

功能详情

本版本提供 5 项核心能力,覆盖 DevOps 工具链 的常见使用场景。如需批量操作、团队协作、数据分析等高级功能,可升级至 PRO 版本. FREE 版本核心功能清单:

  • 列出组织下所有项目及描述
  • 查看指定项目中的 Git 仓库列表
  • 浏览仓库分支并获取仓库 ID
  • 创建拉取请求并填写标题与描述
  • 查看当前项目的拉取请求列表

PRO 版本扩展功能预览:

  • 批量创建与流转工作项,支持自定义字段映射
  • CI/CD 流水线状态监控与构建失败告警
  • 多项目跨仓库批量创建 PR 并自动添加审阅者
  • 团队权限与安全策略审计,生成合规报告
  • 工作项看板导出为 Excel/CSV 供离线分析
  • 智能 PR 模板生成与代码规范联动检查

处理: 解析功能详情的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回功能详情的响应数据,包含状态码、结果和日志. 技术参数:使用input_paramsoutput_format参数控制执行行为,支持json/text/csv输出格式. 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:Azure、仓库与分支、支持创建拉取请求、和查看工作项、适合个人开发者日、常使用、工具链领域的专业、辅助工具、提供核心基础功能等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景 1: 个人项目快速浏览

查看组织下所有项目及其仓库,快速定位目标代码库

输入格式

参数名类型必填说明
inputstringAzure DevOps 基础版处理的输入数据或指令
optionsobject附加配置选项,如模式选择、格式偏好等
callback_urlstring异步处理完成后的回调通知URL
curl -s -u ":${AZURE_DEVOPS_PAT}" "https://dev.azure.com/${AZURE_DEVOPS_ORG}/_apis/projects?api-version=7.1" | jq -r '.value[] | .name'

场景 2: 创建功能分支 PR

从功能分支向主干创建拉取请求,附带描述与审阅说明

curl -s -u ":${AZURE_DEVOPS_PAT}" -H "Content-Type: application/json" -X POST -d '{"sourceRefName":"refs/heads/feature/x","targetRefName":"refs/heads/main","title":"feat: add login"}' "https://dev.azure.com/${ORG}/${PROJ}/_apis/git/repositories/${REPO_ID}/pullrequests?api-version=7.1"

不适用场景

以下场景Azure DevOps 基础版不适合处理:

  • 实时流数据处理
  • 小规模数据手动分析
  • 非结构化文本情感分析

触发条件

需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求.

快速开始

1. 环境准备

确保已安装并配置好 AI Agent 环境(Claude Code / Cursor / Codex / Gemini CLI 等),本 Skill 通过 SKILL.md 指令驱动 Agent 执行任务. 系统要求:

  • 操作系统: Windows / macOS / Linux
  • Agent 平台: 支持 SKILL.md 格式的任意 AI Agent
  • 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)

2. 配置参数

export AZURE_DEVOPS_PAT="your-personal-access-token"
export AZURE_DEVOPS_ORG="YourOrganizationName"
azure.api-version=7.1" | jq ".count"

3. 验证配置

配置完成后,可通过以下方式验证是否正常工作:

# 验证环境变量是否设置
echo "配置检查:"
env | grep -E "API|KEY|TOKEN|SECRET" | sed "s/=.*/=***/"  # Linux/macOS
# 或 PowerShell
# Get-ChildItem Env: | Where-Object {$_.Name -match "API|KEY|TOKEN"} | Format-Table

4. 开始使用

在 AI Agent 对话中描述你的需求,Agent 会根据本 Skill 的指令自动执行对应操作.

