企业 AI 基础设施规划｜郭亿易
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装规范名 @user_8d36cde0/guoyiyi-v089-azure-enterprise-infra-planner 的技能。
技能介绍
解决的问题
当企业准备把 AI 负载搬上云或在现有 Azure 环境里扩展时，第一个卡点往往不是模型选型，而是基础设施怎么规划。计算资源要给多少、GPU 实例怎么摆放、存储与网络如何打通、安全边界画在哪里——这些问题在 demo 阶段不会暴露，一旦进入生产就会集中爆发。许多团队缺乏系统性的规划经验，方案要么过度设计推高成本，要么容量不足导致服务不稳定。
技能如何工作
@user_8d36cde0/guoyiyi-v089-azure-enterprise-infra-planner 从企业的实际场景出发，按以下方式输出规划思路：
- 需求梳理：明确业务目标、负载特征与约束条件（如区域、合规、预算）
- 架构设计：围绕 Azure 体系给出可扩展的基础设施方案，涵盖计算、存储、网络等关键层
- 风险评估：识别单点依赖、容量瓶颈、安全缺口等潜在问题，并给出缓解方向
- 方案输出：形成结构清晰的规划建议，方便工程团队直接进入评审与实施
适用边界
- 该技能产出的是规划建议，不等同于实际部署；具体配置仍需结合真实环境验证
- 涉及合规、数据驻留等硬性要求时，需以企业法务与安全团队的结论为准
- 模型给出的资源估算属于参考值，生产前建议做负载测试与成本复核
使用场景
- 企业准备将生成式AI模型部署到Azure，需要确定GPU实例数量与网络拓扑方案
- 现有Azure环境要扩展新的AI推理服务，需要评估计算与存储资源的容量规划
- 团队正在设计多区域AI架构，需要规划跨区域数据复制与延迟控制方案
- 安全合规要求趋严，需要重新审查AI基础设施的网络分段与访问控制设计
适合人员
- 云架构师：需要在Azure上规划AI基础设施，确保架构可扩展且符合成本约束
- 基础设施工程师：负责部署AI服务，需要根据业务需求设计计算与存储资源配置方案
- 技术决策者：评估企业AI转型的可行性，需要一份系统性的基础设施规划建议作为决策依据
相关技能
网络抓包分析员
@user_7a5540f4/network-packet-analyst
面向 Wireshark、tcpdump、Fiddler 等抓包文件，按 OSI 分层定位 TCP、HTTP、DNS、TLS 问题，并给出过滤表达式与修复验证建议。
IT 运维与安全
2026.08.30
↓ 847
HTTP 请求走私实战手册
@user_3c6cb52e/request-smuggling-gpev
面向工程师的 HTTP 请求走私排查手册，覆盖 CL.TE、TE.CL、TE.TE 混淆、HTTP/2 降级与客户端 desync 的检测和验证方法。
IT 运维与安全
2026.08.30
↓ 806
Windows 目录 Top 10 最大文件扫描器
@user_33bff772/file-size-top10
用于在 Windows 指定目录中递归扫描文件，按大小排序输出 Top 10 最大文件，并生成彩色表格与 JSON 结果。
IT 运维与安全
2026.08.30
↓ 559
电动车智能检测
@user_bb47e3e3/electric-vehicle-detection-analysis
面向园区、社区、单位，基于监控视频或图片检测禁行区内的电动车/电摩托车，统计违规数量并触发预警。
IT 运维与安全
2026.08.29
↓ 478