azure-cognitive-search
Azure AI Searchの開発において、トラブルシューティング、ベストプラクティス、アーキテクチャ設計、セキュリティ、設定、統合、デプロイに関する専門知識を提供するSkillです。
📜 元の英語説明(参考)
Expert knowledge for Azure AI Search development including troubleshooting, best practices, decision making, architecture & design patterns, limits & quotas, security, configuration, integrations & coding patterns, and deployment. Use when building indexes, indexers, skillsets, semantic/vector search, or RAG/knowledge-store workloads, and other Azure AI Search related development tasks. Not for Azure Cosmos DB (use azure-cosmos-db), Azure Data Explorer (use azure-data-explorer), Azure Synapse Analytics (use azure-synapse-analytics), Azure Open Datasets (use azure-open-datasets).
🇯🇵 日本人クリエイター向け解説
Azure AI Searchの開発において、トラブルシューティング、ベストプラクティス、アーキテクチャ設計、セキュリティ、設定、統合、デプロイに関する専門知識を提供するSkillです。
※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。
下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o azure-cognitive-search.zip https://jpskill.com/download/5653.zip && unzip -o azure-cognitive-search.zip && rm azure-cognitive-search.zip$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/5653.zip -OutFile "$d\azure-cognitive-search.zip"; Expand-Archive "$d\azure-cognitive-search.zip" -DestinationPath $d -Force; ri "$d\azure-cognitive-search.zip"完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。
💾 手動でダウンロードしたい(コマンドが難しい人向け)
- 1. 下の青いボタンを押して
azure-cognitive-search.zipをダウンロード - 2. ZIPファイルをダブルクリックで解凍 →
azure-cognitive-searchフォルダができる - 3. そのフォルダを
C:\Users\あなたの名前\.claude\skills\(Win)または~/.claude/skills/(Mac)へ移動 - 4. Claude Code を再起動
⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。
🎯 このSkillでできること
下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。
📦 インストール方法 (3ステップ)
- 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
- 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
- 3. 展開してできたフォルダを、ホームフォルダの
.claude/skills/に置く- · macOS / Linux:
~/.claude/skills/ - · Windows:
%USERPROFILE%\.claude\skills\
- · macOS / Linux:
Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。
詳しい使い方ガイドを見る →- 最終更新
- 2026-05-17
- 取得日時
- 2026-05-17
- 同梱ファイル
- 1
📖 Skill本文(日本語訳)
※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。
Azure AI Search スキル
このスキルは、Azure AI Search に関する専門的なガイダンスを提供します。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイについて説明します。ローカルのクイックリファレンスコンテンツとリモートドキュメント取得機能を組み合わせています。
このスキルの使用方法
エージェントにとって重要: 関連するセクションを見つけるには、以下のカテゴリインデックスを使用してください。行範囲が指定されているカテゴリ（例:
L35-L120）の場合は、指定された行でread_fileを使用してください。ファイルリンクが指定されているカテゴリ（例:[security.md](security.md)）の場合は、リンクされた参照ファイルでread_fileを使用してください。
エージェントにとって重要:
metadata.generated_atが3か月以上前の場合、ユーザーにリポジトリから最新バージョンをプルするように提案してください。mcp_microsoftdocsツールが利用できない場合、ユーザーにインストールするように提案してください: インストールガイド
このスキルは、ドキュメントコンテンツを取得するためにネットワークアクセスを必要とします。
- 推奨: クエリ文字列
from=learn-agent-skillを指定してmcp_microsoftdocs:microsoft_docs_fetchを使用します。Markdown を返します。 - フォールバック: クエリ文字列
from=learn-agent-skill&accept=text/markdownを指定してfetch_webpageを使用します。Markdown を返します。
カテゴリインデックス
| カテゴリ | 行 | 説明 |
|---|---|---|
| トラブルシューティング | L37-L48 | エラー、警告、OData フィルター、ポータルデバッグセッション、プライベートリンク、ストレージ/メトリックの不一致など、Azure AI Search インデクサー/スキルセットの問題の診断と修正。 |
| ベストプラクティス | L49-L69 | エンリッチメントパイプライン、チャンキング/ベクトル化、データモデリング、同時実行セーフな更新、ベクトル最適化など、Azure AI Search のインデックス作成/クエリの設計、スケーリング、パフォーマンスチューニング。 |
| 意思決定 | L70-L83 | SKU、階層、リージョン、SDK の選択、容量の見積もりとアップグレード、コスト管理、Azure AI Search API バージョン間のコードとスキルの移行に関するガイダンス。 |
| アーキテクチャと設計パターン | L84-L90 | Azure AI Search のアーキテクチャガイダンス: RAG パターン、ナレッジストア設計、マルチテナンシーとテナント分離、マルチリージョン/高可用性デプロイ設計。 |
| 制限とクォータ | L91-L100 | Azure AI Search の制限、クォータ、動作: 階層ごとのサービスとインデックスの制限、ベクトル/インデックスサイズ制限、インデクサーのスケジュールウィンドウ、エンリッチメントクォータ、および関連する FAQ。 |
| セキュリティ | L101-L139 | Azure AI Search のセキュリティ保護: RBAC、キー、暗号化、プライベートネットワーク、ファイアウォール、インデクサー認証（マネージドID、ACL、Purview ラベル）、およびポリシー/コンプライアンス構成。 |
| 構成 | L140-L233 | Azure AI Search の構成: データソース、インデクサー、スキルセット、アナライザー、ベクトル/セマンティック設定、エンリッチメント、監視、およびエージェントによる取得と回答合成のためのナレッジベース。 |
| 統合とコーディングパターン | L234-L291 | Azure AI Search とデータソース、ベクトライザー、ツールの統合。クエリ/フィルターパターン、セマンティック/ベクトル検索、カスタムスキル、およびアプリケーションとエージェント用のナレッジストアの構築。 |
| デプロイ | L292-L299 | ARM/Bicep/Terraform を使用した Azure AI Search サービスのデプロイと移動、およびクロスリージョン移動とリージョン機能および SKU の可用性確認に関するガイダンス。 |
トラブルシューティング
ベストプラクティス
📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開
Azure AI Search Skill
This skill provides expert guidance for Azure AI Search. Covers troubleshooting, best practices, decision making, architecture & design patterns, limits & quotas, security, configuration, integrations & coding patterns, and deployment. It combines local quick-reference content with remote documentation fetching capabilities.