请帮我个人项目快速浏览

Agent 将自动:

  1. 解析你的自然语言指令
  2. 调用相应的工具或 API
  3. 执行操作并返回结果
  4. 返回执行结果供你确认

示例

基础配置

export AZURE_DEVOPS_PAT="your-personal-access-token"
export AZURE_DEVOPS_ORG="YourOrganizationName"
azure.api-version=7.1" | jq ".count"

可选配置

{
  "edition": "free",
  "auto_retry": false,
  "max_concurrent": 1,
  "log_level": "info",
  "cache_enabled": true,
  "timeout": 30
}

FREE 配置项说明:

配置项类型默认值说明
auto_retryboolfalse失败后自动重试
max_concurrentint1最大并发数(FREE 限制为1)
log_levelstringinfo日志级别
cache_enabledbooltrue启用结果缓存
timeoutint30操作超时时间(秒)

优秀实践

  1. PAT 权限仅授予所需范围,避免全权限令牌
  2. API 版本统一使用 7.1 确保接口行为一致
  3. 创建 PR 前先获取正确的 repositoryId
  4. 将 PAT 存储在环境变量或密钥管理器中

个人使用建议

  • 从简单任务开始熟悉工具行为,逐步扩展到复杂场景
  • 定期备份配置文件与数据,防止意外丢失
  • 遇到问题先查阅常见问题章节,再寻求社区帮助
  • 保持配置简洁,只启用必要的功能选项
  • 定期更新工具版本以获取最新功能与修复
  • 记录常用操作命令,提高日常使用效率

常见问题

Q: 401 Unauthorized 怎么办?

A: 检查 PAT 是否过期或权限不足,在 Azure DevOps 个人设置中重新生成令牌.

Q: API 请求频率受限?

A: Azure DevOps REST API 限制每分钟 600 次,建议批量操作加入速率控制.

Q: 如何升级到 PRO 版本?

A: 升级到 PRO 版本非常简单:

  1. 获取 PRO 版本授权
  2. 安装 PRO 版本 Skill
  3. 原有配置自动迁移,无需额外操作
  4. 即可使用批量操作、团队协作等高级功能

已知限制

A: FREE 版本主要限制:

  • 不支持批量操作(每次只能处理一个任务)
  • 不支持团队协作(仅限个人使用)
  • 不支持高级数据分析
  • 技术支持依赖社区 如需这些功能,建议升级至 PRO 版本.

Q: FREE 版本的数据安全吗?

A: FREE 版本所有数据本地存储,不上传云端,确保隐私安全。建议定期备份配置文件与数据目录.

依赖说明

运行环境

  • Agent 平台: 支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
  • 操作系统: Windows / macOS / Linux
  • 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)
  • 网络: 部分功能需要网络连接访问外部 API

依赖详情

依赖项类型是否必需获取方式
LLM APIAPI必需由 Agent 内置 LLM 提供
curlCLI 工具推荐系统自带或包管理器安装
jqJSON 处理推荐apt install jq / brew install jq
Python 3.8+运行时视需求python.org 下载
Node.js 18+运行时视需求nodejs.org 下载

API Key 配置

FREE 版本支持单一 API Key 配置,满足个人使用需求:

  • 环境变量:通过环境变量配置 API Key
  • 配置文件:支持配置文件方式存储 API Key
  • 安全提醒:切勿将 API Key 硬编码到脚本或提交到版本控制系统

可用性分类

  • 分类: MD+EXEC模式纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
  • 说明: 基于 Markdown 的 AI Skill,通过自然语言指令驱动 Agent 执行任务
  • FREE 特性: 支持单次执行、基础配置与社区支持
  • 安全等级: 基础,数据本地存储,建议定期备份
  • SLA: 社区支持,尽力响应

快速开始

  1. 确认运行环境满足依赖说明中的要求
  2. 在AI Agent对话中调用本技能,提供必要的输入参数
  3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

版本信息

项目
版本号1.0.0
版本类型FREE
许可证MIT
兼容性可升级至 PRO 版本

错误处理

错误场景原因处理方式
配置错误参数缺失或格式错误检查依赖说明中的配置要求
运行时错误运行环境不满足确认运行环境符合依赖说明
网络错误连接超时或不可达执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案

输出格式

{
  "success": true,
  "data": {
    "result": "Azure DevOps 基础版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "azure devops"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

评论

加载中…