azure-storage-file-datalake-py

azure-storage-file-datalake-py 技能概览

azure-storage-file-datalake-py 是用于通过 azure-storage-file-datalake SDK 访问 Azure Data Lake Storage Gen2 的 Python 技能。它适合处理真正的存储工作：连接 DFS endpoint、安全完成认证，以及在层级命名空间中管理文件系统、目录和文件。

如果你是后端开发者、数据平台工程师，或者需要 azure-storage-file-datalake-py 技能来处理上传/下载流程、目录遍历和存储自动化的 agent，这个技能会非常合适。相比泛泛的提示词，它在你需要正确的 Azure client 层级和认证模式时更有用，尤其适用于 credential 选择很关键的生产环境。

这个技能是做什么的

当任务依赖 ADLS Gen2 概念，比如 DataLakeServiceClient、FileSystemClient 或 DataLakeDirectoryClient 时，就该使用 azure-storage-file-datalake-py。它真正要解决的不是“写 Python 代码”，而是“把正确的 Azure client 接到正确的存储操作上，而不是猜 API 形状”。

它的不同之处

azure-storage-file-datalake-py 的核心优势在于它围绕层级式文件系统操作，而不是扁平的 blob 存储模式来组织思路。当你的工作流包含目录、路径语义、递归列举，或者依赖 ADLS Gen2 行为的分析流水线时，这一点尤其重要。

适合与不适合的场景

如果你在搭建围绕 Azure Data Lake Storage Gen2 的后端服务、摄取任务或管理工具，就选择这个技能。若你需要的是通用 Azure 存储建议、非 Python 技术栈，或者不需要层级命名空间的普通 Blob Storage 流程，就不该选它。

如何使用 azure-storage-file-datalake-py 技能

在工作流中安装该技能

如果你在目录或 agent 环境中使用，安装命令如下：

npx skills add microsoft/skills --skill azure-storage-file-datalake-py

如果你不是用目录安装器，关键是确保 azure-storage-file-datalake-py 的安装上下文同时包含技能文件及其关联的 repo 元数据。这个技能没有额外的辅助脚本，所以主要行为都来自 SKILL.md 本身。

先读对文件

先看 SKILL.md，因为使用方式、认证假设和 client 层级都在这里。在这个 repo 里，没有 rules/、references/ 或 resources/ 目录来补足上下文，所以应把 SKILL.md 视为唯一权威来源。

给技能完整的任务说明

想把 azure-storage-file-datalake-py 用好，不要只说“帮我处理 Data Lake”。请明确提供：

• account 类型和 endpoint 形式，例如 https://<account>.dfs.core.windows.net
• 任务是本地开发、CI、managed identity，还是生产环境的服务到服务认证
• 需要的文件操作：list、create、upload、rename、delete，或递归 copy
• 对象范围：file system、directory，还是 file path
• 任何约束，例如幂等性、overwrite 规则，或大文件处理

弱提示词是：“写 ADLS 代码。”
更强的提示词是：“使用 azure-storage-file-datalake-py，生成 Python 代码，用 DefaultAzureCredential 列出我 datalake-prod file system 下 /landing/raw/ 的所有文件，并确保可以安全重复执行。”

正确使用 client 层级

好的 azure-storage-file-datalake-py 指南应该引导你从 service client 到 file system client，再到 directory 或 file client。如果输出跳过了这个层级，结果往往会脆弱或不完整。请明确要求代码展示每个 client 在哪里创建、为什么这样创建，尤其是在操作跨目录或需要路径级行为时。

azure-storage-file-datalake-py 技能 FAQ

azure-storage-file-datalake-py 只适合 Azure 专家吗？

不是。只要你已经知道自己需要 Azure Data Lake Storage Gen2，初学者也能使用它，但前提是你能清楚描述目标 account、认证方式和操作内容。如果这些输入很模糊，输出也会同样模糊。

它和普通 Python 提示词有什么不同？

普通提示词可能会生成通用的 Azure 代码，把 Blob Storage 和 Data Lake Storage 混在一起。azure-storage-file-datalake-py 技能的范围更窄：它会推动你使用正确的 SDK 包、认证流程和层级式文件系统模型。

什么时候不该用这个技能？

如果你需要非 Python 实现、简单的 blob 对象存储，或者与真实后端工作无关的教程式解释，就不要用 azure-storage-file-datalake-py。如果你无法说明 account URL 或认证方式，它也不太适合你。

它能帮助处理生产级认证吗？

可以，前提是你说明需要哪条认证路径。这个技能最有价值的决策点，就是在本地开发凭据和生产凭据之间做出正确选择，例如 managed identity，或者通过 AZURE_TOKEN_CREDENTIALS 选定的 credential。

如何改进 azure-storage-file-datalake-py 技能

明确具体的存储结构

提升效果最大的办法，是一开始就写清 file system 和路径结构。告诉模型你是在 container、directory 还是 file 层级上工作，因为 azure-storage-file-datalake-py 的行为会随着操作起点和终点而变化。

说明要优化哪条认证路径

最常见的失败模式，是把本地认证和生产认证混在同一个答案里。若你希望 azure-storage-file-datalake-py 技能产出可用代码，请说明你要的是 DefaultAzureCredential、managed identity 还是其他 credential class，并注明是否必须依赖环境变量。

让输出匹配你的运行时

如果你的应用是后端服务，就要求可复用函数、显式 client 创建，以及最小副作用。如果只是一次性的管理任务，就要求输出短脚本即可。同样是 azure-storage-file-datalake-py 的用法，针对不同运行时，结果可能差异很大。

针对路径相关失败继续迭代

如果第一版已经接近可用但还不能直接用，就用具体症状来收敛提示词：授权失败、缺少目录、endpoint 错误，或路径编码问题。这样能把 azure-storage-file-datalake-py 指南从通用脚手架变成定向修复方案，而且通常比要求整体重写更快改善下一版答案。