How to Use This Skill
IMPORTANT for Agent: Use the Category Index below to locate relevant sections. For categories with line ranges (e.g.,
L35-L120), useread_filewith the specified lines. For categories with file links (e.g.,[security.md](security.md)), useread_fileon the linked reference file
IMPORTANT for Agent: If
metadata.generated_atis more than 3 months old, suggest the user pull the latest version from the repository. Ifmcp_microsoftdocstools are not available, suggest the user install it: Installation Guide
This skill requires network access to fetch documentation content:
- Preferred: Use
mcp_microsoftdocs:microsoft_docs_fetchwith query stringfrom=learn-agent-skill. Returns Markdown. - Fallback: Use
fetch_webpagewith query stringfrom=learn-agent-skill&accept=text/markdown. Returns Markdown.
Category Index
| Category | Lines | Description |
|---|---|---|
| Troubleshooting | L37-L48 | Diagnosing and fixing Azure AI Search indexer/skillset issues, including errors, warnings, OData filters, portal debug sessions, private link, and storage/metrics discrepancies |
| Best Practices | L49-L69 | Design, scaling, and performance tuning of Azure AI Search indexing/querying, including enrichment pipelines, chunking/vectorization, data modeling, concurrency-safe updates, and vector optimization. |
| Decision Making | L70-L83 | Guidance on choosing SKUs, tiers, regions, and SDKs, estimating and upgrading capacity, managing costs, and migrating code and skills across Azure AI Search API versions. |
| Architecture & Design Patterns | L84-L90 | Architectural guidance for Azure AI Search: RAG patterns, knowledge store design, multitenancy and tenant isolation, and multi-region/high-availability deployment designs. |
| Limits & Quotas | L91-L100 | Limits, quotas, and behaviors for Azure AI Search: service and index caps by tier, vector/index size limits, indexer scheduling windows, enrichment quotas, and related FAQs. |
| Security | L101-L139 | Securing Azure AI Search: RBAC, keys, encryption, private networking, firewalls, indexer auth (managed identity, ACLs, Purview labels), and policy/compliance configuration. |
| Configuration | L140-L233 | Configuring Azure AI Search: data sources, indexers, skillsets, analyzers, vector/semantic settings, enrichment, monitoring, and knowledge bases for agentic retrieval and answer synthesis. |
| Integrations & Coding Patterns | L234-L291 | Integrating Azure AI Search with data sources, vectorizers, and tools; building query/filter patterns, semantic/vector search, custom skills, and knowledge stores for apps and agents. |
| Deployment | L292-L299 | Deploying and moving Azure AI Search services with ARM/Bicep/Terraform, plus guidance on cross-region moves and checking regional feature and SKU availability. |
Troubleshooting
Best Practices
Decision Making
Architecture & Design Patterns
| Topic | URL |
|---|---|
| Apply RAG patterns with Azure AI Search and generative AI | https://learn.microsoft.com/en-us/azure/search/retrieval-augmented-generation-overview |
| Implement multitenancy and content isolation in Azure AI Search | https://learn.microsoft.com/en-us/azure/search/search-modeling-multitenant-saas-applications |
| Design multi-region architectures for Azure AI Search | https://learn.microsoft.com/en-us/azure/search/search-multi-region |
Limits & Quotas
| Topic | URL |
|---|---|
| Attach Foundry resource and understand AI enrichment quotas | https://learn.microsoft.com/en-us/azure/search/cognitive-search-attach-cognitive-services |
| Review Azure AI Search limits and behaviors from FAQ | https://learn.microsoft.com/en-us/azure/search/search-faq-frequently-asked-questions |
| Schedule Azure AI Search indexers and understand run windows | https://learn.microsoft.com/en-us/azure/search/search-howto-schedule-indexers |
| Azure AI Search service limits and quotas by tier | https://learn.microsoft.com/en-us/azure/search/search-limits-quotas-capacity |
| Understand index count limits for Azure AI Search tiers in .NET tutorial | https://learn.microsoft.com/en-us/azure/search/tutorial-csharp-create-load-index |
| Understand Azure AI Search vector index size limits | https://learn.microsoft.com/en-us/azure/search/vector-search-index-size |
Security
Configuration
Integrations & Coding Patterns
Deployment
| Topic | URL |
|---|---|
| Deploy Azure AI Search service using ARM templates | https://learn.microsoft.com/en-us/azure/search/search-get-started-arm |
| Deploy Azure AI Search service using Bicep | https://learn.microsoft.com/en-us/azure/search/search-get-started-bicep |
| Provision Azure AI Search with Terraform | https://learn.microsoft.com/en-us/azure/search/search-get-started-terraform |
| Manually move Azure AI Search services across regions | https://learn.microsoft.com/en-us/azure/search/search-howto-move-across-regions |
| Check Azure AI Search regional feature availability | https://learn.microsoft.com/en-us/azure/search/search-region-support |