Azure Kusto
作者 microsoft354361d83247MIT收录于 2026年10月8日更新于 2026年10月8日
Query and analyze data in Azure Data Explorer (Kusto/ADX) using KQL for log analytics, telemetry, and time series analysis. WHEN: KQL queries, Kusto database queries, Azure Data Explorer, ADX clusters, log analytics, time series data, IoT telemetry, anomaly detection.
添加到 SourceWeft 工作区
- 在控制台中打开该技能，并将它添加到工作区。
- 为需要使用它的对话启用该技能。
该技能仅含说明：不附带任何可执行的脚本。
添加到 SourceWeft系统会先要求你登录，然后直接带你回到这个技能。
让你的智能体来安装
把这段提示词粘贴到 Claude Code、Codex、Cursor 或其他能运行命令的智能体中，也可以粘贴到 SourceWeft 对话里。智能体会阅读这个技能的安装说明，向你展示它的来源、许可证和脚本情况，在你同意后用 SourceWeft CLI 安装。
阅读 https://sourceweft.com/skills/gh-microsoft-skills-azure-kusto/install.md 中的说明，按说明安装这个技能。安装前先告诉我它的来源、许可证以及是否附带脚本，等我确认。修改我电脑上的其他任何内容之前也要先问我。用命令行自行安装
适用于 Claude Code、Codex、Cursor 及其他本地智能体。SourceWeft CLI 会从源代码仓库中获取此处扫描过的那次提交，并根据扫描时记录的哈希值逐一校验每个文件。只要有任何不一致，就不会写入任何内容。
npx @sourceweft/cli skills install gh-microsoft-skills-azure-kusto添加 --agent claude-code、codex、cursor 或 universal 来选择安装给哪个智能体（默认为 Claude Code）。
上游安装器——未经 SourceWeft 校验
开源的 skills 安装器会获取同一个固定的提交，但不会根据 SourceWeft 记录的哈希值校验文件。
npx skills add https://github.com/microsoft/skills/tree/354361d83247c76a1c21e802e0d4887c4d8323a3/.github/plugins/azure-skills/skills/azure-kusto来源与署名
来源：microsoft/skills位于.github/plugins/azure-skills/skills/azure-kusto提交354361d
许可证： MIT
内容归原作者所有。SourceWeft 从公开仓库中收录这些内容。
更多来自 microsoft/skills 的技能
Customize
microsoft
以交互式引导流程部署 Azure OpenAI 模型，可自定义版本、SKU、容量和内容筛选。
Discover Azure Skills
microsoft
搜索 GitHub 上的 Azure 技能目录，并推荐与 Azure 任务匹配的可安装智能体技能。
Azure Resource Visualizer
microsoft
分析 Azure 资源组，并生成包含详细 Mermaid 架构图及资源关系说明的 Markdown 文档。
Azure Resource Lookup
microsoft
使用 Azure Resource Graph 查询和 MCP 工具，跨订阅列出和查找 Azure 资源。
Azure Messaging
microsoft
排查并解决 Azure 事件中心和 Service Bus SDK 的连接、身份验证和消息处理问题。
Azure Kubernetes Automatic Readiness
microsoft
评估 AKS 集群和 Kubernetes 清单与 AKS Automatic 的兼容性，标记阻碍项并提出修复建议。
更多Data & Analytics技能
Spanner Basics
指导 Google Cloud Spanner 的实例与数据库管理、架构设计、查询和性能诊断。
Gke Cost Analysis
使用 BigQuery 账单导出数据和实时集群指标，回答关于 GKE 集群与工作负载成本的自然语言问题。
Datalineage Bigquery Asset Impact Analysis
指导智能体使用数据血缘对 BigQuery 表或视图进行下游影响（爆炸半径）分析。
Bigquery Troubleshooting
通过结构化根因工作流诊断失败、缓慢或费用异常的 BigQuery 作业。
Bigquery Optimization
指导 BigQuery 在容量版本、存储布局和 SQL 查询方面的成本与性能优化。
Bigquery Bigframes
指导使用 BigQuery DataFrames（BigFrames）编写 Python 代码，用于数据处理、分析和机器学习。